电商模型测评RealReplicaBench：13款AI均未及格，最高56.1分

8月17日，爱范儿报道称，RealReplicaBench电商模型测试结果显示，13款参评模型在107个真实商业任务中全部未达60分及格线，最高分仅为Claude Opus 5的56.1分。

该测试由阿里旗下Accio Work技术团队打造，Accio Work是全球首个聚焦电商领域的AI Agent。测试中，Claude Opus 5在Accio Work执行框架下通过率（66/107）高于OpenClaw（60/107）和PI（65/107），多数模型在该框架下性能增益更明显。