Qwen 团队发布 E-Commerce Bench：在 365 天模拟经营中评测 18 个前沿模型的 LLM 智能体

Qwen 团队发布 E-Commerce Bench，让 LLM 智能体在模拟的 365 天里同时运营多家在线商店，评测 18 个前沿模型的七维度表现，结果没有单一模型全面领先。