注意 Qwen 4 后面要括弧加个”疑似”——真实代号是 Qwen latest series Invite 2,609。测评环境是在 Deepseek Harness 上进行的，具体思考深度未知，稍后获悉会在评论区补充。

第一题：强约束指令遵循句子生成测试。 第 5 和第 8 句结尾不是从 1 到 10 结尾的。其他句子中第 3 句不通顺，第 6 句也不太通顺（如果改成”掷出的点数正好是 6”会更通顺）。

第二题：鹈鹕土星环骑自行车 SVG 测试。 整体感觉不错。右边转弯时仔细看会发现鹈鹕的屁股先转，然后才 180 度转正，稍微有点瑕疵。

第三题：复合弓射箭 SVG 测试。 整体效果不错，复合弓结构和弓箭抛物线都没有问题。唯一的问题是人物右手拿弓、左手拉弓，但弓箭却在右手外侧，特别是拉到身体部位时左手被挡住，弓箭感觉是被无形的手在拽着，不合常理。

第四题：实现个精美浏览器操作系统。 UI 看上去还是不错的。右上角弹窗功能没有问题。日历高亮日期部分不应做成椭圆形，而应做成圆形或带圆角的方形。Dock 栏应用没有问题。

第五题：3D 太空射击游戏。 初始速度太猛，开车水平不行两下就挂了。游戏通过鼠标控制，Space 键发射子弹，第一人称视角，可以控制射击方向但不能控制飞机上下左右。如果能通过键盘控制方向就完美了。UI 看上去也还可以。

第六题：无第三方库实现一个高颜值 Trello 看板。 UI 也不错，功能没有发现问题，很棒。

虽然不确定这个是否真的是 Qwen 4，但能达到这样的水平确实非常不错。最近测了 Claude Opus 5.5、GPT 5.1 Sol 这些海外模型，一个比一个能打，国产模型难得有这样的表现，甚是欣慰。大家多期待，也多给国模点信心吧。