Qwen4-Max预览版实测：一句提示词生成鹈鹕骑行互动页
打开网易新闻 查看精彩图片 出品 | 网易科技《态度》栏目 作者 | 袁宁 编辑 | 丁广胜 11月11日，阿里正式宣布新一代大模型Qwen4-Max预览版（qwen4-max-preview）发布，首发上线千问AI平台Token Plan。活动期间用户可享限时2折、新用户再享折上5折，算下来最低1折即可抢先体验Qwe
11月11日，阿里对外宣布新一代大模型Qwen4-Max预览版（qwen4-max-preview）正式发布，并在千问AI平台Token Plan首发上线。活动期间可享限时2折，新用户在此基础上再打5折，算下来最低1折就能抢先体验Qwen4旗舰模型。
开源社区不少开发者惦记的Qwen4-27B还没露面，不过Qwen4-Max预览版眼下已经同步接进千问办公（QwenWork）、Qoder、千问App、QwenStudio等平台，上下文窗口最高支持1M（100万）Tokens，文本、图像、视频三种模态都能原生输入。
至于Qwen4-Max预览版的具体参数和榜单成绩，阿里目前还没公布。从官方放出的信息看，Qwen4的世界知识更深入，立体空间感知能力也更强，升级重点落在Coding（复杂编程）和Agentic（智能体操作）两项核心能力上，主攻复杂编程、前端交互设计、专业办公、软件操作这些真实干活场景。
围绕这几项主打特性，网易科技第一时间出了四道题做深度实测，内容分别是矢量动画、热梗互动游戏、手绘看图造工具，以及多源财报“排雷”。
测下来，网易科技发现Qwen4-Max预览版在任务理解与完成上有超出预期的表现，前端工程交付和简单任务的执行路径拆解尤其明显。它交出的东西不再是敷衍的粗糙Demo，任务里没交代的细节它会主动补上——比如实测任务里的调校控制台、几何闭合判定，连门扇开启弧区的碰撞计算都做了。
不过复核时网易科技也注意到，一旦交互指令牵扯到复杂的二维空间路径寻路，或者碰上严苛又没披露的口径标注，模型还是会出现走捷径式的细节偏差。
1.经典基准测试：一句提示词，交回带“调校台”的鹈鹕骑行
第一道照例是大模型圈最经典的“鹈鹕骑自行车”，用来检验空间直觉和前端生成的成色。我们给的提示词很短：“创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画，不需要任何测试。”
就这么二十多个字，Qwen4-Max预览版直接交回一个单文件HTML应用，取名《鹈鹕骑行俱乐部》。
这道题本来只考鹈鹕的大喉囊和自行车架几何关系画得对不对，Qwen4-Max却主动“超纲交付”了一回：
页面上除了骑行动画，还内置落日、正午、夜骑、晨雾四个场景预设，车铃、翘前轮（Wheelie）、暂停，以及SVG、PNG导出按钮也都配齐了。
右侧干脆放了一个实时控制台，骑行速度、车轮半径、路面颠簸、海风强度都能调。
这些滑块是不是“样子货”？我们翻了交付文件的底层源码。源码里，模型在脚本中写了鹈鹕腿部关节位置的实时计算逻辑（逆运动学近似）；用户拖动滑块改“车轮半径”时，程序会动态重建自行车相关部件。调大车轮、改变骑行速度之后的动作表现，背后有真正可检查的代码撑着，不是简单把画面缩放一下。
不过实测也发现，大幅调大鹈鹕体型时，车身比例跟着一起变大，虽然看着协调，指令遵循却并不一致。
2.玩梗互动游戏《画地为牢》：把名场面台词做成指尖游戏
接下来蹭近期全网刷屏的综艺热梗，我们给Qwen4-Max预览版出了一道前端题：做一个手机上能玩的中文互动短剧网页《画地为牢》。
题目要求模型只用剪影、灯光和字幕，在20–40秒的流程里原样保留两句核心台词：许飞说“我画地为牢啊厉娜”，厉娜说“我原谅你了许飞”。剧情推进全靠用户亲手“画线”和“擦线”：
1.用户得绕着许飞画出一个闭合的圈。只画半圈、乱点，或者把圈画在厉娜身边，都触发不了下一幕；
2.厉娜走近说出原谅台词后，用户必须在朝向厉娜的一侧擦开足够宽的缺口，让许飞从实际擦开的地方穿过去，走到厉娜身边。
从交付效果看，模型不光接住了这个二创热梗，还做出了相当克制的舞台剧质感。开场冷光打在许飞身上，他说出“我画地为牢啊厉娜”，随后提示观众画圈；圈画成后，许飞低头看脚下，厉娜走上前停在圈外，说出“我原谅你了许飞”，舞台灯光跟着转暖，地上那道手绘的圈仍横在两人中间；等观众擦开一段线，两人才站进同一束暖光里，结束页浮出一句颇有余味的文案“牢是画的，门也是”（看到这句话时，也是让人很意外）。
