那些在各类榜单上表现出色的大模型，如果真正进入企业、接手一项具体销售工作，还能不能保持同样的表现？
网易智企做了一次测试。
我们把** 12 款国产大模型**放进真实销售任务中，让它们完成从评估线索、准备拜访，到整理纪要、判断商机、应对异议、跟进客户，再到输出方案和报价的一整套工作。
不是再做几道知识、推理或代码题，而是让模型面对客户资料、沟通记录、业务规则、产品能力和交付要求，真正完成一项销售工作。
基于这次测试，我们把过程、结果和观察沉淀成了一份完整报告。
今天，网易智企正式发布 《2026 销售场景 AI 实战评测报告》 。
（点击"阅读原文"即可下载）
这是「企业 AI 实战评测」系列的第一期，也是国内首份聚焦企业真实销售场景、以任务交付为验收标准的大模型深度评测。
这一次，我们站在企业实际使用者的视角，把模型放进真实工作，用真实任务验证能力，希望为企业 AI 选型、组合与落地找到更优解。
01
12 款模型
参加同一场"销售实战考试"
过去的大模型评测，大多围绕知识、推理、代码、指令遵循等通用能力展开。
这些能力可以反映模型的基础水平，但真正进入企业之后，任务往往会复杂得多。
一项销售工作，可能同时涉及客户资料、历史沟通、产品信息、价格规则、销售流程和交付边界。
模型不仅要读懂材料，还要判断哪些信息已经确认、哪些仍待核实，遵循既定业务规则，并最终交付可供后续业务继续使用的成果。
因此，这次评测没有另外设计一套脱离业务的"考试题"，而是直接从真实的销售工作中提炼任务。
首期共设置 7 项高频销售工作：线索评估、拜访准备、沟通纪要、商机评估、异议处理、客户跟进、方案与报价。
评测覆盖 DeepSeek、MiniMax、豆包、千问、Kimi、GLM 六个模型品牌，共 12 款国产大模型。
每项任务设置 5 个测试样例，共计 35 个样例。12 款模型完成相同任务，最终形成：7 项销售任务 × 5 个样例 × 12 款模型=420 份实际任务成果。
这些成果不是简单问答，而是客户研究报告、拜访作战卡、售前方案、产品报价等一项项真实销售工作的交付结果。
为了尽量保证比较条件一致，在同一个测试样例下，不同模型获得相同的业务材料、任务要求、输出规范和业务规则，并统一在网易智企企业级 AI Agent 平台帝王蟹（ClawHive） 提供的 Agent 环境中完成任务。
这次评测，我们把模型在真实销售任务里的表现概括为"销售场景 AI 胜任力"。相比"会不会生成内容"，我们更关心它能不能真正理解任务、遵循规则，并按照企业要求交付可用结果。
在此基础上，我们也同步记录执行时间和 Token 成本，用来观察不同模型完成同一项工作时的效率与成本表现。
02
35 道"实战题"考完
我们看到三个值得注意的结果
1头部模型开始出现明显的"任务分工"
本轮评测中，7 项销售任务的第一名全部由 Qwen3.8-Flash 和 DeepSeek-V4.1-Flash 获得，但两款模型领先的任务并不相同。
其中，Qwen3.8-Flash 在拜访准备、沟通纪要、异议处理、方案与报价 4 项任务中位列第一；DeepSeek-V4.1-Flash 在**线索评估、商机评估、客户跟进 **3 项任务中位列第一。
这说明，即使都是本轮表现领先的模型，擅长的任务类型也并不相同。
销售工作本身就包含多种不同性质的任务：有的更依赖信息理解和整理，有的更强调判断与分析，有的则需要结合上下文完成连续推进。模型在这些任务中的优势，也会有所不同。
也正因为如此，这次评测没有把 7 项任务进一步加权成统一总分，也没有评出一个"销售总冠军"。
相比得到一个简单排名，我们更希望看清：不同类型的任务，分别更适合由什么模型来完成。
2质量、速度和成本，不存在简单的对应关系
只看任务得分，还不是全部。把执行时间和 Token 成本一起放进来看，同一个任务的选择也可能发生变化。
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 成本低约 57.1%。
如果企业面对的是调用规模较大、时效要求宽松 的周期性分析任务，成本优势就可能变得更重要。
