Qwen4-Max 深度实测：最高思考档跑完六道题，前端与 SVG 表现超出预期

在没有任何官方基准分的情况下，第一批上手实测就是外界判断 Qwen4-Max-Preview 的唯一依据。中文测评者「AI产品狙击手」在 11 月 11 日预览开放当天，把思考档位拉到最高（xhigh），用六道覆盖图形、界面与完整应用的题目逐一检验。下面是本站对这组测试的重新梳理与解读。

第一题：鹈鹕骑自行车 SVG——罕见的高完成度

「让模型画一只骑自行车的鹈鹕」是业内流传已久的 SVG 试金石：鸟身、长喙、双轮、脚踏之间的空间关系稍有错位就会穿帮。这次 Qwen4-Max 交出的结果被测试者评价为难得一见的顶级水准——结构成立、比例协调，没有出现常见的肢体错位。对一款以编程与 Agent 任务为卖点的模型来说，SVG 本质上是代码生成，这项结果与其定位是吻合的。

第二题：复合弓 SVG——细节对，姿态还差一点

复合弓的难点在机械结构：偏心轮、弓弦走向、箭的搭法都必须符合真实器械。这次生成里滑轮、箭羽与持弓人物都被正确画出，少见地没有出现「箭穿弓身」一类硬伤。唯一被指出的问题是弓身倾斜角度偏小，射手姿态还有优化空间。换句话说：结构正确性过关，审美与姿态仍有余量。

第三题：浏览器版操作系统——细节见功力

第三题要求在一个网页里模拟一整套桌面操作系统，包括窗口、Dock 栏、日历等组件。测试者特别提到一个容易被忽略的细节：日期高亮被渲染成圆角矩形，而不是许多模型偷懒用的椭圆——这类「默认值是否得体」恰恰是前端品味的体现。整体界面观感与 Dock 栏都得到了正面评价。

第四题：太空射击游戏——比两家旗舰还好玩？

操作系统里附带的太空射击小游戏是这组测试里争议最大、也最亮眼的一项：测试者直接给出「比 Claude Fable 5.2 与 Gemini 4 Carbon 的同题作品更好」的判断，游戏里的土星还带有一圈漂亮的行星环。需要提醒的是，这是单题、单次生成的主观对比，没有重复采样，不能当作排名结论；但它至少说明 Qwen4-Max 在「一次生成可玩游戏」上处于第一梯队。

第五、六题：Trello 看板——零 Bug 交付

最后的一组题目是复刻 Trello 式看板应用。结果是功能完整、没有跑出 Bug，只有一个小瑕疵：删除某个列表时，右侧相邻列表会出现轻微晃动。这类「能用、稳定、只剩动效细节」的交付质量，正是编程模型最实用的指标。