04:33
elvis@omarsar0
elvis@omarsar0推荐理由：Qwen团队测试了18个模型在365天电商运营中的表现，GPT-5.6 Sol盈利最多但效率不高，Qwen3.8-Max-Preview在开源模型中领先。
E-Commerce Bench
共 1 条相关 AI 资讯
9月2日
04:33
DAIR.AI分享了Qwen团队关于长周期智能体的研究论文。E-Commerce Bench基准测试让智能体模拟运营365天的多家网店，评估了18个前沿模型在七个维度上的表现。GPT-5.6 Sol盈利最多，将10万美元本金增长至143万美元，但在欺诈防范方面排名第16。开源模型中，Qwen3.8-Max-Preview表现最佳，收益达416,252美元，比GLM 5.2高出38%。