刚才那个是最后一个。>> 好的。>> 好的。>> 呃 >> 哦。>> 所以，阿里巴巴发布了 Qwen 3.8 Max。在今天之前的几周里，它一直处于预览阶段，但现在我们迎来了正式发布，同时还有一些令人兴奋的消息，对于那些对开放权重模型感兴趣的人来说，因为这款拥有 2.4 万亿参数的模型将开放权重，权重将在下周发布。然而，

令人兴奋的部分在于，说实话，我们中没有人能够在家里的本地运行它。至少 95% 的人不行。然而，他们确实在这里的 X 帖子公告中提到，Qwen 3.8 27B 也将以开放权重的形式发布，可能也是下周。所以，这个模型基本上是其前身，Qwen 3.8 27B 的前身是 Qwen 3.6 27B，它仍然可能被视为

整体最佳的本地模型，因为它的智能非常出色，而且其尺寸允许它在各种不同硬件上实际运行。所以，这可能是对任何对本地和开源 AI 感兴趣的人来说最令人兴奋的消息。然而，对于今天的视频，我们将专注于这个强大的 Max Qwen，这是第一次 Qwen Max 模型

开放权重。所以这相当令人兴奋。所以在深入之前，请随时订阅，让我拿到那个 10 万订阅者奖牌，让我们看看这个模型的一些有趣之处。所以大小，它有 2.4 万亿参数。它是一个混合专家模型，拥有 950 亿活跃参数。正如我们提到的，开放权重发布将在下周。而且他们

有一些基准测试就在这里。然而，我注意到在这个大型基准测试 JPEG 中并没有显示 Deep SWE 基准测试得分。它既与其前身 Qwen 3.7 Max 进行比较，后者在整体规模上要小得多。我相信那大约是万亿参数的模型，但不要完全引用我的话，同时也与其他实验室的一些竞争对手进行比较，比如 Opus 4.8，

Fable 5，Gemini 31 Pro 和 56 Soul on Max effort。我认为从这些基准测试 JPEG 中得出的总体结论是，其性能水平大致与 Opus 4.8 相当，这将会相当令人兴奋。现在，如果你有兴趣查看 Deep SWE 基准测试，因为我知道很多人更看重这一点，在这个帖子的底部，他们确实有更多复杂的

这些模型的所有基准测试得分。而在该 Deepswe 1.1 上，我们看到它的得分为 56.6。所以，并不完全与 Opus 4.8 相当，肯定低于 Fable 5 和 GPT56。然而，这里有趣的是它与其前身之间的飞跃。Qwen 3.7 Max 的得分显著提高。所以，无论如何，看看它的表现将会很有趣。现在，在这篇介绍

帖子中，基本上我在这里注意到的是关于它在长时间内自主工作的提及，16 天的自主编码。此外，我觉得相当有趣的是，因为它与我目前正在做的一些事情有关，他们在这里谈到了这一点，比如自主芯片设计和闭环反馈驱动优化。而且

然后他们在这里有一个小东西，所有这些与微芯片相关的门、寄存器等。显然，这是它设计的。再说一遍，我没有相关的知识来看着这个说，“哦，哇。这是魔法。”或者，“哦，不。这行不通。”但我仍然认为这很有趣，因为他们选择强调的事情之一是

芯片设计。因为那真的很酷。就像我说的，它有关联。所以我现在正在构建像定制硬件这样的东西。对于那些感兴趣的人，不用担心。但我有 um 只是 PCB 模型正在打印，因为它帮助我评估设计将会如何以及诸如此类的事情。所以这绝对吸引了我的

眼球，因为它真的很酷。所以在关于这个模型的一些更具体的细节方面，价格是每百万输入令牌 2 美元，每百万输出令牌 6 美元。它是多模态的，它也可以接受视频，这很酷。输出只是文本，但它可以接受图像、文本和视频，然后输出文本。所以，它肯定将具有多模态编码的能力，我想这

令人兴奋。再说一遍，它是一个拥有 950 亿活跃参数的 2.4 万亿参数混合专家模型。我们的最大上下文长度就在那里，略低于一百万。上下文窗口是一百万，最大输出是 128K。他们还有一些可调整的思考参数和诸如此类的事情，就像你会期望的那样。现在，关于我们将如何运行今天的测试，我

