Neohorse-1.5-Flash Preview 测评!究竟有多能打?
昨天测试 Qwen 4 Max 的视频下面,有粉丝评论说想让我测一下基元律动新出的模型 NeoHorse-1.5-Flash Preview,还把自己的 key 提供给我测试,非常感谢。我也顺手查了下这个模型的信息:这是一个基于 Qwen 3.8 Flash 递归自我改进训练出来的模型,主模型参数 125B,激活参数 6B。Qwen 3.8 Flash 我在之前的 Benchmark 里测过,老粉应该还记得,表现不俗。测完这版之后我的感觉是,它确实比原生 Qwen 3.8 Flash 更厉害——这样的参数量能做到这个水平,有点出乎我的意料。我们赶紧在 Pi agent 中接入并打开思考,看看具体表现。
第一题是强约束指令遵循句子生成测试。句子结尾都按 1 到 10 结尾,没有问题;其他约束也都满足,整体通顺。不过我认为第二句语义上不大通顺:说一个人有信用,不应该用「说一不二」——这个词更多表达一个人的强势,比如李老板在公司说一不二,带的是「我说了算」的意思,和信用没什么关系。
第二题是鹈鹕土星环骑自行车 SVG 测试。整体没看到什么大问题,只是转弯的时候明显用了淡入淡出的方法来掩盖变化。我个人比较倾向于纸片式那种转弯,但也有朋友在之前其他模型测评的评论里说这种方式其实更好,所以见仁见智了。
第三题复合弓射箭 SVG 测试,整体效果也不错。拉弓、滑轮转动方向、复合弓结构、射箭抛物线、命中靶心,都没看到什么大问题;它还懂得把复合弓的角度倾斜一下,让箭射出去之后形成抛物线,这个也是顶级模型才能做到的。不过有两个小问题:首先箭羽是反的;第二,人物的手肘在快拉满弓的时候,会有一段时间延伸出一个三角形。
第四题要求实现一个精美的浏览器操作系统。这个 UI 看上去还不错,桌面上还有些漂亮的 widgets;右上角弹窗功能没有问题,Dock 栏里的应用也正常。小瑕疵是终端输入框的 border 太大了,其实根本不需要设置 border。压轴的太空射击游戏,上下左右方向控制没问题,space 按键发射子弹也没问题,只是 UI 不算特别漂亮。
第五题实现一个 3D 赛车游戏。赛车颜值和功能都没看到什么问题,功能也正常,唯一美中不足的是建筑物渲染有点小问题,会闪现、时有时无,不过无伤大雅。
第六题不依赖第三方库实现一个高颜值 Trello 看板。问题出在卡片的标题上:编辑的时候文字全部变成白色,原来的文字不可见,但事实上又能正常编辑,其他没看到什么问题。
这次测评就到这了,大家对这个模型的表现怎么看呢?







