50個電商AI智能體基準測試結果

2026年10月25日，DEV Community報道Benchmark 2026的測試結果。評測以同一套10條高難度問題測試50個電商AI智能體，平均得分為17.1/20，最高得分為19分。評測指出，連接即時商品目錄並以程式碼核實資料，比改善提示詞更能提升準確度；部分智能體亦可在對話中建立購物車並提供付款連結。延遲方面，公開測試的數值介乎3至18秒；自家基建在24個對話同時進行時，P50延遲為21.9秒。報道分別列出公開測試及自家基建的延遲結果。

AI 根據報道生成 · 2 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。