Qwen4 Max 对比混元 4 Flash:好看之外,谁把活做对了?

七题真实作品并排看:掌机拆解、海底洗衣店、网页、图表、找不同和两种鹈鹕骑车。附博主逐题点评、原始工程和核验记录。

更新日期:2026-11-16

AI打工人小伊 · 2026-11-16 · 七题原作与个人点评

Qwen4 Max
Qwen4 Max

qwen4-max · Token Plan · Claude Code

Hy4 Flash
Hy4 Flash

workbuddy/hy4-flash · Magpie / WorkBuddy API

这轮比较的是通过阿里云 Token Plan 调用的 Qwen4 Max,以及通过 WorkBuddy / Magpie 路由调用的混元 4 Flash。前者的作品通常更简单清爽,后者在配色和界面设计上更出彩。七题放在一起,我更在意细节和结构有没有做对。

按我保存的逐题偏好,Qwen4 Max 胜 4 题,混元 4 Flash 胜 1 题,2 题打平。下面先看原作,再看我的判断。

4Qwen4 Max
1Hy4 Flash
2打平

分母为七题,统计博主逐题偏好;不是跑分或通用能力排名。

复古掌机与分层拆解

制作可编辑的复古掌机,交付组装、拆解工程和两张对应渲染图。

Qwen4 Max

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
核验事实
  • 组装、拆解工程和两张作者渲染图齐全。
  • 24 个对应零件,名称、尺寸及材质映射一致。
  • 拆解采用 X 方向位移,工程可继续编辑。

Hy4 Flash

Hy4 Flash · 组装 · 作者原图
Hy4 Flash · 组装 · 作者原图
Hy4 Flash · 拆解 · 作者原图
Hy4 Flash · 拆解 · 作者原图
核验事实
  • 组装、拆解工程和两张作者渲染图齐全。
  • 107 个对应网格,几何及名称匹配。
  • 拆解图中前壳、屏幕仍遮挡部分主板。

博主点评 · 本题选择:打平

整体质感上,混元 4 Flash 更胜一筹,但拆解后暴露了一些瑕疵。Qwen4 Max 的外观比较简陋,拆解出来的结构关系倒更正常。这题我判打平,两边都没有做得特别好。

动态海底洗衣店

制作有洗衣机、水母、鱼群和气泡的可交互海底场景。

Qwen4 Max

原作采集,无音频。

下载 MP4

Qwen4 Max · 原作采集,无口播
核验事实
  • 洗衣机、水母、鱼与气泡均有可见运动。
  • 拖动、缩放和背面几何检查通过。
  • 12 秒接缝帧差约为前一帧差的 1.00 倍。

Hy4 Flash

原作采集,无音频。

下载 MP4

Hy4 Flash · 原作采集,无口播
核验事实
  • 洗衣机、水母、鱼与气泡均有可见运动。
  • 拖动、缩放和背面几何检查通过。
  • 12 秒接缝有跳变:帧差约为前一帧差的 4.77 倍。

博主点评 · 本题选择:Qwen4 Max

Qwen4 Max 洗衣机里的东西看起来像砖块,也不算自然。不过,混元 4 Flash 的螺旋桨状部件突出到了滚筒外面。相比之下,这题我选 Qwen4 Max。

旅行行李清单

实现添加、勾选和删除,兼顾桌面和手机布局。

Qwen4 Max

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
核验事实
  • 添加、勾选、撤销、删除与空白拦截检查通过。
  • 1440px 和 390px 视口无横向溢出,输入按文本显示。
  • 空格勾选后列表重建,键盘焦点落到 BODY。

Hy4 Flash

Hy4 Flash · 桌面初始状态
Hy4 Flash · 桌面初始状态
Hy4 Flash · 手机操作后
Hy4 Flash · 手机操作后
核验事实
  • 添加、勾选、撤销、删除与空白拦截检查通过。
  • 1440px 和 390px 视口无横向溢出,输入按文本显示。
  • 空格勾选后列表重建,键盘焦点落到 BODY。

博主点评 · 本题选择:Hy4 Flash

Qwen4 Max 更清爽简洁,该有的功能都有。但混元 4 Flash 的审美明显高出一截,这题我选混元 4 Flash。

季度营收图表

用静态 SVG 表达 Q1–Q4 的 12、24、18、30,并正确显示总计和最佳季度。

Qwen4 Max

Qwen4 Max · 原 SVG 独立渲染
Qwen4 Max · 原 SVG 独立渲染
核验事实
  • 数值为 12、24、18、30;Total 84、Best Q4 正确。
  • 共同零基线,柱高为 120、240、180、300。
  • 静态、自包含 SVG,标签与摘要之间无重叠。

Hy4 Flash

Hy4 Flash · 原 SVG 独立渲染
Hy4 Flash · 原 SVG 独立渲染
核验事实
  • 数值为 12、24、18、30;Total 84、Best Q4 正确。
  • 共同零基线,柱高为 120、240、180、300。
  • Q4 数字 30 的包围盒与摘要卡片下缘重叠 5px。

