O modelo Qwen 4 da Alibaba superou o Claude Opus 5.5 em um benchmark de construção de jogos — 34 vitórias a 10 — e o resultado está explodindo no X hoje. O teste é o GoldieBench: o mesmo prompt fixo fornecido a ambos os modelos, uma única tentativa, um único arquivo HTML como saída, em 50 tarefas — todos os jogos foram efetivamente testados. O Qwen3.8-Max-Preview obteve média de 8,10 sobre 10. O Opus 5.5 obteve média de 7,60. A diferença foi maior onde a atmosfera importava. O Qwen venceu um shooter 3D synthwave por 8,7 a 5,8, uma vila crepúsculo por 8,4 a 5,5 e um action-RPG em vista superior por 8,2 a 5,5. Ele conquistou 8 medalhas de ouro contra zero do Opus. O Opus ainda venceu suas próprias batalhas — e uma foi esmagadora. Sua cena oceânica obteve 8,4 contra 2,0 do Qwen, a maior diferença individual em toda a avaliação. A armadilha: este é apenas um benchmark independente, e as regras não foram idênticas. As tarefas de jogo do Qwen foram executadas no modo agente do Qoder, com até duas rodadas de correção QA — um julgador visual enviava erros do console de volta e o Qwen editava seu próprio arquivo. O Opus foi executado em uma única tentativa. E um teste separado publicado em 7 de novembro apresentou resultado oposto: em uma construção Sokoban julgada pelo GPT-6 Astra, o Opus obteve 77% contra 70% do Qwen — em cerca de 4 minutos, contra os 31 do Qwen. O modelo em si ainda está apenas em versão prévia: o principal modelo da Alibaba com cerca de 2,4 trilhões de parâmetros, disponível apenas dentro do Qoder, sem API pública ainda. O Qwen 4 em si ainda está em treinamento. Mas a direção é difícil de ignorar. O desafiador de peso aberto agora está vencendo os testes de criação e construção — e a lacuna entre um modelo em prévia e a fronteira fechada ficou muito menor. BTC está próximo de US$75.980, alta de cerca de 0,1% no dia.