Qwen4 Max 深度报告:官方能力与七题实测

从官方 Work360 数据、Unreal 游戏和制造业案例,看到我们实际做出的掌机、网页、图表与鹈鹕骑车。附七题点评、动画和原始工程。

更新日期:2026-11-17

TOKRACE · 2026-11-17 · 官方数据 × 实际作品

Qwen4 Max 发布后,我们让它做了七份实际作品:一台可拆解的掌机、一个动态海底洗衣店、一张可操作的旅行清单、一张营收图表、一道找不同,以及静态和动态两种鹈鹕骑车。

先说我的感受:它的视觉风格偏朴素,但结构关系、数据表达和任务完成度更让我满意。与混元 4 Flash 对照后,我在四题中选择了 Qwen4 Max,一题选择混元,另外两题打平。

Qwen4 Max:把多模态理解接到实际工作里

Qwen4 Max 是阿里巴巴千问新一代旗舰多模态模型,2026 年 11 月 16 日发布。官方介绍了 2.4 万亿参数的主干、每个 Token 激活 710 亿参数,以及额外的 3280 亿 N-gram Embedding 参数。发布说明

根据官方模型文档,它支持 100 万 Token 上下文,能接收文本、图片和视频;同时具备深度思考、联网搜索、并行工具调用和 JSON 结构化输出能力。北京地域公开 API 单价为每百万输入 Token 10 元、输出 Token 30 元。

对我们这类创作任务来说,我更关心它能不能把“看懂要求”落实成可编辑的工程、可操作的页面和动作关系正确的动画。下面先看官方展示的方向,再打开这轮实际交付的七份作品。

官方数据:Work360 得分与任务成本

官方 Work360 评测中,Qwen4 Max 的得分从上一代 Qwen3.8 Max 的 47.74 提升到 52.69;平均单任务成本从 4.43 美元降到 1.67 美元,下降 62%。数据来源

我更在意这两个数字一起变化的方向:完成复杂任务的能力提高,同时减少一次任务的消耗。对应到实际使用,值得观察的是模型为交付结果需要来回改多少次、最后留下的文件能否接着用。下图保留了官方完整对比,读者也可以按自己关心的项目放大查看。

Qwen 官方能力对比图:编程、专业任务、长任务与多模态理解。
Qwen 官方能力对比图:编程、专业任务、长任务与多模态理解。 · 官方来源
Qwen 官方效率图:Work360 与 Terminal-Bench 4.0 的得分和 Token 用量。
Qwen 官方效率图:Work360 与 Terminal-Bench 4.0 的得分和 Token 用量。 · 官方来源

官方实例一:Unreal Engine 猫咪法师游戏

官方展示了用 Unreal Engine 制作的《Meow of Magic》:猫咪法师在场景中探索、施法、升级,并与敌人和 Boss 战斗。查看官方演示

这个案例吸引我的地方,是模型要把场景、角色、交互和规则组织成一个能玩的整体。我们的海底洗衣店规模更小,却同样能看出物体有没有摆对、动作能不能连起来。

官方案例《Meow of Magic》画面,来源:Qwen Team。
官方案例《Meow of Magic》画面,来源:Qwen Team。 · 官方来源

官方实例二:从二维布局到三维产线

在与 SANF、Pacific Union 合作的官方制造业案例中,Qwen4 Max 根据二维布局和工艺参数建立三维产线模型,并进行节拍仿真与 PLC 虚拟调试。案例来源

这也让我更关注创作模型的空间关系:一个部件放错位置,整张图再漂亮也会影响后续工作。下面的掌机拆解和鹈鹕骑车,正好把这类问题呈现得很直观。

Qwen 官方制造业案例:从草图和布局走向产线模型。
Qwen 官方制造业案例:从草图和布局走向产线模型。 · 官方来源

实测一:掌机拆解,结构比外观更有说服力

这题要求制作一台复古掌机,同时交付组装、拆解工程和对应渲染图。Qwen4 Max 给出了两份可编辑工程和两张图,24 个对应零件的名称、尺寸与材质映射一致,拆解沿 X 方向展开。

我的点评:外观确实比较简陋,材质和造型都谈不上惊艳。不过,拆开以后各部分的位置关系比较正常。混元 4 Flash 的整体质感更好,拆解却暴露了一些瑕疵,所以这题我判打平。

Qwen4 Max · 组装 · 作者原图
Qwen4 Max · 组装 · 作者原图
Qwen4 Max · 拆解 · 作者原图
Qwen4 Max · 拆解 · 作者原图

