Completar una máquina de garra en 75 minutos: desglose de 4 pruebas reales de la capacidad de programación de Qwen4-Max-Preview
Resumen: Este artículo, basado en informes públicos de pruebas de terceros, analiza el desempeño de Qwen4-Max-Preview al completar tareas como operar una máquina de peluches, reparar un servicio Python y buscar entre 1,600 tickets, y explica sus límites en cuanto a tiempo de ejecución y juicio científico. Conclusión anticipada: juicio central sobre la capacidad de…
