测一测Qwen3.6 Plus的原生多模态！

测一测Qwen3.6 Plus的多模态测试这是克隆 Claude 官网的第二篇这个系列主要用来测试 AI 模型的多模态能力。第一个上场的是官方基准全方位“超越” Opus 4.6 的 GLM-5V-Turbo。没想到“出师未捷身先死……”。直接卡在创建文件的环节失败了花了 30 分钟什么都没有生成。今天轮到 Qwen3.6 Plus 了它也是一个原生多模态模型。因为有 GLM-5V 这个“珠玉在前”Qwen3.6 Plus 就显得牛逼多了它成功跳过了“写入错误”这个坑。下面就来看一下我具体的测试过程和测试结果测试输入测试输入包含两部分一部分是图片一部分文字。参考图为了让模型有足够的参考样式我提供了 Claude 官网的 6 张截图。全局图左侧菜单收起状态全局图左侧菜单展开状态左侧包含了很多内容看 AI 是否能比较好地还原。模型选择列表这张图主要考点是模型选择列表的效果。设置和语言选择菜单这里主要是靠点击头像弹出菜单然后移动到语言又弹出二级菜单。看 AI 能否还原这种联动效果。输入内容之后Claude 的网页设置非常细致。输入框中没有内容右下角是音频输入图标。一旦输入文字就会切换并点亮发送图标。这个也是一个很好的考点。发送返回之后这是用户发送问题模型返回后的截图。就是正常的对话界面这 6 张图已经比较完整地展现了这个网站的主要功能样式。对 AI 来说应该已经够用了因为图片比较多我不是直接粘贴传递而是统一放在了 docs 目录中。提示词参考图已经准备就绪。然后就是提示词。图片、提示词这些和测试 GLM-5V 时是一模一样的。完整的提示词如下参考 docs 下的所有图片制作网页要求完美还原设计稿。 包括配色图标布局字体功能菜单等方面。 ​ 并且要使用 Anthropic 协议实现基础的聊天对话功能 其他功能只需要完成 UI 展示和互动即可无需实现具体功能 ​ 调用的接口信息如下 ​ baseURL: https://open.bigmodel.cn/api/anthropic apiKey: xxxx models: [ glm-5.1, glm-5-turbo, glm-5, glm-4.7, glm-4.5-air ], selectedModel: glm-5.1,在这段提示词中我主要给了两个任务。完整复刻这个网站界面和简单的交互调用 GLM 5.1 实现基础对话功能也就是说如果复刻比较成功的话就相当于我拥有了一个 Claude AI 克隆版网站可以选择模型也可以展开左边的菜单还可以发送内容并收到反馈。测试过程我们的测试方法基本一致先创建单独的文件把 6 张截图放入这个文件夹下面的 docs 目录中。然后把这个文件拖动到 JCode 配置好的图标上面这样就会自动打开 Claude Code并且定位到我们测试目录同时会自动注入环境变量调用 qwen/qwen3.6-plus:free 这个模型。OpenRouter 目前还是免费调用因为免费 Tokens 消耗量已经刷到第一名了。实力如何先不说能第一时间免费公开让人测试这一点做得还是不错的。然后粘贴提示词直接开干它先去查看当前目录然后读到了 6 张图片的信息。接下来重点来了测试 GLM-5V-Turbo 遇到了文件写入错误直接进入无限循环了。 Qwen3.6 Plus 第一次写文件的时候也遇到了错误“Error writing file”。但是它很快调整了策略成功创建了文件。接下来它还有一个比较优秀的点就是开发完成之后在不停地验证。截图中的高频词汇就是验证verify和测试test。 上面的英文总结一下就是检查文件 → 校验 HTML → 校验 JS → 确认引用 → 最后浏览器测试。 这个思路是非常正确的比较初级的模型是只开发不验证的。稍微厉害一点的模型就会验证结果并做调整。但是它还是有一个小问题就是任务列表一直不更新可能是对 Claude Code 这个 Harness 适配还不太好。看起来有点难受但是好像并不影响使用。完成这个任务大概消耗了 18 分钟因为没有参考对象还不好断定是快是慢测试结果测试过程没有中断成功完成了开发。最终生成了以下的文件这个结构非常清晰一个 js 文件控制逻辑一个 index.html 控制结构一个 style.css 控制样式。然后它通过python -m http.server 8080然后告诉了我两点信息1启动服务访问 localhost:8080 2或者直接打开 index.html 也能用因为接口已经支持跨域CORS既然如此我们就直接打开 HTML 测试了。 我根据输入的图片截取了对应的 6 张图片一起来看一下效果如何。图1整体结构和风格还是比较不错的。没有出现明显的混乱。