Alibaba.com 表示 Accio 执行电子商务任务的成本降低超过 50%

Alibaba.com 于 2026 年 9 月 9 日宣布了 107 项任务基准评估的结果，显示其面向商业的 AI 代理平台 Accio 在完成一系列电子商务任务时，估计成本比 OpenAI 的 Codex 和 Anthropic 的 Claude Code 低超过 50%，且公司称其完成质量相当。

完成全部任务集的估计成本为 Accio 3.69 美元，而 Codex 为 9.27 美元，Claude Code 为 9.51 美元，Alibaba.com 称这两者均降低了超过 50%。公司表示，这一结果使 Accio 成为面向中小企业的最具成本竞争力的电子商务 AI 工具。该公告在 CoCreate——Alibaba.com 为企业家和小型企业举办的年度活动——上发布，2026 年洛杉矶站于 9 月 9–10 日举行。

Alibaba.com 如何解释成本差距

公司表示，Accio 的高效源于围绕真实商业工作对整套系统进行优化。Accio 利用面向商业的专属数据和工作流，对轻量模型进行后训练，以处理明确定义的任务，公司称这使得小模型能够高效完成日常工作，而在需要更深层推理时，则可使用更强大的模型。

公司称，系统并非默认使用最便宜或最强大的模型，而是将复杂请求拆分为可管理的步骤，并对每一步的质量、速度、成本和数据需求进行权衡。Alibaba.com 将这种做法在经济学上描述为使每个工作流更接近帕累托前沿，即提升某一维度必须以牺牲另一维度为代价。公司还将缓存复用、上下文压缩以及协同代理执行归功于减少了重复处理、不必要的工具调用和冗余的 token 消耗。

“对小企业而言，买不起的 AI 毫无用处，”Alibaba.com 总裁 Kuo Zhang 在公司公告中表示。Zhang 说，目标是让商业 AI 对即便是一人公司也实用且负担得起，而不仅仅是让 AI 更强大。

Commerce Agent Bench 开源

Alibaba.com 表示已在 GitHub 上开源 Commerce Agent Bench。公司称，该基准基于真实商户活动（1000 万活跃中小企业用户、160 万对话和 20 万执行痕迹），提炼出 107 项端到端的商业任务，涵盖七个类别和四个自治层级，而非依赖合成练习。这些任务包括审阅数百封非结构化邮件、识别支付欺诈、计算到岸成本以及预订多承运商的运输路线。

该代码库由阿里巴巴国际的 Accio 团队开发和维护，将 107 项任务划分为 53 项命令行、28 项浏览器、16 项文件以及 10 项 API/MCP 任务，能力切片涵盖 65 项仅文本、20 项浏览器文本兼容和 22 项需要视觉的任务。该项目此前称为 RealReplicaBench。每项任务均在全新容器中运行，并由其自身的确定性或 LLM 辅助验证器进行评分。该套件、Python 包、模拟服务代码、脚本和配置均采用 Apache‑2.0 许可证发布，而任务套件采用 CC‑BY‑4.0；当前发布版本为 v1.3.1。

Alibaba.com 表示，在评估中没有单一模型在所有任务上领先，该结果被用来强化任务级路由的案例，即不同任务由不同的 AI 模型处理，而不是使用统一的通用模型。

参考分数与验证规则

代码库中的参考结果覆盖了十三个模型家族，跨越三套评估框架（Pi、OpenClaw 和 Accio），并显示 Anthropic 的 Claude Opus 5 在每张表中名列前茅，在 Pi 上通过了 107 项任务中的 65 项，OpenClaw 上为 60 项，Accio 上为 66 项，依据代码库。已发布的分数是通过 Accio 管理的评估端点，以 gemini‑3.1‑pro‑preview 作为评判模型生成的，代码库将 实时排行榜 视为记录来源。

根据基准文档中的验证规则，只有在所有必需的验证检查全部通过时，任务才算通过。验证器在代理退出后在主机侧运行，读取孤立模拟服务的最终状态以及任务所需的产出，每次尝试均在全新容器中执行，评分后即被销毁。

排行榜网站还记录了可比性限制。其对齐审计报告指出，OpenClaw 和 Accio 框架通过不同的端点与模型提供商对接，因此跨框架的分数差异既包含提供商路线差异，也包含框架差异。Accio 框架仅作参考，不随代码库发布，这意味着只能从公开检出重新端到端运行 OpenClaw 路径。

Accio 扩展为统一工作区

除了基准结果外，Alibaba.com 还宣布 Accio 已发展为面向全球电子商务运营的统一工作区。公司表示，小企业可以使用 Accio 进行市场调研、发现产品机会、开发产品、评估供应商并管理日常运营，并且通过与 Amazon、Shopify、eBay、TikTok Shop 和 Walmart 的连接，卖家能够在同一平台上使用受支持的店面工作流。

根据活动网站，CoCreate 的欧洲旗舰版计划于 2026 年 11 月 19–20 日在伦敦举行。