基准
GameFeel RE
覆盖编程与游戏设计任务的基准测试,用于评估大语言模型在代码生成和游戏逻辑实现方面的能力。
时间轴 (近 90 天)
11月18日
在 GameFeel RE 基准(覆盖超过 8,000 个编程与游戏设计任务)上,Qwen 4 Max Preview 得分 10.3。
待验证50%
11月18日
在 GameFeel RE 技术图表上,未发布变体 Qwen 427B Early(代号 QDuck)得分 14.9,超过 Sonnet 5.5 Extra High 的 14.3。
待验证50%