将做一些简单的测试，比如浏览器 OS 测试 v2.5，我已经开始从这里的 Web 聊天界面进行。然而，我也使用 OpenAI 的 codecs 设置了这个，只是 Codeex 的命令行代码编辑器版本，因为这是 Linux。我必须说，自从 Deep Seek Light 模型或 Flash 模型发布以来，我一直在享受使用各种模型与这个。他们实际上

我认为他们建议我通过 codec 使用它。所以这让我有点渴望尝试其他模型也在这个里面。所以我确保清除之前运行中的所有缓存，因为我们最近在视频中一直在使用这个。所以我不希望任何关于这个的记忆基本上介入或影响结果。但是，我们可以看到这里它处于 XHigh 模式。好吧。所以，它

在这里完成了浏览器 OS 测试的思考。现在它只是在生成代码，带有一个看起来有点可疑的特殊功能，它选择包含。好吧。我们的浏览器 OS 完成了。甚至不到一千行。好吧，这很酷。这相当短。好吧，这看起来不错。我相信我们正在得到一些

这个模型预览版本中看到的氛围的残余。有一个右键和切换 poltergeist 是我注意到它在编码时的具体事情。这确实似乎是特殊功能。我可能会推迟到结束。我们确实有右下角的时钟和日期显示正确的时间，以及声音已静音。哦，声音开了。好吧。我想知道这实际上是否播放

声音。是的，它确实。好吧。所以，当声音开启时，它会发出像“啵”的一声。这是下一个壁纸吗？然后呃 poltergeist 模式。让我们只看我们的 N9 开始菜单。哦，哇。这里我们按下的每一个东西都有哔哔声。这令人恼火。霓虹劫案。哦，好吧。你必须像三重点击。随便吧。点击驱动。

好吧，那是

本来可能不错，但事实并非如此。我是说，地图和那些东西都还凑合，但车子被限制在那个速度上，真是让人倒胃口。那声波浪音听起来就像是“好吧，下一个”。接下来是《Astro Strike》。希望这个能快一点。好吧。嘿，你知道吗？这其实挺酷的。而且它还有音乐。好吧，这好多了。我是说，门槛本来就很低，但你也知道。好吧，当我们炸毁这些小行星时，效果很酷。看。不错。有些变成了更小的碎片，哦，那就像是一个真实的拍打效果。我们需要试试街头小吃。哦，这些是我们捡起来的东西吗？这游戏其实挺不错的。我很少觉得小行星游戏比GTA游戏好玩，通常小行星游戏总是第二个游戏，但这次确实是个例外。好吧，如果我们输了会怎样？哦，还不错。而且那里有一种拍打的声音。好吧，我更喜欢这个。终端。音效确实增加了一些东西。这是否是好事还有待商榷。Neofetch N3。好吧，这是个很酷的小功能，我们有运行时间，还有当前的壁纸规格等信息。好吧，笔记。计算器。好吧。那里怎么没有声音？那是504。但我原本想说，我期待有音效。我不知道。为什么我刚才像个海盗一样说话？我原本以为没有，我原本期待当我们点击这里的数字时有音效。无论如何，我注意到这些应用似乎与当前的操作系统主题相同。我想知道如果我们改变背景，这里的强调色是否也会改变。所以，哦，好吧。这有点不对劲，因为你可以看到十字准线在哪里，然后看到绘图开始发生的位置。所以，好吧。接下来是个性化。好吧，这 definitely 让人想起预览版。很好。而且当我们改变强调色时，强调色确实也会改变。山脊线、级联、电路。不错。还有六月海。我觉得我有点喜欢山脊线。它有一种太平洋西北地区的审美风格。那很酷。我想知道强调色是否甚至会改变这里的一些文本。让我们重新打开检查一下。哦，好吧。好吧，我们只能打开每个应用一次，这将对测试特殊功能造成问题。所以，让我们再试一次。好吧。所以我打开所有这些是有原因的，因为特殊功能就是那个。所以，窗户是有质量的。我以前见过这个。那是很久以前的事了，但我确实见过。我不记得是哪个模型做的。这很奇怪。我会说，我认为这比我第一次看到时的实现要好，而且你可以把它们围起来吃，这我挺喜欢的。想象一下在一个开放式办公室里，坐在那里完全正常，当人们走过时。可能会被解雇。好吧。嗯，所以还不错。好吧，接下来，我们将进行自包含的C++滑板测试。但为了改变一下，以确保这里没有基准测试的作弊行为，我稍微改变了这一点，不再是90年代末的加州木板路美学，而是2000年代初的纽约街头地图。所以，我们基本上想要我们习惯看到的完全相同的游戏，但设置在纽约市的一个街区。我们将看看这会如何改变情况，如果有的话。好吧。所以，不幸的是，经过相当长的一段时间后，似乎这里有一个请求问题。也许它试图发送的图像对于端点来说太大了，或者类似的事情。我不确定，但它似乎确实得到了一些东西，因为我没有看着它，我想惊喜地看到结果。但从余光中，我可以看到它似乎在以某种方式自主测试游戏。所以，让我们看看我们会得到什么。请记住，这是纽约木板路，或者不是木板路，纽约街区。

