Qwen Code 深度评测：它能替代 Claude 成为新的开发主力吗？

环境配置：通过 Claude Code 间接调用 Qwen Code

本次评测选择了一个特殊的测试路径：在 Claude Code 的客户端中，通过配置转发地址来调用阿里巴巴推出的 Qwen Code 大模型。这样做，一方面是为了沿用既有的操作习惯，另一方面也旨在检验 Qwen Code 在实际开发环境中，是否能无缝替换 Claude 4 类似的工具。

根据相关指引完成配置后，客户端的 baseurl 地址会指向阿里云平台，表明 Qwen Code 已成功接入。

初步测试：项目初始化与文档生成

为了确保评测的公平性，本次测试沿用了与之前评测 CodyBuddy 时完全相同的步骤和提示词。

测试从一个 uniapp 小程序项目的初始化开始。当完成初版项目并进行首次 git 提交时，项目预设的 husky 工具触发了提交信息校验。husky 是一个常用的 Git 钩子工具，能确保代码提交遵循团队设定的规范。

在这一环节，Qwen Code 表现出了良好的流程理解能力。它自动识别了提交信息不符合 conventional commit 规范的问题，并自主进行了修正。这种对开发工作流的自动化适应能力，是一个积极的信号。

接下来是项目文档的初始化。根据提示词，Qwen Code 生成了包含核心技术栈、重要配置文件、认证系统、样式系统等基础内容的项目文档，表现中规中矩。

最终生成的文档目录结构如下：

然而，文档未能覆盖 unibest 框架的一些关键特性，例如基于文件的路由机制和 uni 插件体系。测试者通过 Claude Code 内置的 fetch 命令，从外部拉取了这部分缺失信息并补充到文档中。这说明 Qwen Code 对特定框架的深层知识仍有待加强。

核心编码：稳定性与性能瓶颈

文档准备就绪后，评测进入核心的编码阶段。测试者输入了与之前测试相同的开发需求提示词。Qwen Code 接收指令后，开始进行整体项目开发规划。

在初期，模型的响应速度非常快，仅用10秒便输出了1.5K tokens。

得益于先前补充的文档信息，Qwen Code 在生成页面时，正确应用了标准化的页面配置。这证明模型具备不错的上下文理解能力，能够吸收并利用新知识。

但好景不长，第一个问题很快出现：连接超时。具体原因不明，推测与官方部署的计算资源限制有关。中断后重试可以暂时解决。

随后的编码过程，性能急剧下降，甚至出现长时间卡顿。一次记录显示，在108秒内仅输出了9个 tokens，服务基本处于不可用状态。

更令人困惑的是，系统在无人干预的情况下，报告 “Interrupted by user” (用户中断)，紧接着又自动恢复执行。这种不稳定的行为给开发体验带来了极大的不确定性。

代码质量：奇怪的逻辑与指令遵循问题

在评估实际编码能力时，Qwen Code 展现了一些奇怪的编程逻辑。例如，在修改 index.vue 文件时，它先将原文件重命名为 index.vue.bak，然后再进行修改。这种操作直接导致后续流程因找不到原文件而报错。

尽管后续它能够纠正这个错误，但在创建 about 页面时，再次复现了相同的 .bak 备份操作。这种不合常规且易于出错的编码习惯，是其一大缺陷。

从输出的UI界面来看，Qwen Code 的设计能力平平。在没有提供具体设计元素的情况下，它生成的首页不好也不坏，但渐变色的使用显得廉价，有明显的 AI 生成痕迹。同时，页面上还缺失了一个图标，模型自身也未发现此遗漏。

在指令遵循方面，Qwen Code 的表现同样不佳。提示词明确要求首页包含“一个轮播图和列表项”，但它却自作主张地设计成了一个入口页。更严重的是，它直接移除了项目的底部导航栏（Tab Bar），而这是小程序应用的基础组件，并且在框架的默认配置中已经存在。

成本分析与评测结论

本次测试的另一个重要维度是成本。在创建 about 页面时，免费赠送的100万 Tokens 额度被耗尽。为了完成测试，测试者不得不中途清除了三次上下文（Clear），这表明 Qwen Code 在处理复杂开发任务时 token 消耗量巨大。

额度用尽后，账户甚至出现了15元的欠费。高昂的费用，加上前述的稳定性与智能性问题，使得当前版本的 Qwen Code 尚未达到可用于日常开发工作的标准。

因此，评测至此结束。结论是明确的：Qwen Code 目前还无法有效替代 Claude Code。

尽管如此，Qwen Code 在某些方面（如理解开发流程）展现了潜力。可以预见，随着阿里巴巴后续投入更多计算资源、优化API性能并基于用户反馈进行迭代，Qwen Code 在未来有很大可能成为 Claude 系列模型的有力竞争者。