Qwen3.8-Max 在开源 CommerceAgentBench 商务执行评测中领跑开源权重

阿里 Qwen 转发 Accio 开源的 CommerceAgentBench，并确认 Qwen3.8-Max 在开源权重中整体表现最强。该基准针对真实商务运营的执行而非口头答题，早期结果显示最高总体完成率仅约 62%。对要在下单、履约、客服等长流程里跑智能体的团队，这意味着开源旗舰已能在可复现的商务工作流上被比较，同时也说明执行类任务远未饱和。