这可能是最好的一个。看那些手臂。哦，天哪。好吧。我们在空中吗？好吧。这就像这样。有些不对劲，但它不是……它有点 messed up，但潜力很大，我会说。好吧，这看起来像是一个奇怪的舞蹈动作之类的，但这真的很令人沮丧，因为这里的实际场景非常棒。这没有使用Ray Lib。这只是从我们通常运行的相同标准提示中生成的，只是它需要是一个纽约市街区。这里的细节程度和类似的东西真的非常棒。行人看起来不错。甚至还有黄色的出租车在周围行驶，以赋予它更多的纽约氛围。真的，这里最大的问题只是……哦，好吧。游戏性在我们在空中时不太对劲。那里的楼梯效果还不错。我是说，好吧，我们需要……我会说，当我们上去然后滚下来的实际动作，基本上还算逼真。好吧，这就不对了。好吧，那是……哦，它就像是一个本应该是滑冰模拟器的东西。它会做得更好。这很麻烦，但与此同时，它也非常好。建筑物上有Z-fighting，我从阅读评论中得知了这一点。所以，谢谢你们教我一些游戏术语。这是……我们要回到这个，我想，因为Codeex会话有点故障，但我认为从一个全新的会话开始，基本上说“嘿，这里有错误，修复这个”可能会产生更快更胜任的结果。所以，我在这里给了它一个后续，在这个滑板仓库中，但使用一个全新的Codeex线程，只是给它描述这个滑板游戏的问题，因为这确实值得花额外的时间。我是说，我整晚都有空。所以，因为我想看到这个。

这真的看起来令人难以置信地印象深刻，尤其是考虑到这是C++。好吧，理论上大约27分钟后，我们应该在这里有一个修复好的游戏。请记住，我们只是从一个全新的Codeex会话开始，就在包含游戏的文件夹内。到目前为止，我们注意到的所有问题都修复了，比如ollie不起作用，以及建筑物表面的Z-fighting。现在，让我们检查一下我们是否真的回到了地面。这做得非常好。非常好。让我们看看……哦，嘿，你注意到了吗？看那个。当我们离墙壁侧面太近时，摄像机会垂直向上移动，这样我们实际上仍然可以看到自己。这只是一个注重细节的部分，真的说明了这一点。

结果。什么？我们被出租车刮到了。这要起诉的。我要追上去找他。哦。

哎，这真的很难说是不是目前最好的，因为我从未用这个提示词在这个特定环境中运行过。但就滑板游戏本身而言，这是一个非常、非常、非常出色的结果。能在 reel 上做一个 kickflip 吗？不行。拜托。好吧。我想知道这有多少行代码？出于好奇，我发现它超过了 2000 行代码，因为我对此非常感兴趣。这是一个极其出色的结果，尤其是因为我以前从未运行过那个特定的提示词。哇。

