连干229轮没人管，Qwen4-Max预览版成事了吗？

千呼万唤始出来！Qwen4-Max预览版终于上线了。

因为越来越经常遇到各种coding和agentic模型更新，所以我现在开始攒了一套试金石题库。最近我拿这其中的一部分案例给Qwen4-Max预览版跑了跑，希望能帮你了解清楚这个模型到底怎么样！这其中既有三维建筑、三体引力模拟、Blender静物建模，也有能玩的篮球和足球游戏，后来又加了几道要它照着我的skill完整走流程的长任务。

最让我意外的是一道连锁机关题（就是鲁布·戈德堡机械，多米诺推小球、小球滚下螺旋轨道、砸跷跷板、撞牛顿摆那种），它自己连续干了229轮，一个半小时多，中间没有任何人回过它一句话，最后停下来的原因是我的测试额度被它跑光了😂 有人说，qwen4不仅更懂，更能成事，看来有那么点意思。

这篇就把这一轮测试完整摊开讲一遍，哪些题做得好，哪些还差点意思，以及你现在怎么用上它。

一、先看发布信息

这次上线的是Max的预览版，全新一代的Qwen4即将发布，它先出来打个头阵。首发在阿里的Token Plan（千问AI平台的大模型订阅套餐，按月付费，买了之后可以接进各种AI编程工具里用），千问办公、Qoder、千问APP、QwenStudio这几个产品也都同步接上了。既然叫预览版，后面应该还会接着往上提。

千问这一代讲的是三件事，对知识的理解、对世界的感知，还有Coding和Agentic，也就是写代码和当agent干活的能力。点到的场景有复杂编程、专业办公、前端设计和专业软件操作。

千问APP的模型列表里给Qwen4-Max预览版配的介绍是「擅长复杂办公长程任务」。办公我这次没测，我这一轮测的主要是编程、前端设计、3D和Blender建模，不过「长程」这两个字，其实跟我测出来的感受是对得上的。

二、跑一次生成题

第一轮是一批「一次生成」的题。规则很简单，一段提示词进去，一个完整的HTML文件（或者一段Blender脚本）出来，取第一次的结果，然后由统一的脚本打开、截图、录屏，我不挑图也不让它重来。

题目都偏难，比如用Canvas画一幅会动的《清明上河图》长卷、用three.js搭巴塞罗那德国馆和万神殿、按真实引力算一个三体世界、用Blender重现苏巴朗1633年那幅柠檬橙子静物。

结果是全部直接能跑，没有一道白屏。速度也挺快的，最快的鹈鹕骑单车86秒就交了，最慢的彭罗斯阶梯也不到15分钟。

先看《清明上河图》这道，题面要求按中国手卷的真实看法逐段展开，画里的船要走、人要走，原作里最有戏剧性的那一幕要演出来。

它交出来的长卷带着绫裱和轴头，虹桥上挤满了人，一条大船正在桥边，底下的字幕写的是「虹橋·落桅過險」。整道题它用了3.5万token，8分半钟。

然后是三体这道，要求三颗恒星必须按万有引力做数值积分，不许写死轨道，恒星参数要用半人马座α三星的真实数据，行星处在恒纪元还是乱纪元要从模拟里实时算出来。

动图是3倍速放的，这一段正好是乱纪元，地表冷到零下一两百度，天上的太阳都远成了飞星，左下角有一本「纪元与天象事件簿」在一条条记哪颗星什么时候远离、什么时候近距交会。右下那块「平行宇宙」我挺喜欢的，它另开了一套初值，只把A星的位置挪了150米，然后实时显示两套宇宙已经偏开了多少，三体问题为什么不可预测，看这个数字涨上去就明白了。三颗恒星的质量和光度它用的也是半人马座α的真实数值，初始位置是怎么取的写在了左下角那行说明里。这道题它花了不到6分钟。

Blender那道静物我也放一下，柠檬、一篮橙子、玫瑰和杯子从左到右三组排开，背景纯黑，顺序和原作是对上的。

还有一道是X上很火的机械蝴蝶（题面就一句英文，Create a beautiful mechanical butterfly in three.js），它两分钟出头交了这只黄铜的。