博主点评 · 本题选择:Qwen4 Max

Qwen4 Max 仍然保持简洁。混元 4 Flash 虽然美观,但柱状图用了太多颜色,让我更难直接比较数据。因此这题我更偏向 Qwen4 Max。

两图找不同

对照相同的 A、B 图片,定位最多五处变化,并说明 A 到 B 的变化方向。

相同题图 A / B
相同题图 A / B

Qwen4 Max

Qwen4 Max · 原回答坐标叠框
Qwen4 Max · 原回答坐标叠框
核验事实
  • 同一冻结标准下命中 5/5,漏标和额外框均为 0。
  • 五处变化的方向描述均与原图一致。
  • 保留原始 JSON;定位框图由协调者按原坐标叠加。

Hy4 Flash

Hy4 Flash · 原回答坐标叠框
Hy4 Flash · 原回答坐标叠框
核验事实
  • 同一冻结标准下命中 5/5,漏标和额外框均为 0。
  • 五处变化的方向描述均与原图一致。
  • 保留原始 JSON;定位框图由协调者按原坐标叠加。

博主点评 · 本题选择:打平

这题双方都找全了五处,变化方向也正确,满分打平。看到这里,我又想起此前的 Kimi K3.1 Pro 高速版:那一轮只定位到了四处。

鹈鹕骑车 · 静态 SVG

Generate an SVG of a pelican riding a bicycle

Qwen4 Max

Qwen4 Max · 完整静态 SVG 渲染
Qwen4 Max · 完整静态 SVG 渲染
核验事实
  • 长喙、喉囊、完整鸟身和双轮自行车均可辨认。
  • SVG 无脚本、动画、外部资源或嵌入位图。
  • 浏览器/独立 SVG 渲染通过,作品未改写。

Hy4 Flash

Hy4 Flash · 完整静态 SVG 渲染
Hy4 Flash · 完整静态 SVG 渲染
核验事实
  • 长喙、喉囊、完整鸟身和双轮自行车均可辨认。
  • SVG 无脚本、动画、外部资源或嵌入位图。
  • 浏览器/独立 SVG 渲染通过,作品未改写。

博主点评 · 本题选择:Qwen4 Max

Qwen4 Max 又靠简单稳妥的画面胜出了,脚和翅膀的位置关系看着都正常。相比之下,混元 4 Flash 的鹈鹕脚出现了穿模,这题我判它失败。

鹈鹕骑车 · 4 秒动画

用原生 SMIL 制作 800×600、4 秒循环动画,轮辐、曲柄和腿部运动,主体完整入画。

Qwen4 Max

原作采集,无音频。

下载 MP4

Qwen4 Max · 原作采集,无口播
核验事实
  • 800×600 原生 SMIL;轮辐、曲柄、腿部有可见运动。
  • 脚掌随踏板运动,腿部使用 13 个关键位置;抽样相位保持连接。
  • 4 秒接缝/前一帧差约 1.01 倍;首尾仅少量像素差异,未见明显跳变。

Hy4 Flash

原作采集,无音频。

下载 MP4

Hy4 Flash · 原作采集,无口播
核验事实
  • 800×600 原生 SMIL;轮辐、曲柄、腿部有可见运动。
  • 脚掌随踏板运动,腿部使用 25 个关键位置;抽样相位保持连接。
  • 4 秒接缝/前一帧差约 1.11 倍;首尾仅少量像素差异,未见明显跳变。

博主点评 · 本题选择:Qwen4 Max

混元 4 Flash 再次出现穿模。Qwen4 Max 虽然造型简单、配色也比较单调,但至少没有犯我在另一边看到的基础错误。这题仍然选 Qwen4 Max。

我的总评

初步看,Qwen4 Max 风格简单清爽,但该完成的任务基本都完成了。混元 4 Flash 更好看,却在一些具体细节上露出了欠缺。综合这七题,我选 Qwen4 Max。至于差异是否来自参数量,这轮测试无法验证。

测试条件与来源

七题使用匹配的题面与固定输入。作品在各自独立会话首次自主交付后冻结;本页增加排版、截图与录屏,没有修复模型作品。

Qwen 使用 Claude Code 原生工具;混元使用 Magpie / WorkBuddy 持久 API 工具循环。调用条件不同,因此这是一轮实际工作流结果对照,不能直接归因于模型权重。混元精确上游 checkpoint 未独立核实。

鹈鹕补测采用博主在本页实际看过并点评的批次;此前 HY4 Flash 单模型文章中的鹈鹕属于另一独立批次,两批作品均保留。

“博主点评”是个人判断;“核验事实”记录可打开、可运行、数值及动作检查。循环连续、文件有效,并不代表遮挡、透视或穿模表现令人满意。

此前应用户要求给出的 AI 作品评分只覆盖原五题:Qwen 96/100、Hy4 95/100。它与本页七题的博主偏好不是同一口径,鹈鹕没有被悄悄并入该百分制。

原五题的 Qwen 运行含网络、磁盘停等,且有 7 条用量缺口。本页不据墙钟或不完整 tokens 推导速度、成本优势。两边实际账户扣费均未核对;记录中的 credit 或 CLI 估算不视为货币账单。

逐题记录与作品哈希 · 中英文文章数据

此前 HY4 Flash 单模型评测