今早qwen4终于发了预告（之前是预告的预告），但是还是没有benchmark，进行一些实测 
首先是，chat.qwen.ai 中的qwen4 agent模式，思考开高，鹈鹕测试 
 [image] 
中规中矩，没有令人惊讶的点 
qoder中测试，思考强度拉满，提示词“创建一个HTML，内容是SVG绘制一个《孤独摇滚》中后藤一里骑着吉他飞的2D动画。不要进行测试，不要参考本地任何文件，不要使用任何mcp和skill”，花了30min 
 [image] 
呃呃呃……感觉重点搞错了？再来一次，开发过程还是要不断调优 
“复制一份html，现在可以调用你的mcp工具进行优化了，现在的错误还有很多，请不断迭代修改直到你满意” 
 [image] 
区别是啥？
测试不代表实际体验，但是打opus5.5还是过于勉强了，起码在用户意图理解上还是差点意思。