抓娃娃機挑戰：Qwen4-Max 磨了一個多小時，交付紮實但速度是硬傷

「用一句話生成一個能玩的抓娃娃機」是產品經理社區常用的模型試金石：它同時考驗物理模擬、交互邏輯與界面完成度。人人都是產品經理在 11 月 12 日用這個題目實測 Qwen4-Max-Preview，結果呈現出一種鮮明的反差——過程慢得讓人着急，成品卻意外地紮實。

過程：一個多小時與 33 tokens/s

整個挑戰耗時超過 1 小時，實測輸出速度約 33 tokens/s。對於開啓了最高思考檔的模型，這個速度並不意外，但放在「等它寫完一個小遊戲」的體感裏就是明顯的等待。需要說明的是，33 tokens/s 是該次測試的個案記錄，不排除入口、時段與排隊因素影響；不過多家實測都給出相近數字（見本站阿里雲開發者社區一文），慢，恐怕是這代預覽版的共性。

成品：該有的物理反饋都有

慢工出細活的一面在成品裏：抓爪的機械力反饋、吊繩的擺動、娃娃之間的碰撞、抓取計分系統一應俱全，最終交付被評價爲「紮實」。這類需要多子系統協同的題目最容易翻車在半途——某個物理環節寫錯，後面全部連鎖報錯。能一次跑通，說明它在長程代碼任務上的連貫性確實在線。

橫向座標：與 Kimi K3.1 相當

測試者給出的橫向評價是「與 Kimi K3.1 相當」。這不是基準分，只是一位產品視角測試者的體感定位，但它提供了一個有用的錨點：Qwen4-Max-Preview 大致處於國產第一梯隊旗艦的水平線上，而非碾壓級別。