Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
10万元、日本円で約235万円。AIにこれを渡して、1年間ネットショップを回させる。中国Alibabaの Qwenチームと香港科技大学（HKUST）の研究者らがまとめた論文「E-Commerce Bench」は、そんな長期の模擬経営でAIモデルの自律的なビジネス運用能力を測るベンチマーク（同じ条件で複数のモデルを比べる共通の試験）を提示した。論文はarXivに公開された予備稿（プレプリント）である。
100 000 yuans, soit environ 2,35 millions de yens. C'est la somme qu'on confie à une IA pour faire tourner une boutique en ligne pendant un an. Les chercheurs de l'équipe Qwen d'Alibaba et de l'université des sciences et technologies de Hong Kong (HKUST) ont publié l'article « E-Commerce Bench ». Cette simulation de gestion sur la durée permet d'évaluer la capacité des modèles de langage (LLM) à mener seuls une activité commerciale, à l'aide d'un banc d'essai (une épreuve commune permettant de comparer plusieurs modèles dans les mêmes conditions). L'article est une version préliminaire (prépublication) disponible sur arXiv.
舞台は、実際のECサイト、淘宝（タオバオ）と天猫（Tモール）のデータに基づく市場モデルだ。6886点の商品と576社のサプライヤーが存在し、AIは最大4店舗を同時に運営する。市場調査から価格交渉、仕入れ、価格設定、発送、返品処理、資金管理まで、18種類のツールを使って業務を自律的に回す。サプライヤーの約4分の1は、相場より高く売りつける、注文数をごまかす、返品率の跳ね上がる粗悪品を送る、といった詐欺業者として設定されている。
La scène se déroule sur une plateforme modélisée d'après les données réelles de Taobao et Tmall. Le marché compte 6 886 produits et 576 fournisseurs, et l'IA exploite jusqu'à quatre boutiques à la fois. Elle pilote l'ensemble des opérations, de l'étude de marché à la négociation des prix, en passant par l'approvisionnement, la fixation des prix, l'expédition, le traitement des retours et la gestion de trésorerie, grâce à 18 outils. Environ un quart des fournisseurs sont programmés comme des escrocs : ils vendent au-dessus du prix du marché, truquent le nombre de commandes ou envoient des produits de mauvaise qualité dont le taux de retour explose.
資金の流れにも罠がある。仕入れ代や運営費は銀行口座から即座に引き落とされる一方、売上金は発送から9日間、エスクロー（取引の安全のために第三者が代金を預かる仕組み）口座に留め置かれてからウォレットに入る。そのため、黒字でも計画的に銀行口座へ出金しなければ、銀行口座のマイナスが10日連続で続き、破産となる。さらに、古い会話履歴は一定量を超えると自動で消えるため、AIは最大20件のメモリを使って取引の情報を覚えておかなければならない。
Les flux financiers réservent aussi des pièges. Les achats et les frais de fonctionnement sont débités immédiatement du compte bancaire, alors que les recettes restent bloquées neuf jours après l'expédition sur un compte séquestre (un dispositif où un tiers garde l'argent du paiement pour sécuriser la transaction) avant d'arriver sur le portefeuille. Ainsi, même une entreprise bénéficiaire fait faillite si elle ne transfère pas ses fonds de façon planifiée : le solde du compte bancaire reste négatif dix jours de suite. Par ailleurs, les anciens historiques de conversation sont effacés automatiquement au-delà d'un certain volume, si bien que l'IA doit mémoriser les informations sur les transactions dans jusqu'à 20 entrées de mémoire.
結果で首位に立ったのは「GPT-5.6 Sol」で、初期資金を平均約14.3倍（約143万元）に増やした。ただし詐欺業者への支出割合は18モデル中16位と悪かった。2位の「Fable5」（約8倍）はGPT-5.6 Solの半分以下のツール呼び出し回数で手堅く稼ぎ、1手あたりの利益効率では1位だった。「Claude Opus 4.7」は値引き交渉と詐欺回避の両方で全モデル中トップの緻密さを見せたが、取引規模を広げられず総資産は8位にとどまった。オープンウェイトモデルの最高は、アリババの「Qwen3.8-Max-Preview」（約4.2倍、全体5位）で、再仕入れの際に過去の最安値を基準に値引きを引き出す長期学習能力が全18モデル中トップだった。
Dans les résultats, c'est GPT-5.6 Sol qui arrive en tête, en multipliant en moyenne son capital initial par environ 14,3 (soit environ 1,43 million de yuans). Sa part de dépenses consacrées aux escrocs reste toutefois mauvaise, avec un 16e rang sur 18. Fable5, deuxième, avec une multiplication par environ 8, a gagné régulièrement en utilisant moins de la moitié des appels d'outils de GPT-5.6 Sol, et s'est classé premier pour le rendement par opération. Claude Opus 4.7 a fait preuve de la plus grande finesse de tous les modèles, aussi bien dans la négociation des prix que dans l'évitement des escrocs, mais il n'a pas su étendre son activité et termine huitième pour le capital total. Le meilleur modèle à poids ouverts est Qwen3.8-Max-Preview d'Alibaba (environ 4,2 fois, 5e au classement général). Il a obtenu les meilleurs résultats des 18 modèles pour sa capacité d'apprentissage sur le long terme, en se servant du prix le plus bas déjà payé comme référence pour obtenir des remises lors des réapprovisionnements.
この結果が効くのは、AIに業務を任せたい事業者と、モデルを選ぶ開発者である。資産を大きく増やすモデルと、詐欺や破産を避けるモデルが同じとは限らないことを、論文は数字で示した。全90回の試行のうち10回が途中で破産しており、内訳はGPT-5.5、Claude Opus 4.6、Gemini 3.1 Proが5回中2回、Qwen3.5-Plusが5回中4回だった。ただし各モデルのテストは5回ずつで、市場も模擬のものだ。
Ces résultats concernent les entreprises qui veulent confier leurs opérations à une IA, ainsi que les développeurs qui choisissent un modèle. L'article montre, chiffres à l'appui, qu'un modèle qui fait fructifier le capital n'est pas forcément celui qui évite les escroqueries et la faillite. Sur les 90 essais réalisés, 10 se sont soldés par une faillite en cours de route. Parmi eux, GPT-5.5, Claude Opus 4.6 et Gemini 3.1 Pro en ont connu deux sur cinq chacun, et Qwen3.5-Plus quatre sur cinq. Il faut toutefois garder à l'esprit que chaque modèle n'a été testé que cinq fois, et que le marché est lui aussi simulé.