表面上是玩梗，实际考的是前端几何判定。我们复核了生成的源码，防作弊这块做得挺扎实：代码里确实写了校验逻辑，会逐项检查玩家画线的首尾距离够不够近（也就是闭合判定）、许飞的坐标在不在多边形圈内、厉娜在不在圈外。到了擦线环节，程序还会单独算擦除缺口的宽度和朝向角度，擦得太窄或者方向擦反了（背对厉娜），都会单独给出错误提示，不会随随便便就放行。
不过细节上还是有偏差。最后一步“许飞沿着缺口走出去”，模型耍了个小聪明：源码里人物移动时只读了缺口的横向（X轴）位置，路径还是贴着舞台地面水平走。结果就是，玩家把缺口擦在圆圈斜上方，程序照样判定缺口有效、触发下一幕，可许飞走过去的那条线，未必真能穿过斜上方那个缺口。
3.手绘户型图秒变“卧室布局工具”：连开门弧线都算进了碰撞体积
创意互动测完，接着测一个硬核场景：多模态看图加实用工具开发。
我让另一个模型画了一张带尺寸的虚构户型图，专门用来测手绘识别，然后要求Qwen4-Max预览版按真实比例重建房间、窗、门的开启区域、暖气和柱子，再放进一张150×200cm的床、一张120×60cm的书桌和一个80×60cm的衣柜。另外还要求支持拖动、90度旋转、导出厘米坐标与本地保存，并且“越出房间、压住固定设施、互相重叠或挡门时要明确提醒，不能把不合格布局当成合格”。
模型交付的单文件HTML把手绘图上的空间参数全都还原准确了：4米×5米的房间、180厘米的窗、40厘米见方的柱子、暖气片、90厘米的内开门，尺寸跟原图完全一致；页面里也预置好了床、书桌、衣柜，以及拖动、旋转、坐标编辑、本地保存和导出面板。
它写的碰撞检测到底灵不灵？我们把交付文件里的核心校验函数单独拎出来，跑了四组边界测试输入：
1. 书桌侵入门扇活动区 ➔ 函数准确拦截，返回“挡门”报错；
2. 家具压住暖气片坐标 ➔ 函数准确拦截，返回压住暖气的对应提示；
3. 书桌与床坐标重叠 ➔ 两件家具同时收到重叠提示；
4. 输入合规的摆放坐标 ➔ 校验通过，没有任何误报。
这道题最该夸的细节，是模型怎么处理“门扇开启区”。不少模型看户型图，只把门当成墙上的一条线段；Qwen4-Max预览版不一样，它把原图上表示开门方向的弧线，在代码里实打实写成了一个参与碰撞计算的扇形区域，也就是四分之一圆。换句话说，家具就算没碰到墙，只要落在门扇推开的扫掠弧线里，系统就会判门打不开并报错。
4.专业办公“反幻觉”测试：把“规模翻倍”和“收入增70%”拆明白了
最后一道题回到日常办公场景，考的是模型在公司公关话术和财务报表口径打架时，能不能把信息提炼准，别产生幻觉。
我给模型准备了三份虚构材料：
材料A（公司新闻稿）称，本季AI业务“规模”为1.20亿元，上年同期是0.60亿元，翻了一倍；其中0.35亿元交易额由渠道伙伴在终端客户处完成。
材料B（财务附注）：按会计口径确认的AI业务收入为0.85亿元（上年同期0.50亿元）；毛利为0.17亿元（上年同期0.15亿元）。
材料C（投资者纪要）：管理层称渠道扩大可能压低了毛利率，但未公布直营和渠道各自的毛利率及客户数。
请模型站在科技记者角度，写一段不超过180字的快讯导语，交代清楚现有材料能把毛利率变化归因到哪一步；同时用表格列出可直接比较的数字、分母和来源。
这道财经题很容易踩坑，Qwen4-Max预览版在口径纪律上表现很强：
它没被新闻稿A里的“翻倍”带跑，导语第一句就锚定更扎实的财务数据：“按会计口径确认收入0.85亿元，同比增70%（B）”；接着点明新闻稿说的“规模1.20亿元、同比翻倍”里含0.35亿元渠道伙伴交易额（A），“口径不同不可直接对比”。
算数也没出错。毛利额从0.15亿元增至0.17亿元，它算出同比增长约13.3%；分母严格采用会计确认收入（0.85亿元和0.50亿元），毛利率从30%降至20%，下滑10个百分点，表格里还特意注明“分母为会计口径收入，非1.20亿元规模”。
5.结语：惊喜的部分是替我多想的几步
整轮测完，Qwen4-Max预览版最让人意外的地方，是它交出来的东西在工程上够完整，逻辑也咬得紧。
《鹈鹕骑行俱乐部》里，它自己把车轮半径和腿部关节挂上钩，写出了对应的计算代码；《画地为牢》里，多边形包裹和擦除缺口朝向都有校验；《卧室布局工具》里那个四分之一圆开门弧区，是真正参与碰撞检测的。这几处放在一起看，Qwen4在Coding和多模态空间理解上已经不只满足于表面视觉效果跑通，而是往底层物理与几何规则的搭建上走。碰上文字材料里埋的逻辑陷阱，它对口径差异的敏感程度也够用，能扛高要求的案头助理活。
不过也有露怯的地方。《画地为牢》里人物走出路径只取横向坐标，这种“偷懒”写法说明：单次提示词里塞进太多复合空间约束时，模型在个别分支逻辑上还是会牺牲精度。
