Qwen (по данным Source 2 — совместно с Taobao & Tmall) выпустила E-Commerce Benchi: агенту выдают 100 000 юаней и 365 виртуальных дней, за которые он должен вести до четырёх интернет-магазинов — искать поставщиков, торговаться, назначать цены, запускать акции, управлять складом и денежным потоком. Среда построена на реальных данных электронной коммерции и не подсказывает агенту ни потолок спроса, ни себестоимость товара — это нужно выяснять самостоятельно.

Оценка идёт по семи направлениям одновременно, и единой модели-лидера во всём пока нет: лучшие результаты по капиталу показал GPT-5.6 Sol, а среди моделей с открытыми весами — Qwen3.8-Max-Preview. При этом переговоры и торг с поставщиками не даются практически никому, а часть агентов доводит бизнес до банкротства.

• Среда включает 6886 товаров и 576 поставщиков, из которых 152 (26,4%) — мошенники, встроены комиссии за хранение, возвраты, репутация и ограниченный рабочий день (с 8 утра до 6 вечера)
• Каждый вызов инструмента тратит виртуальное время: проверка денег — 10 минут, открытие магазина — 60 минут, сообщение поставщику — 30 минут
• Расходы списываются мгновенно, а выручка идёт через комиссию, эскроуi, 9 дней ожидания и ручной вывод; товар, не отправленный за двое суток, отменяется
• Репутация напрямую влияет на спрос: магазин с минимальной репутацией получает всего 15% от обычного трафика
• Чтобы избежать джейлбрейкi-соревнования, переговоры и уступки поставщиков считает жёсткий алгоритм, а языковая модель лишь озвучивает его решения
• GPT-5.6 Sol закончил год с 1,43 млн юаней, увеличив стартовый капитал в 14,3 раза; Qwen3.8-Max-Preview (лучшая модель с открытыми весами) — с 416 тыс. юаней; Qwen3.5-Plus остался с 1100 юанями
• 10 из 90 прогонов закончились банкротством — типичный сценарий: закупить склад в январе и не успеть его распродать; торговаться с поставщиками ниже себестоимости толком не смог никто, кроме Opus 4.7 (эпизодически) и Qwen3.8-Max-Preview (стабильно сбивала цену на повторных заказах); у мошенников деньги получил Opus 4.7 в 4% случаев обращений