阿里国际站Accio最新数据：完成全量电商任务AI成本较通用方案低超50%

阿里国际站总裁张阔指出，对中小企业而言，无法负担的AI毫无意义，团队核心目标是让商用AI对单人公司也足够实用可负担。Accio的效率源于针对真实商业场景的全系统优化，依托电商数据对轻量模型后训练，通过缓存复用及代理协同机制减少冗余Token消耗。其策略是将复杂需求拆解，为每个步骤匹配最适合的模型，平衡质量、速度与成本，确保商家无需为不需要的算力资源付费。

在CoCreate活动公布的107项任务基准测试中，Accio展现了极强的成本竞争力。数据显示，Accio完成全量电商任务的预估总成本为3.69美元，而同期OpenAI Codex为9.27美元，Anthropic Claude Code为9.51美元。在任务完成质量相当的情况下，Accio成本较两者均低超50%，成为目前面向中小商家性价比最优的电商AI工具。

此次升级后的Accio整合了调研、寻源及日常电商运营功能，形成了面向小企业的统一AI工作空间。平台已打通亚马逊、Shopify、eBay、TikTok Shop、沃尔玛等渠道，商家可在同一界面完成市场调研、产品开发、供应商评估及店铺运营。这种多渠道整合能力，使得商家无需在多平台间频繁切换，显著提升了运营效率。

阿里国际站同步在GitHub开源了Commerce Agent Bench测试集，区别于传统的合成训练题，该测试集直接从1000万活跃中小商家、160万次对话及20万条执行轨迹的真实行为中提炼而成。其涵盖了7大类、4个自主等级的107项端到端电商任务，这一基于海量真实数据的测试集，不仅提供了客观的评价标准，也为AI模型在复杂商业场景下的优化提供了坚实的依据。

测试结果揭示，没有任何单一模型能在全品类任务中保持领先，这印证了Accio任务层级路由策略的合理性。无论是审阅数百封非结构化邮件、识别支付欺诈，还是计算落地成本、预订多承运人运输路线，不同模型各有所长。Accio通过精准拆解任务并调用最优模型，证明了无需依赖单一通用模型，即可实现高质量与低成本的平衡。