网易首页 > 网易号 > 正文 申请入驻

实测Qwen4-Max,千问办公开始打“长工”

0
分享至


撰文| 高晓阳

编辑| 郝 鑫

11月15日,千问发布新一代旗舰模型Qwen4-Max。新模型总参数2.4万亿,具备原生视觉能力,上下文窗口达到百万token。官方将其定位为“全天候AI新同事”,主打方向是长程任务与成果交付。

为了验证这一定位能否在实际使用中成立,我们设计了四项测试,包含了前端互动网页、Godot 3D动作游戏、视频白模预演,以及一份需要自主检索资料的PPT。

结果显示,Qwen4-Max在四项任务中均交付了可直接打开和使用的成品。比成品本身更关键的,是模型的工作方式。环境搭建、运行测试、画面检查、问题修复等环节,大部分都能靠模型自主完成。

四项测试完成之后,我们得到了三点核心结论。

1、交付前的自我验证成为常规环节。代码写完先检查,游戏做完先试玩,镜头开拍前先规划,PPT在交付之前Qwen4-Max会先自己过目。Qwen4-Max的原生视觉能力让模型能够检查自身产出,“生成—检查—修改”的闭环由此形成。

2、使用AI开发游戏的门槛显著降低。引擎下载、导出模板续传、在线发布等工程环节,由Qwen4-Max与千问办公协同完成。用户无需掌握Godot或配置开发环境,即可获得一款可运行的游戏。

3、能够准确执行修改意见。游戏第一版数值偏难,模型收到六项修改意见后,在第二版中全部落实,并额外修复了两处未被指出的程序缺陷。长程任务无需一版到位,关键在于每一轮迭代都有实质改进,这一点Qwen4-Max已经落实到位。

一句话概括:Qwen4-Max展现出的,是一种在交付前主动完成自查的工作能力。

架构更省,能力更强,成本更低

本次升级的重点不在单项评测成绩,而在完成任务的能力。

第一是新架构。Qwen4-Max总参数2.4T,每个token激活71B,另有328B的N-gram Embedding参数。


架构有三处主要改动。其中三层采用Gated DeltaNet(门控线性注意力)压缩历史信息,一层采用Qwen Sparse Attention(千问稀疏注意力)按块选择上下文;残差流扩展为四条并行分支,增强跨层信息传递;N-gram Embedding(N元语法嵌入)以较低的计算代价扩充模型容量。


官方表示,Qwen4-Max预训练全程未出现loss spike(训练损失突然飙升,通常意味着训练不稳定),激活参数较上一代Qwen3.8-Max减少约25%。

打个比方,模型处理长文本,就像图书馆整理一份百万字的长稿:Gated DeltaNet是随读随记的馆员,只在一张固定大小的摘要卡上记录要点,由“门控”决定留什么、删什么;Qwen Sparse Attention在需要原文时按索引调出相关几卷,而非搬空整座书库;N-gram Embedding是常用短语索引,常见搭配直接就能查到。2.4T是馆藏总量,每处理一个token,实际取用的只有71B。


第二是专业工具与长程任务。为衡量模型在专业场景中的表现,千问构建了Work360行业基准,覆盖26个一级领域、182个二级子领域和721个三级细分领域,Qwen4-Max得分52.69。


长程任务方面,新模型引入持续交付(Live Delivery)机制,即先交付可用的首版,再逐版完善。千问同步开源了Qwen-Live-Delivery-Plugin,安装该插件即可体验持续交付能力。


第三是使用成本。在Work360评测中,Xhigh和High两档推理强度的token消耗分别减少约24%和35%;单个任务的平均费用从26.58元降至11.16元,降幅58%。


接下来我们用四项测试来检验这些能力在实际任务中的表现。

四项实测:难度逐级递进,成品全部可用

这次测试我们重点验证的是Qwen4-Max的“成果交付”能力,测试遵循三项原则,仅使用千问办公,按普通用户的方式操作;仅提供一段需求,不提供任何素材;需求写到可核对的程度,成品逐条对照检查。

四项任务按难度递进,从单文件的前端网页,到完整的游戏工程,再到考验空间精度的白模预演,最后是需要联网检索的PPT制作。

第一项任务是前端测试。以社区流行的“秦始皇骑北极熊”为题,Qwen4-Max一次性生成了完整的SVG动画;在此基础上,我们先后要求将其扩展为三幕互动网页、追加操控功能,两轮修改均未影响原有功能。

首轮需求沿用社区通行写法。成品中,秦始皇身着黑袍金边,对应“秦尚黑”的历史设定,冕冠旒珠随奔跑摆动;远山、长城与雪地分三层视差滚动。


按照第二轮需求,Qwen4-Max将动画扩展为《秦始皇骑北极熊巡游记》,包含咸阳宫、长城、雪原三幕,每幕配有一句仿古字幕,例如“六王毕,四海一。朕不乘辇,偏骑白熊出咸阳”。角色具备待机、奔跑、互动三种状态。