实测二:海底洗衣店,能动,也能转着看

洗衣机、水母、鱼群和气泡都有可见运动,场景可以拖动、缩放,也能绕到背后看。12 秒循环的首尾衔接平顺。

我的点评:Qwen4 Max 洗衣机里的东西看起来像砖块,衣物表现不够自然。不过混元 4 Flash 的螺旋桨状部件突出到了滚筒外面。两份作品对照,这题我选 Qwen4 Max。播放下面的录屏,可以直接看运动与场景细节。

原作采集,无音频。

下载 MP4

Qwen4 Max · 原作采集,无口播

实测三:旅行清单,功能到位,设计偏朴素

旅行清单的添加、勾选、撤销和删除都能完成,空白输入会被拦截;桌面和手机宽度下都没有横向溢出。一个操作细节值得改进:用空格勾选后,列表重建会让键盘焦点离开原来的控件。

我的点评:Qwen4 Max 的页面清爽简洁,该有的功能都有。但混元 4 Flash 的界面审美明显更好,这题我选混元 4 Flash。

Qwen4 Max · 桌面初始状态
Qwen4 Max · 桌面初始状态
Qwen4 Max · 手机操作后
Qwen4 Max · 手机操作后

实测四:营收图表,简洁带来更直接的阅读

题目给出的季度数值是 12、24、18、30。Qwen4 Max 正确显示了总计 84 和最佳季度 Q4,柱高按 120、240、180、300 呈现,共用零基线,文字与摘要没有重叠。

我的点评:它继续保持简洁。混元 4 Flash 虽然更花哨,但柱子用了太多颜色,反而让我更难直接比较数据。这题我更喜欢 Qwen4 Max。

Qwen4 Max · 原 SVG 独立渲染
Qwen4 Max · 原 SVG 独立渲染

实测五:找不同,五处全部找对

对照同一组 A、B 图片,Qwen4 Max 找全了五处变化,位置和变化方向都正确,没有漏项,也没有额外报错。下面先放题图,再放按原回答坐标绘制的定位框,原始 JSON 可直接下载。

我的点评:这题两边都完成得很好,五处全对,满分打平。

相同题图 A / B
相同题图 A / B
Qwen4 Max · 原回答坐标叠框
Qwen4 Max · 原回答坐标叠框

实测六:鹈鹕骑车,先把身体关系画正常

这题只要求一张“鹈鹕骑自行车”的 SVG。Qwen4 Max 画出了长喙、喉囊、完整鸟身和双轮自行车,矢量文件可以独立打开。

我的点评:Qwen4 Max 的画面简单,脚和翅膀的位置关系看着比较正常。混元 4 Flash 的脚出现了穿模,这题我选择 Qwen4 Max。

Qwen4 Max · 完整静态 SVG 渲染
Qwen4 Max · 完整静态 SVG 渲染

实测七:四秒骑行动画,脚掌跟着踏板走

动画是 800×600 的原生 SVG/SMIL,车轮、曲柄和腿部都有可见运动。脚掌随踏板移动,腿部通过 13 个关键位置衔接;检查抽样相位时保持连接,四秒循环没有明显跳变。

我的点评:造型仍然简单,配色也比较单调,但基本运动关系做得更顺。混元 4 Flash 又出现了穿模,所以这一题我仍然选 Qwen4 Max。

原作采集,无音频。

下载 MP4

Qwen4 Max · 原作采集,无口播

我的结论:任务完成度突出,视觉风格还有空间

七题看完,Qwen4 Max 给我的印象很一致:做得比较朴素,但更容易把结构、数值和基本动作关系交代清楚。

任务我的选择主要原因
掌机与拆解打平Qwen 结构较正常,混元整体质感更好
海底洗衣店Qwen4 Max滚筒里的部件关系更正常
旅行清单混元 4 Flash界面设计更好
营收图表Qwen4 Max简洁,数据更容易比较
两图找不同打平都找全五处,方向正确
静态鹈鹕Qwen4 Max脚和翅膀的位置关系更正常
骑行动画Qwen4 Max基础动作关系更顺

按这轮逐题点评,Qwen4 Max 胜 4 题、混元 4 Flash 胜 1 题、2 题打平。对我来说,Qwen4 Max 更适合先把一个创意做成能运行、能打开、能继续修改的初稿;要做精致的视觉呈现,还需要继续打磨材质、配色与造型。完整对照页可以逐题并排看两边的作品。

资料来源

Qwen 官方发布:Qwen4-Max: Your New Teammate Has Arrived

阿里云官方文档:Qwen4 Max 能力、上下文与价格

HY4 Flash 深度报告 · 七题作品并排对照