接下来，我要给它和我昨天在视频中给 GPT56 Luna 的完全相同的 3D 模型测试。任务是创建一个详细的、可 3D 打印的 RB26 发动机模型，这是一款直列六缸发动机，因常用于 90 年代的日产 Skyline 而闻名。因此，它还需要容纳一个小型的 N20 RC 电机，这是一种相当小的直流电机。我理想中希望它能打印出来，假设它不需要大量的支撑结构，并且细节足够丰富，值得为此花费精力去打印。我们看看它表现如何。

好吧，经过 51 分钟，基本上 52 分钟后，我们收到了 3D 模型的结果。我把它放在这个文件夹里。好的，让我们先瞥一眼。我想先在 OpenCAD 中打开它。现在，这里有一个让我注意到的小小挫败感。但老实说，它非常好。挫败感在于这些涡轮增压器的方向装反了。所以在空间上，那里有点奇怪。但如果我们忽略这一点，仔细看看这个，甚至它在那里写了“双凸轮轴 24 气门”，这绝对是……我不知道。我想那里应该有文字。这绝对很详细。让我们单独看看各个部件。

好的，这是缸体。再次强调，对于提示词中要求“可 3D 打印且几乎不需要支撑”的部分，简直是被完全抛到九霄云外了。好吧，这太令人沮丧了。我也不喜欢那个该死的 N20 电机到底要放在哪里。好的，这是排气歧管。太棒了，这基本上可以无支撑打印。这是进气歧管。好吧，这是一个不错的部件，基本上可以无支撑打印。涡轮增压器的方向与现实的安装方向相反，但相比昨天 GPT 5.6 Luna 给出的结果，它们肯定更符合涡轮增压器的外观。

我们要注意到的主要问题是，它基本上没有为 N20 电机留出内部空间，而这正是整个任务的核心。所以，除了它看起来相当不错之外，它基本上是一个彻底的失败。3D 建模仍然有点困难。我知道有人说，给他们 Blender 之类的软件就行了。我不想这样做，因为我想看看这种方式生成的数学计算量是否比用 Blender 更大。我是说，你知道我的意思。也许你不知道。但我更喜欢这种方式。它更难。没办法把电机放进去。

我看到透过这些孔看进去时，里面似乎有一些空间被挖空了。但不幸的是，N20 电机不是圆形的。所以，我们看到的圆形腔体，除了无法触及之外，也不适合这个特定任务。总的来说，我对这个 Kimmy K3 有点失望。我没有给它完全相同的测试，我让它做一个 V8 发动机，但结果比我实际打印并装入电机的要好得多，也更好。所以，还差点意思。

好吧，我要给它和我给 5.6 Luna 的相同测试，即创建“Street Yeet”游戏。不过它必须有一定的电影感，而且需要开始得好。它以一个过场动画开始，一个男人被插队，然后他拿不到最后一块披萨，然后他崩溃了，于是变成了“Street Yeet”。它还需要生成一些对话。我给了它一个 OpenAI API 密钥来生成它需要的对话，我们看看它在具有一定电影感的过场动画以及整体街头游戏方面的表现如何。

好吧，经过 54 分钟，带有过场动画的街头 Yeet 游戏准备好了，我很兴奋想先瞥一眼。哦，显然它仍在开发服务器上运行。好吧。到目前为止还不错。它有卡通美学。我要确保声音是开着的。是的。好的，它应该以电影般的介绍开始。

那是最后一个了。 >> 好的。它展示了披萨， >> 是吗？那是最后一个了。 >> 好的。 >> 好的。 >> 哎呀。

为什么会有……好吧，让我们……这音乐与我以前做的《神鬼寓言 5》的第一个电影游戏测试中的音乐出奇地相似，就是那个城堡时间的。布娃娃效果……物理效果很有趣。他们做布娃娃效果的方式……我不知道为什么它在 C++ 中制作滑板游戏时做得那么好。我不知道那是什么。

好吧。嗨，我不……我要改变方向了。对不起。我知道这有点……就像我们看到的过场动画是重要部分。它制作了对话。只是不太到位，而且花了太长时间，我想修复它也需要太长时间，可能不值得。好吧。我给它一些反馈，因为我确实想看看如果给它改进的机会，它会怎么做。过场动画出乎意料地滑稽。