三、连续干上百轮

第二轮我换了个测法，把它接进Claude Code当agent用，写文件、跑命令、看截图这些工具都开着（联网和子agent关掉），它可以自己写代码、自己开无头浏览器跑、自己截图看效果再改，全程无人值守，没有人回它任何一句话。

这一轮的题有两类，一类是题库里的游戏题，一类是我新出的长任务，其中几道要求它先完整读我的skill，再按skill的流程做。

说起来，这轮才是我真正被它惊到的地方。

第一道是四冲程发动机的3D讲解，用的是我的huashu-3djs这个skill。要求看完能说清四个冲程各发生了什么，为什么曲轴转两圈凸轮轴才转一圈，活塞连杆必须是真实的曲柄连杆机构，气门开闭和点火时刻要和活塞位置对得上，还要能剖开看、能调转速、能暂停一步步看。

它自己连续干了138轮，45分钟，交出来的是这个。

默认就是剖开的，进气时蓝色的混合气被吸进气缸，压缩时字幕写「两扇门关死，混合气被挤到约1/10」，做功那一下气缸里变成橙色。

我翻了一下它的过程记录，它是先把活塞、气门、凸轮、点火、气体写成一组纯函数的「真值模型」，再搭灰盒预演，然后跑skill里的相机体检。

第二道是《纸鸢》，这道没给任何skill，就是一段需求：驾驶一架纸飞机在《千里江山图》那样的青绿山水里滑翔，要有升力、阻力、失速和山谷上升气流，默认开自动演示。它干了68轮，34分钟。

动图是3倍速，石青石绿的山、赭石色的河岸，纸飞机在自动演示里一个接一个地穿环。

它第一版的自动演示其实飞了20秒一个环都没穿过去，自测发现之后它把AI的飞行逻辑重写了一遍，再测到能稳定穿环才交。

这道题的题面我原样放在这，你可以直接拿去试：

用three.js做一个原创的3D飞行小游戏《纸鸢》：玩家驾驶一架纸飞机，在王希孟《千里江山图》那样的青绿山水里滑翔穿行。

1. 世界：连绵的青绿山峦（石青石绿、山脚赭石）、江面、水边村舍和亭桥、远山云雾，要有一眼认得出的「千里江山」气质，又是能飞进去的完整3D场景。
2. 手感：真实的滑翔物理——升力、阻力、重力，俯冲加速、拉起减速，拉得太猛会失速下坠；山谷里有上升气流可以借力爬升。
3. 玩法：穿过空中的灵光圆环得分并延长飞行，撞山或落水结束；有分数、高度、速度显示，操作说明写在画面上，支持键盘和鼠标。
4. 默认开启「自动演示」：不操作时AI自己飞一条好看的航线，镜头跟随；按任意键接管。
   目标是当下顶级独立游戏的观感和手感。最终交付index.html。

第三道是给女娲.skill做一支20秒的产品发布片，用的是huashu-motion。这个skill里有一道硬门，要先出三个方向让我选，无人值守没人给它选，我就让它自己出三个方向、自己选、把理由写下来。

它出的三个方向分别叫「一句话，换一副头脑」「炼石」「圆桌」，最后选了第一个当主线，又把第二个方向里的五色矿石材质借过来做爆发段。选择理由里有两句我印象挺深，一句是「产品的魔法就是那句话」（指「用芒格的视角看看这个决定」这句调用），另一句是评价第二个方向「虽好，是氛围片」。

成片是1920×1080、30帧、正好20.00秒，配乐是它自己写的古筝加马林巴的五声动机，配了21处音效，一共97轮，31分钟。

动图没有声音，配乐在这里听不到，有点可惜。

几道游戏题也都跑通了，清明上河图的3D游览57轮，5对5的篮球46轮，11对11的足球72轮。

篮球这道它自测时发现演示模式40秒才得了2分，回头查出来是AI抢断太多、进攻太被动，把节奏调顺了；后来又在自己的截图里看出右侧三分线的弧画反了，也改掉了。24秒、8秒、3秒违例这些它都做了。

