有些选手呢启动就挂了比如M....！

回答结果如下：

也超过了它的上一代 Qwen3. Plus：

但是其实有hen多业务逻辑上的错误。

别人是一次性列出所有计划，然后Zuo掉一个打勾一个。

bench系列真实编程任务测试、考察终端编程的Terminal-Bench2.0、长程编程任务NL2Repo,以及Claw-Eval、QwenClawBench等真实世界AgentNeng力...

年初，我买了国内大平台的 CodingPlan，为了测试出不同平台的真实水平和差异。我就自己开发了一个 CodingPlan 的测试平台。在开发过程中遇到了一些问题。我就把这个问题独立出来当Zuo测试环节了。

说回开发过程，也是充满了混乱感：

然后一开始我就遇到问题了：

搞了好久才发现，它们改名字了。把preview去掉了。

右边列表全是平台，而左边dou是角色，它完全搞错了。创建角色的功Neng也出现了一个小问题。

这个环节主要是kan好不好用。

我们dou知道论跑分，国产模型就没怎么输过。

既然测到了这里了有些基础问题我们也测测kan吧。

性Neng对比如下：

GLM5.1和Turbo在这个问题上Yi经处理的不错了。

整个过程充满了混乱感！

详见《用完火山，腾讯，阿里的编程模型，我失眠了！》

这个思路是对的，Qwen3. Zui大的问题，就是常规问题思考太久了。

陪练选手们

我选了 Qwen3. Plus、MiniMax M2.、GLM5.、Kimi K2. 来陪练。

这个问题hen关键，比如说我说了一个 Hello，它要想半天这种模型就是有问题！ 简单问答测试

整体来说 无论在Neng力还是效率上dou有所提升，但是 和 就是差 ，版本号Yi经说明一切了。

结果Yi经hen明显了下面来kankan开发过程。

CodingPlan 测试平台实战演练

我后来又重新测试了一次它是两个dou没有删除。

CodingPlan 测试过程分析

CodingPlan 测试

.说实话，今天我就来实测一下kan它到底有几斤几两。

.再测一次的结果也类似：

.尤其是第一点就考虑到了冗余的问题，非常棒。.复杂问题：

.所以这并不是单纯的页面设计，页面完全不是重点，重点是对业务逻辑的理解。.再来kankan核心功Neng，AI群聊：.

.启动之后网页也Ke以正常打开：.

.我们需要的角色功Neng也正常添加了！.

.我这测试也是一波三折啊！.

.kan了一眼，群聊功Neng，创建群聊也没啥问题：.

CodingPlan 测试结论

.

.

.

CodingPlan 与其他模型的对比

.

.

.

CodingPlan 的未来展望

.

.

. 继续补充新的内容：

国产Zui强？

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . 它有点过分😎机智了！ 至少从实战kan来并不是GLM5 系列要比它好一些！ 它提出了三个问题，这三个问题是非常精准的。 测过那么多模型，我的经验是第一步需求分析非常重要。一旦分析不全面后面就不可NengZuo得好。 因为这个和核心修改无关，所以hen多模型是想不到这一点。 第二次kan了一下时间，居然只花了 分钟，就开始编译了这速度是贼快啊！ kan起来确实好强啊，国产模型全部被碾压了！ 然后自己又启动了一次服务dou启动了它的计划列表还是没geng新。 国外的咋就不比了伤感情。 所以国产Zui强，肯定是吹牛了。 我在分享白嫖qwen3.6的四种方式的时候，官方还没有发文，也没有任何资料。 因为中途断掉过怕影响它发挥，我又跑了一遍。 下面是时间和 Token 消耗情况： Neng不Neng用，这个环节，基本上是没问题的。Neng用！ 两次开发，计划列表dou有问题。 这种题目，在当前，Yi经hen难区分出强弱了哪个模型不NengZuo网页？ 接口刷爆了速率超出限额了。 我挺喜欢的 Qwen 系列，因为它们在开源方面Zuo得hen好啊！ 所以这个例子，有一定的难度。但是也不算特别难，实际开发过程中，比这个难度的系统多的是。 我在分享白嫖qwen3.6的四种方式的时候,官方还没有发文,也没有任何资料。.kan起来确实好强啊,国产模型全部被碾压了!.Qwen -question-mark;:-equal-question-mark;. 找到 QWen 项目，直接输入命令 -dev;: 启动项目: 这次geng离谱，说模 型不存在.... :存在hen大争议..!. 这两个坑，一个dou没跳过去..... 需求中明确提到要有 头像 平台这些内容但是列表显然没有 .... 这个问题，不一定技术差，可Neng就是没有深度优化具体业务场景上 .... 千问拥有原生多模态理解推理Neng力,在智Neng体SWE评测Claw真实世界AgentClawEval等权威评测中,千问 表现超越参数量GLMKimiK等模成为当下Neng力Zui强的国产,接近全球Zui强 .... 需求分析，这里一般kan不出问题关键要kanZui后提出了什么样的问题 .... 上面的截图，douYi经开始编译计划列表内容早就改完但就是不打勾 .... 测试场景，我们就Ke以来kan结果 .... 根据提问，Zuo反馈 开发继续 ...... 觉得宽松一点，Ke以给个 ；严格一点，只Neng ！ ...... Zui近小版本，有些疲惫 ~~ 以后没事儿莫叫 😄!疲惫 ~~ 以后没事儿莫叫 😄疲惫 ~~ 以后没事儿莫叫 😄...... 是Zui难的部分，也是Zui多部分 ...... 拷贝 Base 代码创建独立 QWen 项目文件......

---