简短回答: 我们付出了 Qwen4 Max, (中文), Qwen 3.8 Max, (中文), Kimi K3.1 Pro 以及 DeepSeek V4 Pro 0813 同样的四个动画场景提示在单个HTML文件中,每个都以最高推理强度进行。全部16个文件运行。Qwen4 Max在每个测试中耗时647到715秒,是四个测试中最短的,且在四个测试中有三个写入最短的文件。DeepSeek V4 Pro 0813是最快的写入者,Kimi K3.1 Pro编写的文件最长。这四台文件都通过同一个API在EmpirioLabs上运行。
观看对比
每个模型以测量速度写入代码,然后运行文件。音乐由ACE-Step on EmpirioLabs生成。
规格一览
| Qwen4 Max | Qwen 3.8 Max | Kimi K3.1 Pro | DeepSeek V4 Pro 0813 | |
|---|---|---|---|---|
| 发布 | 2026年11月16日 | 2026年8月3日 | 2026年10月23日 | 2026年8月13日 |
| 上下文窗口 | 983,616个代币 | 983,616个代币 | 1,048,576个代币 | 1,000,000 代币 |
| 输入 | 文本、图片与视频 | 文本、图片与视频 | 文本与图片 | 正文 |
| 最大输出 | 262,144个代币 | 131,072枚代币 | 131,072枚代币 | 393,216个代币 |
| 输出代币价格 | 四人中第二低 | 四人中排名第二高 | 四人中最高 | 四人中最低的 |
| 缓存输入 | 折现缓存读取 | 输入速率 | 折现缓存读取 | 输入速率 |
| 本次测试的设定 | 推理努力xh(最高) | 推理努力最大值 | 推理努力最大值 | 推理努力最大值 |
费率在 定价页面 以及每个模特的页面。
测试1:天气应用
提示:“创建一个单一自包含的 HTML 文件(全部为 CSS 和 JavaScript 内联,无外部库,无 CDN 链接,无导入),在完整窗口中动画化一个精致的天气应用屏幕<canvas>,填满任意窗口大小。需求:它每隔几秒循环一次,呈现晴天、雨天、雪天和暴风雨,过渡平滑;背后的天空会相应变化,伴随着阳光、雨水、雪花和闪电的动画;温度计入新值;并附有小时预报条和七天图表动画,排版干净,间距清晰,类似现代手机应用。流畅的 60fps 动画,从第一帧开始自动运行,循环不停。”
| 型号 | 作出合理努力 | 时间 | 输出令牌 | 文件中的行 |
|---|---|---|---|---|
| Qwen4 Max | 高 | 711秒 | 38,086 | 360 |
| Qwen 3.8 Max | 最大数 | 1,211秒 | 52,281 | 760 |
| Kimi K3.1 Pro | 最大数 | 746秒 | 34,588 | 1,351 |
| DeepSeek V4 Pro 0813 | 最大数 | 383秒 | 26,244 | 1,064 |
测试2:星舰HUD
提示:“创建一个独立的HTML文件(全部为CSS和JavaScript内联,无外部库,无CDN链接,无导入),在完整窗口中动画星舰驾驶舱抬头显示,<canvas>填满任意窗口大小。要求:飞船倾斜时星星从窗户飞过,随之倾斜的人工地平线,带闪烁目标的雷达扫描,追踪并锁定飞船的瞄准表,以及护盾、速度和燃料的升降仪表,全部采用统一的青色和琥珀色界面风格,细线条清晰,标签清晰可读。流畅的60fps动画,从第一帧自动运行,循环不停。”
| 型号 | 作出合理努力 | 时间 | 输出令牌 | 文件中的行 |
|---|---|---|---|---|
| Qwen4 Max | 高 | 667秒 | 33,720 | 728 |
| Qwen 3.8 Max | 最大数 | 1165秒 | 50,453 | 699 |
| Kimi K3.1 Pro | 最大数 | 597秒 | 24,224 | 990 |
| DeepSeek V4 Pro 0813 | 最大数 | 172秒 | 10,931 | 423 |
测试3:分襟离场板
提示:“创建一个单一自包含的HTML文件(全部为CSS和JavaScript内联,无外部库,无CDN链接,无导入),在完整窗口内动画机场分页起飞板,<canvas>填满任意窗口大小。需求:虚构航空公司的航班行,显示时间、目的地、航班号、登机口和状态;角色机械弹跳,一次翻动字母表;每隔几秒,顶层航班起飞,行向上移动,新的一排翻入;状态变化,BOARDING闪烁并以琥珀色延迟显示;上方有模拟时钟,秒针宽广。流畅的60fps动画,从第一帧起自动运行并无限循环。”
| 型号 | 作出合理努力 | 时间 | 输出令牌 | 文件中的行 |
|---|---|---|---|---|
| Qwen4 Max | 高 | 647秒 | 37,289 | 450 |
| Qwen 3.8 Max | 最大数 | 1315秒 | 56,231 | 543 |
| Kimi K3.1 Pro | 最大数 | 748秒 | 28,789 | 959 |
| DeepSeek V4 Pro 0813 | 最大数 | 680秒 | 43,083 | 1,260 |
测试4:自弹钢琴
提示:“创建一个独立的HTML文件(全部为CSS和JavaScript内联,无外部库,无CDN链接,无导入),在一个完整窗口中为自动钢琴动画,<canvas>窗口可填满任意窗口大小。要求:至少三个八度的光滑键盘,底部有正确的黑白键,彩色音符条随着程序创作的欢快旋律和和弦落下,每个键按下时会亮起音符颜色,每敲击时都会闪烁小火花,键盘灯光反射在深色抛光地板上。游戏静音,无音频,无启动按钮。流畅的60fps动画,从第一帧自动运行并无限循环。”
