تفوق نموذج Qwen 4 المبكر من علي بابا على Claude Opus 5.5 في اختبار بناء الألعاب — 34 فوزًا مقابل 10 — وانفجرت النتيجة اليوم على X. الاختبار هو GoldieBench: نفس المطالبة الثابتة المقدمة لكلا النموذجين، مرة واحدة، مع إخراج ملف HTML واحد عبر 50 مهمة — تم اختبار كل لعبة فعليًا. حقق Qwen3.8-Max-Preview متوسط 8.10 من أصل 10، بينما حقق Opus 5.5 متوسط 7.60. كان الفارق الأكبر حيث كان الجو مهمًا: فاز Qwen بنتيجة 8.7 مقابل 5.8 في لعبة إطلاق نار ثلاثية الأبعاد بأسلوب synthwave، و8.4 مقابل 5.5 في قرية غروب، و8.2 مقابل 5.5 في لعبة إجراءات-دور بمنظور من الأعلى. فاز بـ 8 ميداليات ذهبية مقابل صفر لـ Opus. فاز Opus رغم ذلك بمبارياته الخاصة — وكان أحدها فوزًا ساحقًا: حصل مشهد المحيط على درجة 8.4 مقابل 2.0 لـ Qwen، وهو أكبر فارق في مهمة واحدة في الاختبار بأكمله. لكن النقطة المهمة: هذا اختبار مستقل واحد، والقواعد لم تكن متطابقة. تم تشغيل مهام الألعاب الخاصة بـ Qwen داخل وضع وكيل Qoder مع ما يصل إلى جولتين من التصحيح بالأسئلة والأجوبة — حيث قام قاضٍ بصري بإعادة أخطاء المحطة إلى Qwen الذي عدّل ملفه بنفسه. بينما تم تشغيل Opus في وضع مرة واحدة فقط. وأظهر اختبار منفصل نُشر في 7 نوفمبر نتيجة معاكسة: في بناء Sokoban الذي تم تقييمه بواسطة GPT-6 Astra، حصل Opus على 77% مقابل 70% لـ Qwen — في حوالي 4 دقائق مقابل 31 دقيقة لـ Qwen. النموذج نفسه لا يزال في مرحلة المعاينة فقط: النموذج الرائد لعلي بابا بحجم حوالي 2.4 تريليون معلمة، متاح فقط داخل Qoder، ولا يوجد واجهة برمجة تطبيقات عامة بعد. لا يزال Qwen 4 في مرحلة التدريب. لكن الاتجاه لا يمكن تجاهله. المتنافس ذو الأوزان المفتوحة يفوز الآن في اختبارات البناء الإبداعي — وقد تقلص الفارق بين نموذج معاينة وحدود مغلقة بشكل كبير. يجلس BTC قرب 75,980 دولارًا، بزيادة حوالي 0.1% اليوم.