Visa 智能体购物报告：22 个 agent 15 项任务平均成功率仅 57.2%
omooretweets · x · 2026-11-06
Visa 新发布的 agentic commerce 报告在 15 项购物任务上测试了 22 个购物 agent，平均成功率（买到符合用户要求的商品）仅 57.2%。两名赢家均达 82%：Meta 的 Muse Wonder（每单 $1.55）和 Google 的 Gemini 4 Argon（每单 $0.54）。散点图还列出各模型在成功率×单次成本上的位置，如 Fable 5.1 约 75%、Muse Spark 1.3 约 67%、Grok 4.7 约 60%、Kimi K3.1 Pro 约 54% 等。
「模型」频道最新
- Gemini 画「单结沙漏」翻车：要求一个环还是绕出三个 — Accreddita · 2026-11-06
- Ampersand 主打人机协作训练，意外成为顶级多智能体编码模型 — niloofar_mire · 2026-11-06
- Thawn 感慨：政府雇员不敢发声，Claude 的反直觉行为我们听不到 — theshawwn · 2026-11-06
- 21 模型实测:总体通过率仅 57.2%,Gemini 4 Argon 与 Muse Wonder 并列 82% 领跑 — davidyin44 · 2026-11-06
- 120B 开源模型经 Surge RL 训练，12 项基准全面逼近 GPT-5.6 — echen · 2026-11-06
- DeepSeek V4.1 Flash 在 Isoquant 跑出 600+ tok/s,10 秒写完俄罗斯方块 — ycombinator · 2026-11-06