Alibaba.com zegt dat Accio e‑commercetaken met meer dan 50% lagere kosten uitvoerde

Alibaba.com kondigde op 9 september 2026 resultaten aan van een benchmarkevaluatie met 107 taken waaruit blijkt dat Accio, hun AI‑agentplatform voor handel, een reeks e‑commercetaken voltooide tegen meer dan 50 % lagere geschatte kosten dan OpenAI’s Codex en Anthropic’s Claude Code, met volgens het bedrijf een vergelijkbare voltooiingskwaliteit.

Het voltooien van de volledige takenreeks kostte naar schatting $3,69 met Accio, tegenover $9,27 voor Codex en $9,51 voor Claude Code, cijfers die Alibaba.com omschreef als meer dan 50 % lager in beide gevallen. Het bedrijf stelde dat de resultaten Accio de meest kostenefficiënte AI‑tool voor e‑commerce maken die beschikbaar is voor kleine en middelgrote bedrijven. De aankondigingen werden gedaan tijdens CoCreate, het jaarlijkse evenement van Alibaba.com voor ondernemers en kleine bedrijven, waarvan de Los Angeles‑editie 2026 plaatsvindt van 9 tot 10 september 2026.

Hoe Alibaba.com het kostenverschil verklaart

Volgens het bedrijf komt de efficiëntie van Accio voort uit het optimaliseren van het volledige systeem rond echt handelswerk. Accio maakt gebruik van handelsspecifieke data en workflows om lichtgewicht modellen na te trainen voor duidelijk gedefinieerde taken, wat volgens het bedrijf kleinere modellen in staat stelt routinematig werk efficiënt af te handelen, terwijl krachtigere modellen beschikbaar blijven wanneer diepere redenering vereist is.

In plaats van standaard te kiezen voor het goedkoopste of het krachtigste model, splitst het systeem complexe verzoeken op in beheersbare stappen en weegt het kwaliteit, snelheid, kosten en databehoeften voor elke stap af, aldus het bedrijf. Alibaba.com beschreef die aanpak, in economische termen, als het verplaatsen van elke workflow dichter naar de Pareto‑grens, het punt waarop verbetering van één dimensie een afweging in een andere vereist. Het bedrijf gaf bovendien cache‑hergebruik, contextcompressie en gecoördineerde agentuitvoering de schuld van het verminderen van herhaalde verwerking, onnodige tool‑aanroepen en overbodig tokenverbruik.

„Voor kleine bedrijven is onbetaalbare AI nutteloos,“ zei Kuo Zhang, president van Alibaba.com, in de aankondiging van het bedrijf. Zhang verklaarde dat het doel is om AI voor handel praktisch en betaalbaar te maken, zelfs voor een eenmanszaak, in plaats van AI simpelweg krachtiger te maken.

Commerce Agent Bench, open source

Alibaba.com meldde dat het Commerce Agent Bench op GitHub open source heeft gemaakt. Volgens het bedrijf baseert de benchmark zich op echte handelaaractiviteit (10 miljoen actieve MKB‑gebruikers, 1,6 miljoen gesprekken en 200.000 uitvoeringstracés) die is samengevat in 107 end‑to‑end handelstaken verdeeld over zeven categorieën en vier autonomie‑niveaus, in plaats van te vertrouwen op synthetische oefeningen. De taken omvatten het beoordelen van honderden ongestructureerde e‑mails, het opsporen van betalingsfraude, het berekenen van landingskosten en het boeken van verzendroutes met meerdere vervoerders.

De repository, ontwikkeld en onderhouden door het Accio‑team bij Alibaba International, verdeelt de 107 taken in 53 opdrachtregel‑, 28 browser‑, 16 bestands‑ en 10 API/MCP‑taken, met capaciteitssegmenten die 65 alleen‑tekst, 20 browser‑tekst‑capabele en 22 visueel vereiste taken omvatten. Het project stond eerder bekend als RealReplicaBench. Elke taak draait in een verse container en wordt beoordeeld door een eigen deterministische of LLM‑ondersteunde verifier. Het harness, de Python‑package, de mock‑service‑code, scripts en configuraties worden geleverd onder de Apache‑2.0‑licentie, terwijl de takenreeks wordt uitgebracht onder CC‑BY‑4.0; de huidige release is gemarkeerd als v1.3.1.

Alibaba.com meldde dat geen enkel model overal leidde in de evaluatie, een resultaat dat het presenteerde als een bevestiging van het argument voor taak‑niveau routing, waarbij verschillende taken door verschillende AI‑modellen worden afgehandeld in plaats van één algemeen model voor alles.

Referentiescores en verificatieregels

Referentieresultaten in de repository bestrijken dertien modelfamilies over drie harnesses (Pi, OpenClaw en Accio) en tonen aan dat Anthropic’s Claude Opus 5 elke tabel leidt, waarbij 65 van de 107 taken op Pi, 60 van de 107 op OpenClaw en 66 van de 107 op Accio worden gehaald, volgens de repository. De gepubliceerde scores werden gegenereerd via Accio‑beheerde evaluatie‑endpoints met gemini‑3.1‑pro‑preview als beoordelingsmodel, en de repository identificeert de live‑leaderboard als de officiële bron.

Volgens de gedocumenteerde verificatieregels van de benchmark telt een taak alleen als geslaagd wanneer elke vereiste verificatiecontrole slaagt. De verifier draait aan de hostzijde nadat de agent is gestopt, leest de eindstatus van de geïsoleerde mock‑services en de artefacten die de taak vereist, en elke poging wordt uitgevoerd in één verse container die na het scoren wordt vernietigd.

De leaderboard‑site documenteert ook beperkingen op vergelijkbaarheid. Het uitlijningsaudit meldt dat de OpenClaw‑ en Accio‑harnesses modelproviders via verschillende eindpunten bereikten, waardoor scoreverschillen tussen harnesses zowel provider‑route‑verschillen als harness‑verschillen absorberen. De Accio‑harness is uitsluitend referentie en wordt niet meegeleverd in de repository, wat betekent dat alleen het OpenClaw‑pad end‑to‑end kan worden herhaald vanuit de openbare checkout.

Accio uitgebreid tot een geïntegreerde werkruimte

Naast de benchmarkresultaten kondigde Alibaba.com aan dat Accio is uitgegroeid tot een geïntegreerde werkruimte voor wereldwijde e‑commerce‑activiteiten. Het bedrijf stelde dat kleine bedrijven Accio kunnen gebruiken om markten te onderzoeken, productkansen te identificeren, producten te ontwikkelen, leveranciers te evalueren en de dagelijkse operaties te beheren, en dat verbindingen met Amazon, Shopify, eBay, TikTok Shop en Walmart verkopers in staat stellen ondersteunde storefront‑workflows vanaf één centrale locatie te bereiken.

De Europese flagship‑editie van CoCreate staat gepland voor 19–20 november 2026 in Londen, volgens de evenementensite.