第二项任务从单文件升级为完整的工程项目,使用Godot 4开发3D动作游戏《北极熊武士》。Qwen4-Max交付了一款发布至公网、可在浏览器中直接运行的游戏,并在一轮反馈后完成了全流程通关验证。

这一任务对自主性的要求最高。下载引擎超时后,模型自行改用镜像源并断点续传;开发中,模型实际运行游戏并截图检查,发现视角设置错误后随即修正,确认网页版运行正常后完成了在线发布。

第一版的数值设定偏难。我们提出六项修改意见后,模型在第二版中全部落实,游戏资源包也从14MB压缩至253KB。随后,模型编写了自动玩家程序,由程序从开局一路打到首领战并顺利通关;其间,模型还发现并修复了两处未被指出的程序缺陷。


试玩链接:https://wd4635fq.qwenwork.host/

第三项任务考验空间精度,制作一段20秒、五个镜头的中式庭院白模预演。分镜中设定的全部尺寸与三个关键时间点,成品均准确还原;Qwen4-Max同时交付了带时间轴的预演网页和一份Excel参数表。

开始制作前,模型先确认了交付形式。对于“南北20米是否包含正殿”这类需求中的歧义,模型也给出了明确的处理方式,并连同其他补充假设一并写入参数表。各镜头的机位和视角也都经过了数学校验。

我们拖动时间轴核对,角色停步、正殿亮灯、殿门开启三个时间点均准确无误。个别仰拍机位的部分画面被井沿遮挡,追加一句指令调整取景即可解决。

第四项任务回到办公场景,要求自主搜集资料,制作《国产AI大模型2026年发展盘点》PPT。从一个题目出发,Qwen4-Max交付了14页可编辑的演示文稿,包含3张原生图表,每页页脚均附出处链接,并主动注明了哪些数据属于厂商披露口径。

模型先进行了5轮联网检索,内容涵盖主要厂商、时间线、开闭源格局、价格和典型应用,最后一页给出自己的判断,“竞争主轴=单位任务成本×交付可靠性”。

排版检查方面,模型先将PPT渲染为图片,再调用自身视觉能力逐页检查文字溢出、图表可读性和页脚越界等问题,修改4页后重新渲染复核。


自我验证,让长程任务走进日常工作

Qwen4-Max将大模型的竞争重点,从“答得好”推向了“交得出”。

从能力看,自我验证是交付可靠的前提。本次测试的四项任务按难度递进,越往后越接近真实工作,对交付的要求也越高,但成品质量并未随难度提升而下降。原因在于,每项任务交付前,模型都会自行检查。原生视觉、长程执行等能力,由此不再只体现为评测分数,而是转化为实际的交付质量。

从产品看,模型与产品的协同降低了使用门槛。千问办公2.0提供沙箱、网页发布、需求确认等工具,模型能够判断何时调用何种工具。用户只需描述需求,环境搭建、调试和发布都可以交由模型完成。

从成本看,价格决定了这种使用方式能否普及。单个任务平均费用下降58%,Qwen4系列中小尺寸模型也将陆续开源。长程智能体要成为日常工具,成本必须先降下来。

能力、产品与成本同时推进,“全天候AI新同事”的定位才有了落地的基础。从这次实测看,Qwen4-Max已经具备了在交付之前先把工作检查一遍的习惯,这也是AI成为新同事最重要的素质。


微信号|TMTweb

公众号|光子星球

别忘了扫码关注我们!

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
回国了我才敢说:日本,是我去过的所有国家中,最被看轻的

回国了我才敢说:日本,是我去过的所有国家中,最被看轻的

瓦伦西亚月亮
2026-11-20 09:39:07
扫地出门!曼联“标王”或火速转投尤文!2亿镑强援有望空降红魔

扫地出门!曼联“标王”或火速转投尤文!2亿镑强援有望空降红魔

头狼追球
2026-11-20 13:01:14
李在明落地深圳视频传开,韩国网友看完,纷纷夸赞中国排面

李在明落地深圳视频传开,韩国网友看完,纷纷夸赞中国排面

赫逗足球解说
2026-11-19 13:28:44
1973年,伊朗国王亲信大臣阿拉姆的日记曝光:巴列维每日必须进行多次性生活,否则就会跌入重度抑郁

1973年,伊朗国王亲信大臣阿拉姆的日记曝光:巴列维每日必须进行多次性生活,否则就会跌入重度抑郁

磊子讲史
2026-11-19 15:31:48
中铝集团广西华银铝业有限公司原总经理刘永刚接受纪律审查和监察调查

中铝集团广西华银铝业有限公司原总经理刘永刚接受纪律审查和监察调查

环球网资讯
2026-11-20 15:10:13
中国股市:写给处于严重亏损的股民们的一封信,此文,很短很深

中国股市:写给处于严重亏损的股民们的一封信,此文,很短很深

屿探涨
2026-11-17 11:25:04
男篮世预赛终极大名单出炉!郭士强的天塌了:第一后卫落选?