只是左边的图标有点小问题以及 glm-5.1 位置有点问题。图2可以正常展开左边菜单展开之后也是有对应内容的这个还可以。但是它这个设计明显和原稿有差异。一个是展开的图标横过来了另一个是展开之后左边的部分没有隐藏。图3模型选择列表成功展开而且样式没有大问题。只是选中的效果和原稿差异较大。原图是黑色背景蓝色勾。图4点击头像可以正常弹出菜单然后点击语言可以正常弹出二级菜单。这个很厉害了。基本没有啥问题。硬要说细节的话就是邮箱给我改了然后选中状态的背景和对勾和原稿不一致。图5非常好输入内容之后成功点亮了右下角的发送图标。但是原图中下方的内容会全部隐藏它没有做到同步处理。这是细节问题问题不算很大。图6发送内容之后这个环节有比较大的问题。一个是原始的输入框没有消失。另外一个是出现了连接错误。提示Connection error: Failed to fetch至于这个错误是为什么我尝试过启动服务再测试也不行 诡异的是 GPT5.4 和 Opus 4.6 都找不出问题。GPT5.4 是这么说的万年不变的不是...而是句式腻到吐了Opus 4.6 的结论如下它测试了各种方案都没发现问题就是说该对的地方都是对的。然后我看了一眼浏览器开发者模式下的控制台​ Access to fetch at https://open.bigmodel.cn/api/anthropic/v1/messages from origin http://127.0.0.1:5500 has been blocked by CORS policy: The Access-Control-Allow-Origin header contains multiple values http://127.0.0.1:5500, *, but only one is allowed. Have the server send the header with a valid value. app.js:273 POST https://open.bigmodel.cn/api/anthropic/v1/messages net::ERR_FAILED 200 (OK) ​ ​我粗略看了一下好像还是和跨域有关。把错误扔给Opus4.6如是说一个脑袋两个大它的意思我理解但是排查起来有点麻烦。先试了无痕模式了一样的错误插件太多了我不想深入研究了。换了个浏览器也是一样的错误。到此为止吧为了做对比测试我请一个叫 Opus 的同学也搞了一个版本是可以正常返回的哈哈哈同样的系统环境同样的浏览器返回非常丝滑而且小O同学是自己打开浏览器验证没问题了才交到我手上的。这个我先不展开下一篇详细聊。有点扯远了我们今天还是聚焦Qwen3.6Plus。虽然我之强烈前抨击了它们“最强国产”的夸张宣传但是不得不说它这个多模态能力好像还可以哦至少相比 GLM-5V 还没开始就失败好很多。这次的例子大部分需求是完成了的初看整体感觉像模像样。不算很好但是至少是做出一些了东西。另外我也测试了上次那个图片转网页的例子。结果如下然后对比一下GLM-5V的最终结果GLM-5V刚开始结构是对的但是多轮对话之后结构也崩了。而Qwen3.6 Plus几轮测试下来整体样式和结构都没有崩表头的灰色分割线也还原了数字的加粗也一直保持得很好。GLM-5V 和 Opus 4.6 都出现了越改越差的情况就是无法巩固之前的成果。Qwen3.6 Plus 会在写完之后疯狂的去做验证我看它前前后后改了很久大概是自己改了 3 个版本上面那段英文说的是这个高亮框选中了错误的列。让我再看一眼图片—— 这个高亮框只包住了 GLM-5V-Turbo 的分数。 “Multimodal Coding”和“Design2Code”其实是在左侧同一块区域。 我需要用更精确的布局重新构建一下。目前唯一的问题就是核心数据列的外框没有很好的还原出来。下面这个已经它的极限了然后我跑去它官网看了一下好像确实有强调这是一个“原生多模态大模型”。它的体验例子中第一个就是图片理解然后第二个例子我非常眼熟。这不就是我常常拿来测试的例子么只是它把 5 米改成了 5.5 米。糟糕这个已经被优化训练了看来以后不能用这个测试题了总结一下通过粗略对比目测 Qwen3.6 Plus 这个原生多模态能力还可以。 我的主观感受是比 GLM-5V 要好一些的 在两次视觉类测试中都可以非常清晰地看到它会进行自主验证这一点做的很好当然也只是相对而言啦不是说特别牛逼。它的页面还原还是有不少细节问题而且最后一个接口调用也没跑通。要说自主验证和一次成功率那还是得看 Opus 4.6 如无意外下一篇我会详细介绍 Opus 4.6 的测试过程和结果。另外这几天我会把不同模型的测试结果进行汇总。发布到https://topai.tonyhub.xyz/