亿欧10月13日音书，网易智企发布“企业AI实战评测”系列首期《2026销售场景AI实战评测申报》。行为国内首份聚焦企业确实销售场景、以任务录用为验收圭臬的大模子深度评测，申报围绕确实销售责任，对12款国产大模子伸开实测。

本次评测障翳DeepSeek、MiniMax、豆包、千问、Kimi、GLM六个模子厂商，成立踪迹评估、探问准备、相易纪要、商机判断、异议处理、客户跟进、决议与报价 7 项高频销售任务，共酿成 420 份本体任务拆伙。

拆伙判辨，Qwen3.8-Flash 与 DeepSeek-V4.1-Flash 包揽全部 7 项任务第一。其中，Qwen3.8-Flash 在探问准备、相易纪要、异议处理、决议与报价 4 项任务中名循序一；DeepSeek-V4.1-Flash 在踪迹评估、商机评估、客户跟进 3 项任务中逾越。

评测围绕 7 项具体任务分袂呈现模子阐扬，并零丁记载实行时间与 Token 资本，为企业在不同行务场景下选拔和竖立模子提供参考。比拟寻找一款“全体最强”的模子，申报更顺心不同任务分袂合乎什么模子，以及企业如安在效果、效力和资本之间作出选拔。

从通用智商评测走向确实岗亭任务

现时大模子评测多鸠集于学问问答、逻辑推理、数学、代码等通用智商，但企业本体使用模子时，面对的常常不是一齐零丁的测试题，而是带有业务材料、章程和明确录用条款的具体责任。

以销售为例，一项任务可能同期波及客户贵府、历史相易、产物信息、价钱章程和业务历程。模子不仅需要生成内容，还要识别哪些信息如故证据、哪些仍待核实，并按照既定业务条款酿成不错不息使用的责任拆伙。

基于这一想路，本次评测从确实销售责任中提取 7 项任务，每项成立 5 个测试样例。12 款模子在吞并测试样例下得到同样的业务材料、任务条款、业务章程和录用顺次，并调治在网易智企企业级 AI Agent 平台君王蟹（ClawHive）提供的 Agent 启动环境中完成任务。

最终酿成的 420 份拆伙，包括客户策动申报、探问作战卡、相易纪要、商机评估与推动筹画、异议支吾内容、客户跟进内容以及决议与报价等。

申报将模子在确实销售任务中的阐扬详尽为“销售场景 AI 胜任力”，重心覆按任务完成情况、信息准确性、章程慑服和拆伙可用性，同期零丁记载实行时间和 Token 资本。

相较于通用智商测试，本次评测更顺心模子能否按照企业条款完成一项具体责任。

不同任务各有长处，企业选型需要同期看效果、效力和资本

这次评测中，头部模子呈现出较为明晰的任务单干。

Qwen3.8-Flash 与 DeepSeek-V4.1-Flash 天然包揽全部 7 项任务第一，但各自逾越的任务并不同样。这标明，即使是本轮阐扬逾越的模子，也不存在障翳全部销售任务的调治上风。企业模子选型需要进一步回到具体任务，而不成只依赖单一综合名次。

同期，评测还发现，任务阐扬、实行时间和 Token 资本之间并不存在简短对应关连。

以商机评估为例，DeepSeek-V4.1-Flash 的 AI 胜任力得分比 Qwen3.8-Flash 高 1.25 分，但 Qwen3.8-Flash 的平均 Token 资本低约 57.1%。

在异议处理任务中，Qwen3.8-Flash 得分比 DeepSeek-V4.1-Flash 高 5 分，但 DeepSeek-V4.1-Flash 的平均实行时间比前者短约 71.5%。

关于企业而言，仅比较任务得分并不及以完成模子选拔。准确性条款较高的任务，可能更顺心拆伙质料；需要即时反应的责任，更顺心实行速率；在高频、大范围调用场景中，资本又可能成为要道变量。

申报据此残忍，企业选模子时，应王人集具体任务需求，在准确性、反应速率和使用资本之间找到均衡。

除了不同任务下的阐扬各别，一些看似基础的销售责任，同样大致光显拉开模子之间的差距。

在相易纪要任务中，Qwen3.8-Flash 得到 89.58 分，Qwen3.8-Max 得到 82.75 分，两者进出 6.83 分，是 7 项任务中第一、第二名分差最大的场景。

评测判辨，差距并不主要来自讲话通顺度、结构无缺性，而在于模子能否准确识别业务事实界限。举例，“里面已立项”不成径直等同于预算如故审批，“七月底要定下来”也不成自动测度为确信签约时间。

如若雷同信息被谬妄写入 CRM，还可能进一步影响后续商机判断、客户跟进致使决议报价。

这类各别讲明，当大模子信得过插足企业岗亭后，“写得无缺”并不虞味着责任如故作念对。信息准确、章程慑服以及拆伙能否不息被后续设施使用，正在成为更挫折的评价圭臬。

从“选模子”走向“跑业务”

评测惩处的是不同任务如何选拔模子的问题，但模子选型仅仅企业 AI 落地的一部分。

确实业务常常不是一次零丁的模子调用。客户贵府会握续更新，产物学问存在版块迭代，报价和录用受到业务章程箝制，一次相易酿成的信息还需要不息插足商机判断、客户跟进和决议报价等后续设施。

因此，企业不仅需要判断“什么任务合乎什么模子”，还需要惩处模子如何成见并握续使用企业学问、业务章程、历史信息和历程盘曲文的问题。

基于长久企业服求实验，网易智企残忍：“AI 懂业务，才算真落地。”

在这一想路下，模子自己并不是企业 AI 的全部。AI 还需要成见业务盘曲文，调用企业我方的学问和章程，知谈现时任务需要完成什么，并酿成不错被下一业务设施不息使用的责任拆伙。

与此同期，不同任务对效果、反应速率和资本的条款并不同样，企业也需要笔据具体任务选拔和竖立更合适的模子智商。

这一任务级选型想路，也如故体当今网易智企企业级 AI Agent 平台君王蟹（ClawHive）的产物智商中。君王蟹因循不同模子的接入与治理，并将企业学问、业务器用和责任历程组织进 Agent 启动环境，为不同任务选拔和竖立模子智商提供基础。

销售宝则是基于君王蟹构建的销售 AI 职工，障翳踪迹评估、探问准备、相易纪要、商机判断、异议处理、客户跟进、决议与报价等具体销售责任。本次评测中的 7 项任务，恰是参考这些典型销售责任进行提取，并调治在君王蟹提供的 Agent 启动环境中完成。

从这一角度看，企业 AI 濒临的问题也在从“选拔一款什么模子”，进一步转向“如何让不同模子智商在合适的任务中阐扬作用，并握续插足确实业务”。

网易智企示意，“企业 AI 实战评测”但愿提供的不仅仅一份模子名次，而是一套更逼近企业本体决策的不雅察表情：从具体责任登程，判断不同模子合乎什么任务，再进一步不雅察这些模子智商如何插足企业业务。

据悉开云体育，后续“企业 AI 实战评测”还将不息插足客服、运营等更多企业岗亭，以及金融、制造等行业场景，握续西宾 AI 在确实业务中的阐扬，为企业 AI 选型、智商竖立和本体落地提供更具体的参考。