Qwen 4 Max 正式版终于发布了。早上一起来群里粉丝就艾特我,让我赶紧去测一下,这事义不容辞。

先简要介绍下这个模型:总参数 2.4T,采用全新 MoE 架构,仅激活 71B 参数,原生支持视觉,百万上下文,据说思考效率显著提升,中小尺寸的 Qwen4 模型后续将陆续开源。这里我们还是先关注推理和编程能力,视觉能力如果大家想看,我再另外做个视频测评。

接入方式还是老规矩,在 Pi 上接入,用的是我的 token plan,思考深度也放到最高。

第一题,强约束指令遵循句子生成测试。很明显句子都是遵循从 1 到 10 结尾的,我们看下是否通顺。前 9 句我觉得都是通顺的,就是第 10 句我总觉得别扭。大家都能看明白意思,但一般这个「一五一十」不会放到最后,如果改成交代的明明白白,或者「一五一十得交代清楚」就通顺了。只是它不满足用 10 结尾,所以猜测是模型为了满足 10 结尾,强硬地调整了句子结构。

第二题,鹈鹕土星环骑自行车 SVG 测试。大家看效果,这个实现整体我感觉非常可以了,鹈鹕和自行车的结构以及转弯都没有问题。如果真要挑的话,就是左上角的土星环跑道偶尔会闪动一下。

第三题,复合弓射箭 SVG 测试。我们看下效果,大体功能都对,复合弓结构、上下轮转动方向、射箭时倾斜一定角度以形成抛物线等都没有问题。但是很明显,箭羽是反的。

第四题,实现一个精美浏览器操作系统。我们看一下右上角弹窗,大体功能没有什么问题。最后日期高亮部分用的是椭圆形,我个人不是很喜欢。再看下 dock 栏应用,功能没有问题。我们看下压轴的太空射击游戏,先看下简介——哦这里它的 space 键是脉冲炸弹,这个我们得试下。功能没有问题,上下左右能控制方向,鼠标左键发射子弹,space 键真能发射脉冲炸弹,这是第一次见有额外实现这个功能的,不错。

第五题,实现个 3D 赛车游戏测试。我们玩下,功能没有看到什么问题,就是感觉这个车有点暗,估计是夜晚,车又是黑色的,有点看不清楚。

第六题,无第三方库实现一个高颜值 Trello 看板。我们看下主要功能吧,功能大体上没有什么问题,就是最后删除卡片和列表的时候没有任何确认提示。虽然提示词没有要求,但我个人更喜欢有个确认过程。

好,这次测评就到这里了,大家觉得怎么样呢?