好吧，显然我们有了一个改进版的街头 Yeet 结果。基本上，我告诉它块状物太空了。就像，它并不完美。好吧，到目前为止好多了。还是很奇怪，但 >> 那是最后一个了。 >> 是吗？ >> 是的。 >> 画了披萨。好的， >> 让我们看看我们是否得到……我们仍然得到极端的布娃娃效果。块状物肯定看起来好多了。我们可以看出来。

好的，现在我们应该可以玩了。别告诉我摄像机视角是这样的。哦，谢天谢地。我们刚才……哦，好吧。很好。现在有人走路了。还是有点淡。肯定有一些隐形实体在这里，但让我们……不过布娃娃效果很酷。我以前没见过。好吧，让我们去拿那个……披萨销售员。

有趣，比如拳头周围的风效，然后我们得到“max ye”，然后我们的最佳 ye 分数上升了，因为那是……好吧，在城市方面仍然有点淡。我更喜欢有汽车之类的东西，但它确实改善了一些。我想。就像我们刚才撞到了什么东西，我甚至不知道是什么。所以，并没有 100% 达到我的标准。接下来，我要……

为这个前端网站赋予功能。因此，它需要创建一个手表的3D模型，将其放置在一个美观的前端界面上，并为其添加一段优美的电影感平移效果。那么，我们来看看它的表现如何。好了，这是我们的Slapus手表公司网站。简直太接近了。显然，我们可以清楚地看出问题出在哪里，因为这款手表的表带方向完全反了。这真让人沮丧，因为除此之外，这实际上完成得相当出色。镜头围绕手表的运动非常流畅。不过，桌子看起来有点像涂了填缝剂的车库地面。我不明白这是怎么回事。但手表本身看起来不错。表冠制作精良。

当我们再次回到正面时，表盘看起来也非常好。除了因为玻璃显得有些模糊，而且时间是在倒着走之外。我们确实注意到在3D空间方面存在一些几何问题，但总的来说，这已经相当不错了。这款手表的电影感平移效果可以说是我在这些结果中见过的最好的之一。好的。然后我们在这里有两个渲染图。我们可以围绕这些图片移动吗？好的，不行。但这没关系。这里只是颜色不同。分别是Solstice和Meridian，价格分别为2450和5900。我想我会宁愿花同样的价格买两个这个，而不是买一个那个。

分钟和小时指针没有动，但Slapus还不错。它在瑞士，是一款不错的瑞士手表。好了。总体来说，虽然还没达到100%完美，但已经相当不错了。我还想再给它做一个前端网页设计测试。直接从网页聊天界面，我给了它这张照片，并说：“为这两个人制作一个传统的婚礼网站，包括礼品登记簿、宾客留言簿、他们相识的故事、他们的名字、婚礼地点等。制作得极其高端，全力以赴。”好了。我们收到了婚礼网站，它只是让我把这张照片放在同一个文件夹中以便使用，这也没问题。

有趣的是，它使用了照片背景中的配色方案。说实话，这实际上并不差。背景中的图案看起来相当不错。在图形美学方面，这与Opus 5非常相似，因为它可能参考了这张照片。它将照片放在一个小宝丽来相框里的方式很不错。好的，我们可以向下滚动。171026。好的，所以他们是10月17日结婚。我们是如何相识的。好了。玛格丽特和丹尼尔，以及他们的家人，在纽约州里因贝克。有趣的是，这个网站和Opus 5都选择了纽约作为婚礼地点。

好的，让我们读读他们的故事。我们是如何相识的。哦不，看时间线。每个好故事都有一个开始。我们的故事始于一本二手书店里，关于最后一本卷角的《纯真年代》的争论。在一个星期日，雨下得很大，让店里的每个人都成了陌生人。丹尼尔坚持让她拿走那本书。玛格丽特坚持让他拿走。书店老板让他们俩都离开。于是他们去喝了咖啡，从那以后就一直礼貌地争论着结局。10月19日，被争议的沃顿作品。两只手，一本平装书，卷角的页面，里因贝克。一次持续两小时的咖啡，和一个从未真正结束的争论。玛格丽特仍然拥有那本书。丹尼尔仍然坚持他其实并不想要它。

