智东西实测千问 App：Qwen4-Max 的多模态 Agent 交付超预期，但一致性露了怯

与多数在编程工具里测试的评测不同，智东西选择在千问 App 的「千问 Go!」里体验 Qwen4-Max-Preview——这是普通用户最可能接触到它的入口，测的也主要是多模态 Agent 能力：理解指令、调用搜索、生成图文与视频内容并交付成品。结论可以概括为一句话：交付能力超出预期，但多模态一致性仍是短板。

超出预期的部分：Agent 交付闭环

测试中，模型的指令理解与搜索执行大体精准，能把「查资料—组织内容—生成成品」串成一个完整流程，而不是停留在对话问答。多模态生成的整体质量相比上一代有明显提升，3D 仿真与交互细节的表现尤其突出。对于一个主打「办公提效与智能体任务」的模型，这种端到端交付能力比单轮对话的聪明更重要。

露怯的部分：字幕对不上画面

问题同样具体：生成内容里出现字幕与视频画面对不上的情况，属于多模态一致性缺陷；个别细节还违反基本物理常识。这类问题在单模态文本任务里不会暴露，只有把文字、图像、视频放在同一个交付物里交叉核对才会现形——也提醒我们，现阶段评价多模态 Agent 不能只看「能不能生成」，还要看「生成的东西彼此对不对得上」。

速度：中等，不拖后腿也不惊艳

智东西对响应速度的评价是「中等」。结合其他实测中约 33 tokens/s 的个案记录（见本站阿里云开发者社区实测整理），Qwen4-Max-Preview 的生成速度大致处于「可用但不快」的区间，与它默认开启最高思考档的设定有关：深度思考换来质量，代价是等待。