四、做东方题材和讲解

测下来还有两个地方我觉得值得单独说。

一个是东方题材。《纸鸢》的青绿山水、清明上河图的手卷，这几道它都抓得到那个味道，千里江山那道长卷题也是。

画面本身算不上多精细，但卷轴、题签、印章、石青石绿叠赭石这些该有的东西它都知道要放。

另一个是讲解意识。发动机那道的分步字幕、每个冲程的角度标签，三体那道的事件簿和平行宇宙，做出来都挺像一个懂教学的工程师交的活。

五、画一张照片

最后还有一道比较离谱的题。我给了它一张大溪地Bora Bora的照片，让它「画」出来：从一张白画布开始，只许用圆头画笔一笔一笔地画，不许把照片贴上去，不许用AI生图，每一笔都要记下来能原样重放，画到让人第一眼以为是照片为止。怎么画我没教，它得自己写程序去分析照片、规划笔触。

它干了39轮，22分钟，一共画了859,483笔，下面这段动图里的绘制过程就是这86万笔按落笔顺序的回放。

它是分9层画的，最粗的画笔150像素，先铺天空、山和海的大色块，然后95、55、30像素一层层往下收，最细的一层是1.3像素。中途它自己发现第一版的小笔触把树叶和茅草的纹理抹平了，改了取色的办法之后才交。

上面一排左边是画的，右边是原照片，整张看我自己是分不出来的。下面一排是把水上屋那一块放大4倍，这时候能看出笔触，栏杆和楼梯有涂抹的感觉。非常离谱，反正一眼看上去我已经分不出哪张是真实的，哪张是代码画出来的了。

六、对比Opus 5.5

同样的题目，有些我用Opus 5.5跑过，题面一个字没改，所以可以直接放在一起看。

一个是11对11的足球游戏，两边都是agent条件，都是自己写、自己测、自己改到能交。

两边都交出了能玩的完整比赛，比分牌、比赛时钟、操作说明、小地图、自动演示都有。Qwen4-Max这版把看台和球门网都搭出来了，Opus 5.5那版球员更大更清楚，右下角多一块控球率统计。Qwen4-Max用了72轮，28分钟。

还有个案例是用Blender渲染静物。

构图和物件顺序两边都对。差别在细处，Opus 5.5那版橙子上面有橙花和叶子（原作里是有的），柠檬带着叶，整体的光更暗更沉，更接近原画那种祭坛上一束光的感觉；Qwen4-Max这版干净，但是偏亮偏素。

所以我现在的判断大概是这样：在前端和3D的审美上，它和Opus 5.5还略有差距，和GPT-6差不多了，已经是最顶尖的国产模型的水平了；长程执行则是很好，交给它一个要干上百轮的活，它能自己干、自己测、自己改，这也是这一轮里最超出我预期的地方。

七、把真实难题交给它

Qwen4-Max预览版现在就能用上，入口有好几个。

最省事的是千问APP，顶上切到「千问Go!」，点底部的模型入口，选Qwen4-Max-Preview就行，它后面标着「会员限免」，千问Go!的会员现在可以直接用。

想接进自己的工具里用，就去阿里Token Plan，它是在这里首发的。订阅之后拿到一个API Key，Claude Code、Qwen Code、Qoder这些工具都能接，模型ID填qwen4-max-preview。

预览期是北京时间11月11日10点到11月25日24点。

入口在这：

https://platform.qianwenai.com/pricing/token-plan

然后是Qwen Code，11月11日到11月24日，在Qwen Code里用Qoder账号登录可以领Qwen4的免费体验额度，领了之后30天内有效。下载地址：

https://qwen.ai/qwencode

千问办公、Qoder、QwenStudio里也都接上了。

我自己的建议是，除了日常问答，一定要把你手上一个真实的、有点难的、需要干很久的活交给它试试，一个要连调带测的小游戏，或者照着某个skill完整做一件事都行，上面那段《纸鸢》的题面也可以直接复制过去跑。