我非常喜欢它加在照片上的黑白美学效果。11月19日，烤牛肉协议。对于他们的第一次约会，丹尼尔做了一道野心勃勃但执行 questionable 的烤牛肉。玛格丽特带了一瓶好酒，开玩笑说是为了防火。他们最后点了派。这一传统延续到了每年的周年纪念。好的，很有趣。有很多关于食物的引用。海军上将加入了。他们选择了一只……他们收养了一只……我读起来有点困难，不知道为什么。他们收养了一只独眼救援猫，名叫海军上将·纳尔逊，一个判断力无可挑剔的第三者，直到今天只认可他们中的一位。是玛格丽特。一直都是玛格丽特。

好的。2022年3月。租约与漏水。在他们新家的第一个晚上，一根水管在他们唯一的书架上方爆裂。哦不。他们在湿漉漉的地板上吃着外卖，周围是抢救出来的精装书，并当即决定他们可以接受这种情况和彼此。2025年12月。哇。这里有一个很大的时间跨度。很奇怪，就像她说的，显然问题提前得到了回答。丹尼尔在卷角页的第一版书中藏了戒指。很好。很好。玛格丽特在他翻到那页之前就发现了，说：“你不会真的以为我不会检查吧。”然后说：“显然，书店老板哭了。他说他会主持婚礼。”

我很不愿意这么说，但这个故事其实相当巧妙。下一章将在我们所有爱的人面前开始，下午4点，在阿什格罗夫庄园的橙色大厅，一本原版平装书带着卷角，放在天鹅绒枕头上，沿着过道被带进来。无论我们的灵魂由什么构成，他的和我的是一样的。哦，好的，这是一句书里的引用。仪式和招待会。很好。看看这个。这非常符合风格。这就像是晚餐然后是招待会。那里有饮料。阿什格罗夫庄园的温室。好了。可选的黑色领带。鼓励佩戴祖母绿金色的烛光。象牙白只留给新娘。无电子设备仪式。我们请求你与我们同在，让我们的摄影师捕捉这些时刻。获取方向。婚礼周末。非常好。看看这个。

考虑到这是一个婚礼网站，这实际上是一个相当不错的前端设计。看。告别早午餐，上午10:00到下午1:00。很好。所以是过夜的活动。凯瑟琳·惠特莫尔·普莱斯，伴娘，新娘的姐姐。迈克尔·卡拉汉，伴郎，新郎的大学室友。看看我把他们的名字首字母放在一起的方式。或者至少其中一个是。普里亚·拉曼，伴娘。她拿了蝙蝠……托比·阿卡福，伴郎，大学室友。还有阿伯纳西先生，主婚人，那位书店老板。非常非常有趣。住宿和常见问题。好的。他们在这里列出了你可以住宿的地点。然后我们有一个常见问题解答。我们可以带孩子吗？最好说不。是的，很好。我们可以拍照吗？

不，我们上面已经回答过这个问题了。我们应该什么时候回复？到2026年9月。这有点晚了。你们的出席就是最好的礼物。如果你们希望进一步表达心意，我们的礼品登记簿……哦，好的。所以他们确实想要礼物。他们之前只是在开玩笑。新书架上的书永远不会被拒绝。这是礼品登记簿。哦，他们想去意大利。好的。62%已资助。好了。一所房子

书架。第一个家庭基金。41%已资助图书馆基金。78%已上架。不错。Kraton Barrel，威廉·索诺玛。非常好。这些看起来都很正规。它甚至将其链接到了礼品注册网站。Kraton Barrel。它在威廉·索诺玛上也做得一样好吗？是的。好吧。虽然不完全一样，但哇。它有注册号码，也就是留言簿。这真是简直了。这个网站有多长？留个言。

