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。
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。
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。
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。
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。
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。
Qwen4-Max