阿里国际站 Accio 开源电商 Agent 基准：107 项任务成本较 OpenAI Codex、Claude Code 低超 50%

2026 年 9 月 9 日，CoCreate 2026 峰会在美国洛杉矶会展中心开幕。阿里国际站总裁张阔在主论坛宣布，旗下电商 AI 工作台 Accio 在 GitHub 开源 Agent 基准测试集 Commerce Agent Bench——基于 1000 万活跃中小企业用户、160 万条真实对话、20 万条执行轨迹，提炼为 107 项端到端商业任务。

更让现场 15000 家美国中小企业震惊的是基准测试结果：完成全品类电商任务，Accio 预估总成本 3.69 美元；OpenAI Codex 9.27 美元；Anthropic Claude Code 9.51 美元。Accio 成本较两大头部模型低超 50%。任务完成质量则与两家基本持平。对国内出海商家而言，开源 + 低成本意味着电商 Agent 第一次有了「可以放心让一家小公司天天用」的价格区间。

一、Accio 是怎么做到「便宜一半」的

亿邦动力、经济日报、雷峰网等多家媒体报道了 Accio 的成本结构。张阔在演讲中给出一个公式：Agent = model × harness × context。

第一，model 端不是「一刀切用最贵的大模型」。平台针对明确定义的任务，用电商专属数据和工作流后训练轻量化模型；常规事务由小模型高效处理，只在需要深度推理时调用能力更强的模型。

第二，harness 端做了缓存复用、上下文压缩、协同代理执行等工程优化，目的是减少重复处理、非必要工具调用、冗余 token 消耗。

第三，context 端把任务拆分为可执行步骤，按质量、速度、成本、数据要求做路由。Commerce Agent Bench 的测试结果显示「没有单一模型可以在全场景实现最优表现」——这验证了任务层级路由的合理性。

对一家深圳跨境电商的运营负责人来说，这套机制的实际意义是：客服应答、邮件筛选、商品上架这类任务，成本可以压到 GPT-4 时代的零头；选品谈判、纠纷处理这类复杂任务再走更大模型；月度账单可能从「几千美元」降到「几百美元」。

二、Commerce Agent Bench 到底测什么

Commerce Agent Bench 不是合成测试题，而是真实商业任务的浓缩。107 项任务覆盖 7 个类别、4 个自主层级。具体场景包括：

• 从 300 封杂乱邮件中翻出有效询盘；
• 识破一个容易被忽略的支付骗局；
• 计算到岸成本，并在三家承运商之间订好一条运输路线；
• 多平台商品同步、Listing 优化、合规自检等。

数据底座来自 Accio 上 1000 万活跃中小企业用户的真实对话与执行轨迹。这意味着，基准测试不是在「答卷」，而是在测「AI 能不能真的把生意跑起来」。

张阔在演讲里反复强调一句话：「对一家小企业来说，一个贵到不敢天天用的 AI，等于没用。」Accio 开源的目的，是让全行业可以基于这套基准去复现、对比、改进。

三、Accio 的真实渗透率：一年 30 倍、4 个月 6 倍

Accio 的用户与流量数据，是这次 CoCreate 峰会上最具说服力的部分。

• 过去一年，Accio 全球用户增长超 30 倍，目前已有 1000 万中小企业在用 Accio 做生意；
• AI Token 消耗量在 4 个月内增长 6 倍；
• 阿里国际站上，海外买家使用 AI 多模态搜索，流量增长超过 132%。

这些数字叠在一起，给出了一个清晰的信号：AI 已经从「尝鲜」变成「日常工具」，电商工作流正在被 AI 重新切分。

张阔在演讲中给出了一个判断：「B2B 的未来是 A2A——Agent 对 Agent 做生意。」支撑这一判断的事实是，越来越多海外采购商不再往搜索框里输入关键词，而是直接用自然语言描述需求，由 AI 完成发现趋势、打磨产品、筛查供应商、谈判条款、管理订单流程。

四、多平台对接：Accio 已经打通主流电商生态

继在国内打通淘宝、天猫、拼多多、京东、抖店、1688 等平台后，这次 Accio 又新增了 Amazon、eBay、Shopify、Temu、TikTok Shop、沃尔玛等海外电商平台。

对国内出海商家而言，这意味着：

• 同一界面可以同时管理 Amazon、Shopify、Temu、TikTok Shop 等多平台店铺；
• 选品、文案、客服、合规等环节可以交给 Agent 处理，人力成本下降；
• 跨平台数据可以由 Agent 汇总分析，决策效率提升。

Accio 的本质，是把「多个平台的运营」变成「一个 AI 工作台里的任务流」。

五、风险与判断：便宜不等于万能

Accio 开源与低成本的信号足够强，但卖家侧要冷静看待三件事。

第一，基准测试的成本下降不等于实际业务成本下降。真实场景中还有系统集成、错误处理、人工复核、合规兜底等隐性成本。

第二，开源基准测试 ≠ 开源模型本身。卖家要把 Agent 接进自己的业务系统，还需要工程化能力，这不是「一键就能用」的工具。

第三，数据合规与跨境数据流动。在欧盟、美国部分州、中国数据出境合规框架下，Agent 自动抓取、处理、传输数据需要法务团队介入。

所以，Accio 开源更准确的定位是：把电商 Agent 的「可用价格」从 GPT-4 时代拉到了「一人公司也用得起」的水平。但要把这个价格变成实际利润，还需要卖家自己补上工程化、合规化、业务化的功课。

六、参考资料

• 阿里国际站：CoCreate 2026 峰会现场公告（2026 年 9 月 9 日）
• 经济日报：阿里国际站 CoCreate 峰会在美国举行（2026 年 9 月 11 日）
• 亿邦动力：阿里国际站推出电商 AI 工具 Accio，成本较通用方案降超五成
• 雷峰网：15000 家美国中小企业到场，阿里国际站 CoCreate 峰会刷屏洛杉矶
• 新浪科技：15000 家美国中小企业到场阿里国际站 CoCreate 峰会
• Alibaba.com 官网：Accio Work 产品介绍
• GitHub：Commerce Agent Bench 开源仓库（Apache 2.0 公开协议）
• 阿里国际站公开演讲实录：张阔「B2B 的未来是 A2A」