Qwen4-Max 深度實測：最高思考檔跑完六道題，前端與 SVG 表現超出預期

在沒有任何官方基準分的情況下，第一批上手實測就是外界判斷 Qwen4-Max-Preview 的唯一依據。中文測評者「AI產品狙擊手」在 11 月 11 日預覽開放當天，把思考檔位拉到最高（xhigh），用六道覆蓋圖形、界面與完整應用的題目逐一檢驗。下面是本站對這組測試的重新梳理與解讀。

第一題：鵜鶘騎自行車 SVG——罕見的高完成度

「讓模型畫一隻騎自行車的鵜鶘」是業內流傳已久的 SVG 試金石：鳥身、長喙、雙輪、腳踏之間的空間關係稍有錯位就會穿幫。這次 Qwen4-Max 交出的結果被測試者評價爲難得一見的頂級水準——結構成立、比例協調，沒有出現常見的肢體錯位。對一款以編程與 Agent 任務爲賣點的模型來說，SVG 本質上是代碼生成，這項結果與其定位是吻合的。

第二題：複合弓 SVG——細節對，姿態還差一點

複合弓的難點在機械結構：偏心輪、弓弦走向、箭的搭法都必須符合真實器械。這次生成裏滑輪、箭羽與持弓人物都被正確畫出，少見地沒有出現「箭穿弓身」一類硬傷。唯一被指出的問題是弓身傾斜角度偏小，射手姿態還有優化空間。換句話說：結構正確性過關，審美與姿態仍有餘量。

第三題：瀏覽器版操作系統——細節見功力

第三題要求在一個網頁裏模擬一整套桌面操作系統，包括窗口、Dock 欄、日曆等組件。測試者特別提到一個容易被忽略的細節：日期高亮被渲染成圓角矩形，而不是許多模型偷懶用的橢圓——這類「默認值是否得體」恰恰是前端品味的體現。整體界面觀感與 Dock 欄都得到了正面評價。

第四題：太空射擊遊戲——比兩家旗艦還好玩？

操作系統裏附帶的太空射擊小遊戲是這組測試裏爭議最大、也最亮眼的一項：測試者直接給出「比 Claude Fable 5.2 與 Gemini 4 Carbon 的同題作品更好」的判斷，遊戲裏的土星還帶有一圈漂亮的行星環。需要提醒的是，這是單題、單次生成的主觀對比，沒有重複採樣，不能當作排名結論；但它至少說明 Qwen4-Max 在「一次生成可玩遊戲」上處於第一梯隊。

第五、六題：Trello 看板——零 Bug 交付

最後的一組題目是復刻 Trello 式看板應用。結果是功能完整、沒有跑出 Bug，只有一個小瑕疵：刪除某個列表時，右側相鄰列表會出現輕微晃動。這類「能用、穩定、只剩動效細節」的交付質量，正是編程模型最實用的指標。