Qwen4 跑分提前流出：Flash 版在 GameFeel Bench 上压过 Opus 5.5

Qwen4 还没正式发布，跑分先出来了。

流出的成绩来自 GameFeel Bench，一个专门评估游戏开发创造力的基准，看模型做出来的小游戏手感好不好：

如果属实，这是第一个在这项评测上反超 Opus 5.5 的国产模型，而且反超的是轻量的 Flash 版，成本只有对方六分之一左右。能本地部署的 27B 和 Sonnet 5.5 几乎打平，对想自己部署的团队吸引力更大。

冷水也得泼。GameFeel Bench 是个很窄的垂直评测，游戏手感这种指标主观成分不小，单项第一说明不了综合能力。泄露数据也没法核实测试条件，Opus 那边用的是 xHigh 档，Qwen 用了什么设置并不清楚。

家族阵容倒基本清楚了：至少有 Flash、27B、Plus、Max 四款。千问团队之前承诺的发布节点就在眼前，到时候和 GPT-6.1、Opus 5.5 正面放一起比，才算真成绩。

想先熟悉这个系列的，可以看看站内的 通义Qwen3 和 Qwen Image。