那位祖母。我等了29年，才看到我的孙女像看初版书那样看着任何人。丹尼尔，你终于遇到了你的对手。我高兴极了。这也是一个很好的创意写作测试。我想她显然是对求婚说的，但公平地说，她也对我的礼服建议说了“显然”，而我们都清楚那结果如何。听到“我愿意”我就知道是肯定的。我爱你们俩，超越理智。

好吧。这仅仅花掉了一个有争议的沃顿商学院和一个巧合的周六探访的六年。副本终于归你了，卡拉汉小姐，而我已经把我的按立证书装裱好了。这是书主人的留言。致唯一因 genuine affection 而非怜悯而嘲笑我笑话的女人。谢谢你，玛格丽特。我们在婚礼上见，小弟弟。别在我之前哭出来。

那是他的兄弟。哇。然后我们有一段很棒的、能让你跳舞的音乐。这真是相当了不起。我要说，这里的执行效果比 Opus 5 的结果要好得多，尽管提示词可能略有不同。还不错。所以，与此同时，我也尝试通过网页聊天界面给了它一个地铁场景的 FPS 提示词。我想检查一下。

好吧，这真的很令人沮丧，因为我注意到我从网页聊天界面得到的结果从一开始就全是 bug，这有点让人失望。我决定不再试图在那里修复它。我只是把这个脚本放在一个单独的文件夹里，然后通过 CodeEx 给它，并在那里提出问题。不是下面那个，而是上面这个。

好的。所以，我在 CodeEx 中直接给出了错误信息。我已经把这个地铁脚本放在了一个单独的文件夹里，只是说“修复它”。好吧。假设它修复了。仅仅基于背景正在加载这一事实，它似乎确实修复了。它说“探索车站”。所以，这是一个没有战斗的场景。这很奇怪，因为它不如我之前看到的那么好。事实上，我认为 Plen 3.7 Max 可能比这个做得更好。不过，再次强调，对于具有输出可变性的东西，这是一次性机会。尽管如此，我基本上就在这里输入“进入战斗”，看看会发生什么。那里有一节地铁车厢吗？考虑到我们通常看不到它们，或者它们通常画得不好，它画得其实还不错。问题在于它基本上是在站台上。哦，好吧。让我们去看看我们的敌人。是的，没什么特别的。这就像我相当确定 Quen 3.827B 也会生成类似的东西。但请记住，我是通过网页聊天界面运行这个脚本，然后通过 CodeEx 仅使用 Quen 模型进行修复的。所以，它可能没有处于最佳状态。它很能干，但没什么特别的。

所以我打算尝试不同的方法。我把它放在快速模式上。我只是想让它给我一个脱口秀段子。我只是要求它提供一个适合所有观众的笑话。不是那种通过网页搜索得到的，而是它自己想出来的。我告诉医生我想长生不老。于是他给我开了一种严格的饮食：羽衣甘蓝和无调味的鸡胸肉。现在我在技术上将长生不老，但只是因为每一天感觉都像持续了300年。我通过无聊到死的纯粹力量实现了永生。那其实还不错。好吧。好吧。它似乎保持了幽默的主题。

作为我们要做的最后一件事，我给它进行了“Chrono City”测试，展示城市在不同时期的样子，并需要在它们之间进行过渡。然而，我将指示它使用 C++ 来完成此操作，且不能使用 Raylib。我发现做这个同样的测试，或者我们习惯在 Three.js 中看到的某些测试，但改用 C++ 让模型去做，这增加了难度。但基于它制作的滑板游戏，这可能会在这里产生非常出色的结果。

好吧，我们的 Krono City 时间线，

好吧，我认为我们可以评估出这里出了大问题。这个测试花太长时间了。而且我也意识到，我认为我的编码计划并没有被用于此。我想我只是在支付 API 费用。我对这个很生气。

