本季 · 發布 9 月 3 日

Qwen 測 18 個模型只有自家會學壓價。自建評測

阿里巴巴 Qwen 團隊與淘寶天貓發布 E-Commerce Bench：18 個模型各經營一年模擬網店，只有 Qwen 自家一個模型明顯學會把重複採購價壓低，年末總資產第一的 GPT-5.6 Sol 防詐排第 16。每個模型本金 10 萬人民幣、跑 5 回合。年末資產：GPT-5.6 Sol 143 萬人民幣，Qwen3.5-Plus 平均只剩 1,100。防詐：流向詐欺供應商的採購占比，Claude Opus 4.7 0.12%、Qwen3.5-Plus 20.11%，不篩選的基準是 26.4%。對接觸過的詐欺供應商下單的比例，GPT-5.6 Sol 是 31.7%，Claude Opus 4.7 是 4.0%。學習指標 AnchorRatio 量同一供應商同一商品的重複採購價有沒有越談越低，1.0 等於與隨機無異，低於 1.0 代表越買越便宜。原句：「Over a full year, the models do not get better at buying. Qwen3.8-Max-Preview is the only one of the 18 showing a clear sign of long-horizon learning, at an AnchorRatio of 0.834」（Qwen 部落格，2026-09-03）。Qwen3.5-Plus 與唯一會學的 Qwen3.8-Max-Preview 是同一家的兩個模型。這是 Qwen 自建的評測，唯一會學的是 Qwen 自家模型，論文與程式碼未經查閱。本報的讀法：長程代理人只看總資產會漏掉防詐與學習兩個失效面。怎麼查的 →

概念插圖：一張長長的磚紅色檯面從左前方斜斜延伸到遠處，檯上排著六台打開的筆電，螢幕上有T恤、鞋子、馬克杯、椅子和購物車的小圖示，還有一個帶灰色線條的對話框；左前方立著一塊高大的黑色看板，上面寫著「E-COMMERCE BENCH」。一個人站在檯前看著這排筆電，深色捲髮，穿黑色高領上衣和米色寬褲，胸前掛著識別證，一手扶著檯面，一手插在口袋裡；人身後的牆上有一個淡粉色圓形，右上方的黑色看板寫著「ALIBABA QWEN」，字旁有一個橘色弧形圖案。

出處與查證

這則刊在2026年10月16日的晨報，同一期還有 19 則。查證經過、引句核對與當天缺的資料，記在那一期的本日驗證。

引用這則

SecondSource（2026），〈Qwen 測 18 個模型只有自家會學壓價。自建評測〉，https://secondsource.io/research/2026-10-16-1/，取用日期取用。