Visa Benchmark tìm thấy AI Shopping Agent đạt 57,2% tỷ lệ thành công trung bình

Visa đã ra mắt một benchmark cho thương mại agentic, trong đó thử nghiệm 22 AI shopping agent trên 15 nhiệm vụ để đánh giá khả năng mua sản phẩm dựa trên yêu cầu cụ thể của người dùng. Báo cáo của Visa cho thấy các AI agent này chỉ thành công trong 57,2% số lần chạy thử trên trung bình, nghĩa là gần một nửa các lần mua hàng đều thất bại.

Trong số các công cụ được thử nghiệm, Gemini 4 Argon của Google và Muse Wonder ghi nhận độ chính xác cao nhất với tỷ lệ thành công 82%. Kết quả cũng tiết lộ chi phí vận hành của những người chơi hàng đầu, trong khi Gemini 4 Argon tốn 0,54 USD mỗi lần chạy thì Muse Wonder tốn 1,55 USD.