难道这不……好吧。所以，这里有一堆我从这个测试中截取的截图。好吧。垃圾。呃，1985年。仍然是垃圾。好吧，我们可以这样看。2005年。这里出了大问题。你还好吗？好吧，我就叫停这个吧，因为我拍摄这个已经花了5个小时。我让它做的最后一件事是为这台特定的电脑制作一个正规的 Three.js 模型，这是一台 Acer Aspire Predator G7700。这些图片在这里的原因是我让 Soul 和 Fable 5 尝试复制这个前端机箱，以便我可以 3D 打印它。呃，它们都做得很糟糕。所以，让我们看看。你知道吗？那其实挺酷的。这让我比几秒钟前因为那个城市时间线灾难而感到愤怒少得多。是的，它看起来不像。我的意思是，主要让我感到沮丧的是颜色不对。但如果我们把它当作一台电脑来看，还挺酷的。我们实际上可以禁用重置视图中的特定功能。哦，好吧。风扇旋转、LED 发光和自动旋转。好吧，再次强调，完全不。我甚至不会说“不太像”。我会说“完全不像”。但独立评判，仅仅作为一台电脑，这其实挺酷的。这可能是一个我需要以某种形式保留下来的测试。

而这将引向我对这个非常非常长的测试的最终结论性思考。我认为总体上的绝对赢家是那个 C++ 版的纽约滑板游戏。这没有使用 Raylib。我的意思是，我们在游戏中被出租车撞了。这是我以前从未见过的沉浸感水平。这真的是经过深思熟虑的。当我们离建筑物太近时，相机实际上会像那样升起，这样我们仍然可以看到玩家。诸如此类的事情真的做得很好。然后再次，我们可以像……哦，好。这次我们躲开了。但这真的比我预期的要好得多。

这次用的提示词有所不同，我从未用这张特定的地图运行过，所以表现真的很好。另外，那个婚礼网站其实相当不错。内容很丰富，还展示了一些创意写作功底，因为它必须为这对新人构思整个起源故事，诸如此类。里面还有一些巧妙的细节，比如他的求婚方式与他们的相识方式相呼应，非常聪明且完成度很高。我很喜欢这一点。

至于浏览器操作系统，表现尚可，实际上还挺酷的。但GTA游戏就相当糟糕了，因为车速被限制在每小时40公里左右，这完全不行。嗯，还有什么呢？总的来说，我认为目前最令人印象深刻的结果就是那个C++版的纽约市滑板模拟器。至于其他内容，我不觉得有什么真正让我惊艳的。它们都很称职，确实不错，而且将以开放权重发布，这很棒。

但考虑到这个模型的规模，我几乎觉得，当把模型大小与即将在几天后发布的Qwen3.8 27B版本结合起来看时，我应该会感到更惊讶。所以总的来说，我看到了一些东西，但老实说，我希望看到更好的结果。除了那个绝对出色的纽约市滑板模拟器外，其他一切感觉都只是“好”，但算不上“伟大”。在拥有2.4万亿参数的情况下，我期待的是“伟大”的表现。

在视频开头，我说我们无法单独追踪成本，因为我当时只是有一个随机的计划，也就是那个编码计划。它有自己特定的API密钥，但我没有使用它。我使用的是直接链接到我账户并扣费的API密钥。这意味着我们现在实际上可以看看这次测试花了多少钱，毕竟这种事时有发生。我得说，这个仪表盘真的很难理解和使用，界面非常杂乱，让人头疼。

今天这次测试的总成本基本上是多少呢？显示的是32美元。但这只是显示部分，所以这次测试的总成本就是32美元。请记住这一点。嗯，这有点烦人，花了32美元。我本无意为此视频花费这么多，尤其是我的月度订阅应该能覆盖这部分费用。尽管如此，这让我们能更好地判断使用这个模型的成本。

我们测试的所有内容总共花费了约32美元。请记住，如果你拥有这类编码计划，需要使用与其特定的API密钥，否则也会被扣费。所以，这算是给这一切画上一个小小的意外句号。这大概就结束我们对官方Qwen3.8 Max的首次观看和测试了。它将以开放权重发布，这很棒，而且还有更多即将推出。

GLM-53在网上只被提及了大约半秒钟，所以那将令人期待。然后是Deep Seek V4 Pro的通用版本，我预计它会超越这个模型，但我非常期待看到它是否真的能做到。到此，今天的视频就到此结束。所以，如果你有任何问题，请随时在我的礼物登记处注册并送上一份礼物。不，我开玩笑的。

请在评论区留言，感谢观看。