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：
关于作者
tony
某人