Qwen4-Max预览版在TokenPlan上线,19.5元2万积分,限时最低1折。作者用Qoder实测抓娃娃机、Three.js召唤师峡谷和《时间的尽头》三个任务,输出只有33tokens/s,交付质量却能和KimiK3.1打平。
最近各家旗舰大模型你方唱罢我登场,十分热闹
很多人,尤其是我非常期待Qwen4,话说,这个预告海报可真是清新脱俗,让很多海外开发者去恶补庄子的《逍遥游》了
刚刚,Qwen4-Max预览版(Qwen4-Max-Preview)在TokenPlan上线了,19.5元2万积分,限时最低1折即可体验
千问办公、Qoder、千问APP、QwenStudio等也可第一时间体验
后面我的实测任务都是用的Qoder,之前都用公司采购的国际版,这次我单独充了一个19.9的CN专业版
Qwen4-Max-Preview目前打折,倍率从0.5x降到0.1x
Qwen4-Max预览版重点更新三项能力:知识理解更深入,世界感知更立体,Coding与Agentic能力,特地强调真实任务
那就测测看吧
一、抓娃娃机挑战:慢工出细活,Token消耗克制
第一题是:实测,DeepSeek、KimiK3.1、Opus5.5、GPT-6同台竞技,Token消耗差了13倍一文中的抓娃娃挑战
这个任务考验物理交互、状态机与前端动效的综合工程能力
实测下来,Qwen4-Max耗费了一个多小时。耗时久主要源于当前预览版生成速度偏慢(实测可见输出约33tokens/s),但最终交付相当扎实:机械力反馈、绳索悬垂摆动、娃娃碰撞及计分逻辑一应俱全,虽有微小瑕疵,我个人感觉整体完全能与KimiK3.1打个平手
对比其他模型,我拉个一张表(Qoder只接调用订阅的Qwen4-Max-Preview消耗的是积分,65左右,统计的Token消耗都是估算)
比模型效率,没有能和Claude相提并论的,Qoder+Qwen4-Max这方面算相当优秀了,任务推进上的动作颗粒度大,极少发生来回拉扯的报错重写,有效工程代码占比很高
| 选手 | 耗时(分钟) | token总处理量(缓存占比) | 输出token |
|---|---|---|---|
| Codex | 8 | 350万(97%) | 2.8万 |
| ClaudeCode | 17 | 1215万(96%) | 13.0万 |
| Gemini | 21 | 1394万(96%) | 8.1万 |
| KimiCode | 36 | 950万(98%) | 5.9万 |
| DSH | 46 | 4644万(99%) | 28.1万 |
| MiniMaxCode | 68 | 4000万(98%) | 19.8万 |
| Qwen4-Max | 75 | 269万(95%) | 5.5万 |
二、纯代码水墨画《双燕》:写笔记、手搓物理引擎、盲测自检
Fable5.2带火了纯代码绘图,我也考了考Qwen4-Max-Preview的东方美学修养:Python程序(numpy+PIL)画一张吴冠中风格的水墨画,完全用代码,不借助任何图像模型,不先渲染场景再描摹采样
结果如下:
为了还原宣纸水墨质感,它硬生生用Python纯手写了一套物理水墨仿真引擎(ink_engine.py)!它建模了宣纸纤维的多尺度吸水性,模拟水分扩散干涸后边缘析出的“水线”与枯笔留下的“飞白”;将毛笔拟合为数十根独立笔毫,区分羊毫柔润与狼毫刚劲,并设定焦、浓、重、淡、清五级墨色。
最终它生成了1000多行代码,精准落下4019个笔触:
后来又绘制了一张《双燕》,很有神韵
看日志,它写了一套数值自检逻辑!通过像素明度统计(留白率约64%、白墙明度84%–100%、浓墨控制在5.8%以内)与ASCII轮廓扫描来核验构图。自检时它发现燕子原本与窗洞黑块重叠,竟然主动修改坐标将其平移到了纯净的白墙上!
同样提示词对比Opus5.5,松弛意境与艺术笔法上确实仍有差距:
三、Three.js召唤师峡谷:1263行代码搓出全息演武沙盘
然后是Threejs实现lol3D地图的任务,感觉还不错,细节比想象中多:三路防御塔、高地、大小龙坑与正弦参数方程勾勒的弯曲河道严丝合缝;双方小兵成波次自动出击、交火推塔,防御塔破损有碎石坍塌动画,野怪击杀后开启复活倒计时;右侧常驻14项控件,拉动昼夜滑杆可切入深夜,草丛泛起萤火虫微光,防御塔水晶呼吸闪烁,还配齐了点击跳转机位的实时小地图。
对比一下GPT-6Astra,在动态交互、战斗演武与沙盘鲜活性上,Qwen4-Max-Preview呈现出的丰富度甚至还要更胜一筹
四、《时间的尽头》:宇宙级审美与引力塌陷
然后是借用卡兹克老师测试GPT-6.2Sol审美能力的提示词,用Three.js创作一个主题为《时间的尽头》的3D交互式网页
先看卡兹克老师测GPT-6.2Sol时的效果:
Qwen4-Max-Preview做的也挺炫:黑金深渊配色搭配多层星轨金环,视觉张力极足。最亮眼的是它设计的“时间归零”交互:点击中心表盘,漫天时间粒子向奇点剧烈坍缩,紧接着轰然爆发出一道刺目的白光重置空间,视觉冲击力极强
五、海外社区实测
更多测试,我没来得及做,分享几个X上开发者的实测情况
@PokeBenchTV完成Sunny号及海洋场景的复刻,模型主动添加了大量未要求的功能,包括交互滑块、音效、指南针和画质设置,Token消耗只有540万的样子
@eddiboi制作的Lightninginabottle
@hollaluccaxo制作的沙丘飙车
测了一上午,Qwen4-Max-Preview在部分题目上确实有亮点,还有极克制的Token消耗;只是目前生成速度偏慢,有点磨人,盲猜是受制于预览阶段官方的并发调度策略与算力配额倾斜
我一直感觉阿里的实力不应该只是如此,它具备在大模型长跑中实现逆袭的全部条件,算力、云基础设施、国民级应用、人才、全球开源生态的绝对号召力,希望早日能像谷歌一样,解决完一系列问题之后,可以拿出Argon、Carbon这种级别的模型,化鲲为鹏,展现真正的“Qwen时间”吧
最后只问一句:Qwen4正式版,到底什么时候端上来?