男篮世预赛终极大名单出炉!郭士强的天塌了:第一后卫落选?

篮球快餐车
2026-11-20 07:06:12
沈腾凭《欢迎来龙餐馆》获亚洲国际电影节最佳男主,影片同时斩获最佳影片荣誉

沈腾凭《欢迎来龙餐馆》获亚洲国际电影节最佳男主,影片同时斩获最佳影片荣誉

极目新闻
2026-11-20 19:22:32
万万没想到!即使是一向沉着自信的普京,来到深圳之后,也掩饰不住羡慕之情,引发舆论热议!

万万没想到!即使是一向沉着自信的普京,来到深圳之后,也掩饰不住羡慕之情,引发舆论热议!

林杰论事
2026-11-20 12:34:54
1999年,赖昌星带着3700万元进京,想打点海关总署副署长牟新生,结果连面都没见上;回去后他对厦门海关关长放话:以后想办法把他除掉

1999年,赖昌星带着3700万元进京,想打点海关总署副署长牟新生,结果连面都没见上;回去后他对厦门海关关长放话:以后想办法把他除掉

人生录
2026-11-06 07:30:25
贺希宁回应前交叉韧带断裂赛季报销:会好好配合治疗 努力养伤回归

贺希宁回应前交叉韧带断裂赛季报销:会好好配合治疗 努力养伤回归

醉卧浮生
2026-11-20 13:23:04
跑鞋黑五最高直降55%,Skechers旗舰款63美元

跑鞋黑五最高直降55%,Skechers旗舰款63美元

像素与芯片
2026-11-19 21:29:59
乌克兰袭击克里米亚大桥之后,欧洲国家骤然改口,宣称不会同俄罗斯爆发冲突,这和先前的态度,显然已经发生了180度大转弯

乌克兰袭击克里米亚大桥之后,欧洲国家骤然改口,宣称不会同俄罗斯爆发冲突,这和先前的态度,显然已经发生了180度大转弯

林杰论事
2026-11-19 12:45:59
比恒大更惊人,中国第二大民企轰然倒下,负债7500亿,创始人落网

比恒大更惊人,中国第二大民企轰然倒下,负债7500亿,创始人落网

墨策史
2026-11-14 02:15:05
荷兰再谈光刻机禁令: 已经对先进光刻机实施对华封锁,不同意继续限制低端光刻机,反对match法案

荷兰再谈光刻机禁令: 已经对先进光刻机实施对华封锁,不同意继续限制低端光刻机,反对match法案

逍遥漠
2026-11-20 13:17:09
特朗普:理解普京对基辅袭击克里米亚大桥的愤怒

特朗普:理解普京对基辅袭击克里米亚大桥的愤怒

参考消息
2026-11-20 11:37:30
不可思议!广东女生相亲提出四项硬性条件,要求男方月入10万,直言自己年轻貌美值得,视频引发网友热议

不可思议!广东女生相亲提出四项硬性条件,要求男方月入10万,直言自己年轻貌美值得,视频引发网友热议

火山詩话
2026-11-20 14:27:45
老外疯抢中国三样“土特产”,看完我骄傲得睡不着觉!

老外疯抢中国三样“土特产”,看完我骄傲得睡不着觉!

起喜电影
2026-11-20 15:03:19
腰臀比例太出众!西班牙莱昂诺尔公主最新街拍,镜头表现力完胜妹妹!

腰臀比例太出众!西班牙莱昂诺尔公主最新街拍,镜头表现力完胜妹妹!

东方不败然多多
2026-11-20 15:29:12
北京国安球迷意难平!不止因为0-2上海海港,更多在于以下五点!

北京国安球迷意难平!不止因为0-2上海海港,更多在于以下五点!

球场新视角1号
2026-11-20 21:32:10
2026-11-20 23:16:49
光子星球 incentive-icons
光子星球
细微之处,看见未来!
1702文章数 2159关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

"花坛藏尸案"凶手不服死刑判决 已提起上诉

头条要闻

"花坛藏尸案"凶手不服死刑判决 已提起上诉

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

艺术
健康
手机
家居
亲子

艺术要闻

2026 研究与超越——中国小幅油画作品双年展 油画选(二)

医生眼里"很伤腰"的椅子,很多人天天坐

手机要闻

Counterpoint:拉美Q3手机出货量同比降24%

家居要闻

2026建博会(广州) 公装联探展交流活动

亲子要闻

女孩的快乐是爸爸最大的创新动力!

无障碍浏览 进入关怀版