KeyFrame內部研究專用

Qwen 4 正式发布!开源模型正面对决 Claude Fable 5.2,谁才是真正的最强 AI?实测效果来了!| 零度解说

零度解说12 min中文
觀看原始影片

三句話摘要

零度解說對 Qwen4 Max 與 Claude Fable 5.2 兩大最新 AI 模型進行實測對比評測。 Claude Fable 5.2 在遊戲製作等創意任務上已達商業級水準,但成本高;Qwen4 主打開源性價比,未來競爭力值得期待。 遊戲製作能力差異 — Claude Fable 5.2 生成的 FPS 遊戲在場景設計、射擊反饋、視覺細節上明顯優於 Qwen4 Max,甚至能生成商業級別的 3A 遊戲,而 Qwen4 版本功能可用但精緻度較低。

重點整理

  1. 遊戲製作能力差異 — Claude Fable 5.2 生成的 FPS 遊戲在場景設計、射擊反饋、視覺細節上明顯優於 Qwen4 Max,甚至能生成商業級別的 3A 遊戲,而 Qwen4 版本功能可用但精緻度較低。

  2. 成本與應用定位 — Fable 5.2 的 API 消耗約是上代 Opus 5.5 的兩倍,適合高難度任務;Qwen4 則主打性價比,一旦開源後可在本地免費使用,適合普通使用者。

  3. 邏輯推理能力相當 — 在複雜的囚犯帽子邏輯推理題上,兩款模型都正確推導出答案(黑帽子),顯示推理能力水準接近。

  4. 開源與閉源的未來差距 — 目前閉源模型在遊戲製作、影像轉換等創意任務上優勢明顯,開源模型仍需追趕,但開源化帶來的成本優勢是長期競爭力。

實用技巧與重點

  • 模型名稱:Qwen4 Max、Claude Fable 5.2、Opus 5.5
  • 測試工具:LocModel(支援 Windows、Mac、Linux)、Blender MCP
  • API 對接:透過自訂 API Key 呼叫第三方模型
  • 成本比較:Fable 5.2 API 消耗約為 Opus 5.5 的 2 倍
  • 遊戲生成結果:Fable 5.2 生成單一 HTML 檔案(約 30MB),包含完整 3D 動作遊戲、模型、場景、動畫最佳化
  • 邏輯推理測試:5 囚犯 5 帽子問題(3 黑 2 白),兩模型都正確答出「黑帽子」
  • 測試時間:Qwen4 Max 完成時間超過 50 分鐘,Fable 5.2 在遊戲製作上耗時約一下午
  • 開源計畫:Qwen4 開源 27B 版本與 Flash 版本預計近期(1-2 天內)發布,可在 LocModel 直接下載使用

結論

Claude Fable 5.2 在遊戲製作等創意任務上已達商業級水準,但成本高;Qwen4 主打開源性價比,未來競爭力值得期待。

完整解析

零度解說在本集影片中設計了一場「同題對決」,用完全相同的提示詞讓 Qwen4 Max 和 Claude Fable 5.2 分別生成一款霰彈槍 FPS 射擊遊戲,目的是在實際應用場景中比較兩款模型的能力。

首先是測試環境的設置。由於兩款模型都基於 API 呼叫,講者使用 LocModel 這個通用的 AI Agent 軟體,透過自訂 API 金鑰對接 Qwen4 Max 與 Fable 5.2。LocModel 支援多個平台版本,使用者可根據作業系統需求下載安裝,對接後即可在 Agent 界面輸入提示詞進行任務。

在遊戲生成測試中,Qwen4 Max 耗時超過 50 分鐘完成任務,生成的遊戲具有基本功能——包括開始遊戲、設定選項和操作說明,使用者可透過 WASD 移動、空格跳躍、Shift 衝刺、滾輪切換武器。遊戲本身可正常運行,具有敵人 AI、血條、血包等要素。不過整體場景設計與視覺細節相對簡樸,射擊反饋的力度感較弱。

相比之下,Claude Fable 5.2 同樣完成了任務,但交付形式是單一的 HTML 檔案,可直接在瀏覽器預覽執行。其生成的遊戲在場景精美度、細節刻畫、射擊反饋力度上明顯超越 Qwen4 版本——場景更加精緻,敵人行為更複雜,血包和槍械互動的視覺效果更加逼真。講者在試玩過程中多次表示「Fable 5.2 的效果明顯更強」。更誇張的是,講者展示了另一個 Fable 5.2 生成的遊戲,包含機器狗與無人機敵人、複雜地形互動(如跳上床躲避),視覺表現媲美 3A 大作,所有內容被整合在一個 30MB 左右的 HTML 檔案中,耗時約一下午完成。

在邏輯推理測試中,講者提出一道經典難題:5 名囚犯依序排列,戴著 3 頂黑帽 2 頂白帽,狱警依次詢問他們是否知道自己帽子的顏色。前兩個囚犯都不知道,第三個囚犯說知道。問題是第三名囚犯戴的帽子是什麼顏色,以及推理邏輯。兩款模型都迅速給出正確答案——黑帽子,且推導過程合理。這表明在純邏輯推理任務上,兩款模型的能力水準相當。

講者也公正地指出了差距所在。Fable 5.2 在創意生成、尤其是遊戲製作與影像轉換方面表現無敵,但 API 成本約為前代 Opus 5.5 的兩倍,不適合所有任務。Qwen4 的優勢在於性價比——一旦開源 27B 版本和 Flash 版本發布,使用者可在本地免費使用,完全不受限制,且 Qwen4 也展示了用 Blender MCP 搭建完整拉麵攤位模型的能力,說明它在特定領域也能做得不錯。

11 min
AI 技術中文11月21日

20261120 Craft 4K Review Version V3

灵姐说AI | Ling Talk AI看原片 ↗
  • Craft Anything 透過將觀察、構建、檢查和修改環節無縫銜接,將傳統費力的開發流程簡化為提供參考對象並說明目標,讓通用編碼Agent執行具體實現,大幅降低製作難度。
  • 複製範圍廣泛但難度差異大:網站和簡單工具相對容易,複雜遊戲因涉及場景、資源、物理引擎、存檔等要素難度大幅提升,需要提供的信息和輸入量成倍增加。
AI 技術英文11月19日

DeepMind Just Released The Best Thing AI Ever Did

Two Minute Papers看原片 ↗
  • 同一個DNA變異在不同細胞中會產生截然不同的效應——例如胰島素產生的β細胞與其他胰臟細胞對同一基因變異的反應完全不同,這使得精準預測變成考量數十億個變異×數百種細胞類型的難題。
  • 利用既有的大規模單細胞測序數據作為訓練資料是關鍵突破,科學家已測量過大量細胞中各基因的活性水準,這提供了足夠的輸入輸出對讓AI學習細胞特定的基因調控模式。