| 型号 | 作出合理努力 | 时间 | 输出令牌 | 文件中的行 |
|---|---|---|---|---|
| Qwen4 Max | 高 | 715秒 | 39,479 | 417 |
| Qwen 3.8 Max | 最大数 | 741秒 | 35,759 | 496 |
| Kimi K3.1 Pro | 最大数 | 770秒 | 30,231 | 789 |
| DeepSeek V4 Pro 0813 | 最大数 | 468秒 | 28,992 | 557 |
我们的运行方式
每个型号对每个任务都收到相同的提示,作为一条用户消息,没有系统提示和温度,最后只返回完整 HTML 文件,集成一个代码块。Qwen4 Max 运行于 推理(e) 高,其最高级别;Qwen3.8 Max、Kimi K3.1 Pro 和 DeepSeek V4 Pro 0813 运行于 最大数.每个请求于2026年11月16日流式传输,且输出限制为65,536个令牌。整个请求的时间为墙钟秒,令牌计数来自API的使用报告。每个文件都是模型对该提示返回的第一个文件,完全按照返回的状态渲染。
三个Qwen3.8 Max请求(天气应用、星舰HUD和分体翻板)在返回文件前就结束了,又被发送回来 WebSocket 模式,该测试超过了HTTP请求的15分钟限制;它们的时间来自返回该文件的请求。第五个测试是一条霓虹面条,未显示,因为Qwen4 Max和Qwen3.8 Max都未返回该文件。
需要注意什么
时间。 Qwen4 Max 在所有测试中均耗时 647 秒至 715 秒,是四者中最窄的。Kimi K3.1 Pro 耗时 597 至 770 秒,DeepSeek V4 Pro 0813 为 172 至 680 秒,Qwen3.8 Max 为 741 秒至 1,315 秒。
输出速度。 Qwen4 Max 每秒写入 50.5 至 57.6 个令牌,Qwen3.8 Max 从 42.8 到 48.3,Kimi K3.1 Pro 从 38.5 到 46.3,DeepSeek V4 Pro 0813 从 62.0 到 68.5。
文件长度。 Kimi K3.1 Pro在三次测试中写出了最长的文件,DeepSeek V4 Pro 0813在分页板上写出了最短的文件。Qwen4 Max在天气应用、分页板和钢琴中写出了最短的文件(360到450行)。文件长度不等于质量:最长的文件并不总是移动最快的场景。
场景。 比较每张天气卡的布局和过渡,每个驾驶舱的雷达和瞄准,每块板的翻页和时钟,以及每个键盘的落音和灯光。卷轴显示每个全窗场景的中心,因此宽版的外缘会落在面板外。
对EmpirioLabs做同样的测试
curl https://api.empiriolabs.ai/v1/chat/completions \ -h “授权:承载者 $EMPIRIOLABS_API_KEY” \ -h “内容类型:application/json” \ -d '{ “model”: “qwen4-max”, “reasoning_effort”: “xhigh”, “stream”: true, “messages”: [{“role”: “user”, “content”: “创建一个自包含的HTML文件(全部为CSS和JavaScript内联,无外部库,无CDN链接,无导入),在全窗口画布上为自弹钢琴动画。仅返回单个HTML代码块内的完整HTML文件。”}] }'
交换 模型 到 qwen3-8-max, (中文), kimi-k3-1-pro 或 deepseek-v4-pro-0813 (其中 推理(e) 最大数)在其他请求上执行相同的请求。这样的请求需要几分钟时间,因此它会在写入时流式传输文件。一个HTTP请求可运行最长15分钟;对于较长的请求,比如Qwen3.8 Max在其中三个测试中,会发送相同的请求 WebSocket 模式开启 /v1/responses (英语).或者试试 Playground。 。 。.
常见问题解答
结果被编辑或重试了吗?
没有文件被编辑或重新生成。三个Qwen3.8 Max请求在返回文件前结束后再次发送,第五次测试因Qwen4 Max和Qwen3.8 Max均未返回文件而被放弃。每个面板都是其模型返回的第一个文件,渲染完全原样。
每个模型用的是什么设置?
Qwen4 Max 运行于 推理(e) 高,其最高级别。Qwen3.8 Max、Kimi K3.1 Pro 和 DeepSeek V4 Pro 0813 运行于 最大数。 。 。.
哪个型号的费率最低?
DeepSeek V4 Pro 0813 在四种中输入和输出速率最低,Qwen4 Max 排名第二低;Kimi K3.1 Pro 输出速率最高。Qwen4 Max 和 Kimi K3.1 Pro 也以折扣费率计费缓存输入。每个请求的成本与其令牌在该型号费率下的价格相同,因此推理较少或写入较短文件的模型成本更低。参见 定价页面 为了数字。
Qwen4 Max 有什么新内容?
它是阿里巴巴Qwen家族的下一代旗舰机,于2026年11月16日发布,面向编码、前端设计、办公和复杂代理,具备图像和视频理解、100万令牌上下文、三种推理工作等级和五个内置工具。参见 如何使用Qwen4 Max API。 。 。.
试试看吧
Playground | 所有型号 | 定价