异议处理则是另一种情况。
Qwen3.8-Flash 得分比 DeepSeek-V4.1-Flash 高 5 分，但 DeepSeek-V4.1-Flash 的平均执行时间比 Qwen3.8-Flash 短约 71.5%。
如果销售正在和客户沟通，需要临时获得回应思路 ，响应速度可能就比几分的差距更影响实际体验。
所以到了真实业务里，企业选模型不能只问"谁分最高"，还要进一步判断：这项任务，更怕错、更怕慢，还是更怕贵？
3真正拉开差距的，不是"会不会写"，而是"懂不懂业务"
沟通纪要就是一个很典型的例子。
本轮测试中，Qwen3.8-Flash 在沟通纪要场景中获得 89.58 分，排名第一；Qwen3.8-Max 以 82.75 分位列第二，两者相差 6.83 分，是七项任务中第一、第二名分差最大的场景。
差距并不主要来自文字是否流畅、结构是否完整，而在于模型能不能理解沟通背后的业务含义，并准确区分已确认事实、销售侧说明和待确认信息。
在一个测试样例中，客户提出"内部已立项""七月底要定下来""没有具体预算"等信息。看起来都不复杂，但真正写进 CRM 时，每一句都需要判断。
"内部已立项"不等于预算已审批；"七月底要定下来"也没有明确指向选型、定供应商还是签约；仍需技术验证的能力，也不能直接写成已确认的产品承诺。
表现更好的模型，会把已确认事实、销售侧说明和待确认信息区分开来；表现较弱的输出，则可能把销售方案写成客户需求，把待确认信息写成确定事实，甚至遗漏下一步行动的责任人和时间。
这些问题单独看只是纪要里的几个细节，但一旦进入 CRM，并被后续商机判断、客户跟进甚至方案报价继续引用，误差就可能沿着业务流程传递。
所以，一份纪要"写得完整"，并不意味着这项工作已经做对。真正重要的是：记录是否准确、边界是否清楚、结果能不能继续被下一环节使用。
03
比"选模型"更重要的
是怎么让 AI 真正跑进业务
这次评测让我们看到，不同模型在不同销售任务中的优势并不相同。
这意味着，企业选模型时，已经不能只看谁整体更强，而要根据不同任务，选择和配置更合适的模型能力。
但当 AI 真正进入企业，模型选择只是其中一部分。
客户资料会更新，产品知识有版本，报价和交付有规则；一次沟通形成的信息，会进入商机判断，商机判断又会影响下一次跟进和最终方案。
这些数据、知识、规则和上下文，不能在每次模型调用时重新建立。
AI 懂业务，才算真落地。
真正进入企业，AI 还要理解行业和企业的业务背景，调用企业自己的知识和规则，知道当前任务要完成什么，并让结果能够继续进入下一环节。
帝王蟹（ClawHive）是网易智企面向企业打造的企业级 AI Agent 平台，负责接入和管理不同模型，并将企业知识、业务工具和工作流程组织进 Agent 运行环境，让 AI 能够在真实业务上下文中持续完成任务。
在销售场景中，销售宝作为基于帝王蟹构建的销售 AI 员工，承接线索评估、拜访准备、沟通纪要、商机判断、异议处理、客户跟进和方案报价等具体工作。本次评测中的 7 项任务，也正是从这些真实销售工作中提炼而来。
在这套运行方式中，大模型不是固定不变的"唯一答案" ，而是可以根据不同任务灵活配置的底层能力。
比如，某项工作更强调准确性，可以优先选择任务表现更好的模型；需要实时辅助时，响应速度更重要；面对大规模批量处理，调用成本又可能成为关键变量。
于是，模型选择也从"哪款模型整体最强"，变成了一个更具体的业务问题：这项工作，什么模型更适合？质量、速度和成本，又该如何取舍？
完整报告中，我们进一步拆解了 7 项销售任务的评测结果、模型表现和真实案例，为不同任务下的模型选择和配置提供更具体的参考。
如果你也在思考 AI 到底怎么进入真实业务，欢迎点击**「阅读原文」**下载完整报告，看看这 420 份"销售作业"里，藏着哪些值得参考的答案。
销售只是第一站。后续，**「企业 AI 实战评测」**还将继续进入更多企业岗位，以及金融、制造等行业场景，把不同模型放回真实业务中检验，为企业 AI 选型与落地提供更贴近业务的参考。
👉 点击**「链接」**，获取完整报告