Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • 浏览器排行榜
  • AI 浏览器指南
  • 浏览器对比
  • 浏览器测评
  • 浏览器替代方案
  • 浏览器专题目录
  • Agentic 浏览器
  • 下载与安装
  • 浏览器效率
  • SillyTavern 模型指南

热门指南

  • Best Browsers 2026: Top 10 Ranked & Compared
  • Best Free AI Browsers 2026: Plans & Prices Compared
  • Rabbit Browser: What It Is & Why Tabbit Is Better
  • Firefox vs Chrome 2026: Privacy, RAM & Speed Compared
  • Best Lightweight Browsers 2026: 7 Tested for RAM & Speed
  • AI Browser List 2026: 10 Browsers Compared
  • Neobrowser: Norton Neo, Download & Alternatives
  • Edge vs Chrome 2026: Speed, RAM & Battery Tested
  • Best Internet Browser for Android 2026
  • Best AI Browser 2026: Top 9 Tested & Ranked

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
测评
社区Qwen4-Max

Qwen4-Max:3D 长任务与五版迭代的一手报告

原始来源

X Article

作者雪踏乌云(@Pluvio9yte)

原文日期2026-11-16

Tabbit 整理2026-11-16

查看原文

一句话结论

作者报告称,Qwen4-Max 在 Agent 目标模式下完成了一项 23.8 秒 Three.js 动画复刻,并在后续四轮修改中继续迭代到第五版;文章记录的是端到端任务耗时,未拆分模型推理、工具调用和渲染时间。

适用场景

  • 适合判断的任务:长时间运行的代码与图形任务、按清单多轮修改、Agent 自行截图和校验的工作流。

  • 不适合外推的任务:一般编程成功率、其他任务类型的耗时,以及模型推理速度或成本排名。

  • 适用的模型版本:作者称 Qwen4-Max;未给出 API 模型 ID、具体快照或请求日志。

  • 测试环境或客户端:Agent 目标模式;客户端名称、客户端版本、运行机器和工具版本未注明。

  • 推理档位和参数:实际测试档位、采样参数未注明。文末虽讨论 High 与 xHigh,但没有说明案例实际使用哪档。

测评方法

主案例不给 3D 模型或工程代码,只提供一段 23.8 秒参考视频,要求用 Three.js 重建并渲染成片。视频规格为 1280×720、30 fps、714 帧。作者称第一轮自动运行时没有人工介入;之后由作者查看结果并逐轮给出修改清单。

关键结果

文章标题写“扛住 5 轮需求修改”,但正文具体记载为第一轮从零搭建、第二至第五轮共四轮后续修改,最终形成五版。各阶段耗时均为作者报告的任务耗时:

阶段作者报告的耗时可见结果与限制
第一轮:从零搭建5 小时以上依据视频反推镜头和物体运动,产出第一版;作者称机位、构图、唱臂节奏和猫的位置基本对齐,但细节粗糙。
第二轮:12 条修改5 小时以上增加弯曲唱臂、中心星空洞、春季小花及猫的耳朵和尾巴。
第三轮:6 条修改2 小时 12 分作者称完成其中 5 条;降低秋季草高并露出洞口、唱臂和猫的路线。
第四轮:7 条修改约 3 小时调整雪地颜色、添加第 17 秒结霜动画,并调整唱臂图层。
第五轮:6 条修改约 2 小时调整中心结构、减少草叶对猫的遮挡;作者称最终输出达到原视频规格。

另一个 Blender 案例是 8 秒、1920×1080、24 fps(192 帧)的雨夜咖啡动画,作者报告 34 分钟完成;输入共 1,254 万 token,其中 98.6% 命中缓存。文章没有披露这项任务的账单金额。

原始数据

  • 作者报告主案例逐帧分析了 714 帧,并用几何拟合、运动轨迹表、截图和像素比较辅助生成与自检;文章提到相机几何误差低于 0.01 像素,但没有发布拟合数据或测量脚本供复核。

  • Blender 案例的 1,254 万 token 和 98.6% 缓存命中是输入统计,不是模型计算时间;它也不能代替主案例的 token 或费用数据。

  • 文章附有过程图像和视频片段,但未提供逐轮原始提示词、完整对话/工具日志、代码仓库、渲染文件或独立验收结果。

结论与边界

这是单作者的案例报告,不是受控基准。主案例的“5 小时以上”等数字应理解为端到端墙钟时间,可能包含模型等待、Agent 工具运行、脚本执行及视频渲染,不能称为模型纯推理耗时。文章未公开精确客户端及版本、实际推理档位、机器配置、服务路由、精确输入和运行日志,因而不能据此精确复现,也无法独立确认所报告的像素误差和最终成片质量。第三轮还明确只完成了 6 条中的 5 条需求。

复现说明

可按文章描述重做同类任务:提供参考视频,要求 Agent 自行构建 Three.js 场景、渲染并截图校验,再按分轮修改清单迭代。精确复刻需作者补充原始视频文件、每轮提示词、工程文件、工具/客户端版本、模型路由及带时间戳的运行记录。

Tabbit 小编提醒

本文是第三方资料导航。测试环境、模型版本和主观体验可能不同,请以原文为准。

Qwen4-Max

在 Tabbit 中使用并对比模型

Qwen4-Max

相关测评

媒体Qwen 官方博客2026-11-16

Qwen4-Max 官方发布基准与 Work360

媒体Atomic Agent Blog2026-11-16

Atomic Agent:Qwen 4 Max 推理档位与单任务 Agent 实测

媒体Plotly Blog2026-11-16

Plotly:Qwen4 Max 数据分析基准与图表实测

媒体Vals AI2026-11-15

Vals AI:Qwen4 Max 行业任务指数、分项成绩与成本

Qwen4-Max

相关提示词与案例

媒体阿里云 Model Studio 官方文档2026-11-16

阿里云 Model Studio:Qwen4-Max OpenAI Chat Completions 配置

媒体QwenCloud 官方文档

QwenCloud Token Plan:Qwen4-Max Codex 配置

媒体QwenCloud 官方文档

QwenCloud:Claude Code 接入 Qwen4-Max 正式版

媒体QwenCloud 官方文档、OpenCode 官方文档

QwenCloud:在 OpenCode 中配置 GA 版 Qwen4-Max 输出上限