这是一篇来自阿里云开发者社区的短实测，价值在于「素」：没有对比、没有排名，只记录了一次真实的一次性生成全过程——用 Qwen4-Max-Preview 一次写出 Java + Three.js 的 3D 渲染，总共消耗约 69k tokens。
3D 渲染代码对结构完整性要求很高：场景、相机、光源、材质、渲染循环缺一不可，且彼此耦合。一次生成能跑通，说明模型在「长代码、多模块、强耦合」场景下的连贯性达标。这与本站其他实测（Trello 零 Bug、抓娃娃机一次交付）指向同一结论：一次成型是这代预览版的稳定强项。
作者记录的生成速度同样约为 33 tokens/s，与人人都是产品经理抓娃娃机实测中的数字吻合。两个互相独立的小样本给出相同量级，让「33 tokens/s 上下」成为目前最可信的速度参考——明确说：不快。配合 69k tokens 的消耗量，等待时间以分钟计，做大型生成时请预留耐心。
作者也提到偶尔出现意图理解偏差，即个别要求没有被准确执行。样本很小，属于个人体验记录；但结合智东西实测中的多模态一致性问题，可以看出这代模型在「细节忠实度」上还有功课要做：大结构可靠，小意图偶尔漂移。
参考来源：本文为本站原创改写与整理，事实与数据核对自 阿里云开发者社区（2026-11-12）
← 返回 Qwen4-Max 专题這是一篇來自阿里雲開發者社區的短實測，價值在於「素」：沒有對比、沒有排名，只記錄了一次真實的一次性生成全過程——用 Qwen4-Max-Preview 一次寫出 Java + Three.js 的 3D 渲染，總共消耗約 69k tokens。
3D 渲染代碼對結構完整性要求很高：場景、相機、光源、材質、渲染循環缺一不可，且彼此耦合。一次生成能跑通，說明模型在「長代碼、多模塊、強耦合」場景下的連貫性達標。這與本站其他實測（Trello 零 Bug、抓娃娃機一次交付）指向同一結論：一次成型是這代預覽版的穩定強項。
作者記錄的生成速度同樣約爲 33 tokens/s，與人人都是產品經理抓娃娃機實測中的數字吻合。兩個互相獨立的小樣本給出相同量級，讓「33 tokens/s 上下」成爲目前最可信的速度參考——明確說：不快。配合 69k tokens 的消耗量，等待時間以分鐘計，做大型生成時請預留耐心。
作者也提到偶爾出現意圖理解偏差，即個別要求沒有被準確執行。樣本很小，屬於個人體驗記錄；但結合智東西實測中的多模態一致性問題，可以看出這代模型在「細節忠實度」上還有功課要做：大結構可靠，小意圖偶爾漂移。
參考來源：本文爲本站原創改寫與整理，事實與數據覈對自 阿里雲開發者社區（2026-11-12）
← 返回 Qwen4-Max 專題This short test from the Alibaba Cloud Developer Community is valuable precisely because it is plain: no comparisons, no rankings — just a log of one real one-shot generation, in which Qwen4-Max-Preview wrote a Java + Three.js 3D render in a single pass, consuming roughly 69k tokens.
3D rendering code is unforgiving about completeness: scene, camera, lights, materials and the render loop are all mandatory and mutually coupled. Producing a runnable result in one pass demonstrates coherence in the "long code, many modules, tight coupling" regime — the same conclusion other tests reach from different directions (the zero-bug Trello board, the one-pass claw machine). One-shot completion is this preview's most consistent strength.
The author also recorded generation at about 33 tokens per second — matching the figure from Woshipm's claw-machine test. Two independent small samples landing on the same magnitude make "~33 tok/s" the most credible speed reference available, and it is, plainly, not fast. Against a 69k-token consumption, waits are measured in minutes; budget patience for large generations.
The author notes occasional intent misunderstanding — individual requirements not executed as asked. The sample is tiny and personal; still, alongside Zhidx's cross-modal consistency findings, a pattern emerges: macro-structure is reliable, micro-intent occasionally drifts. Detail fidelity is this generation's homework.
Reference source: this article is an original rewrite produced by this site; facts and figures were checked against 阿里云开发者社区（2026-11-12）
← Back to the Qwen4-Max topic page