AI 모델

Qwen4-Max, 작업당 비용을 3분의 1로 낮춘 2.4조 파라미터 모델

Alibaba가 11월 16일 Qwen4-Max를 공개했다. 자랑거리는 파라미터 수가 아니라 작업 하나를 끝내는 데 드는 비용이다.

김민준김민준
인기 지수: 1,650
촘촘한 전문가 타일 격자에서 여섯 개 노드가 켜져 있고 그 사이로 긴 리본이 지나가는 모습

Alibaba가 11월 16일 Qwen4-Max를 공개했다. 자랑거리는 파라미터 수가 아니라 작업 하나를 끝내는 데 드는 비용이다.

Alibaba가 11월 16일 Qwen4-Max를 열었다

모델은 Alibaba Cloud로 제공된다. 가격은 100만 입력 토큰에 1.50달러, 출력 4.50달러, 캐시 적중 0.075달러다. 오픈웨이트가 아니라 API로만 쓰는 모델이다.

2.4조 개 중 71B만 켜는 mixture-of-experts

전체 파라미터는 2.4조 개이고, 토큰 하나를 처리할 때 실제로 켜지는 것은 71B다. 이 구조가 mixture-of-experts다. 같은 계산 예산으로 더 큰 모델을 흉내 내는 방식이다.

1M-token context와 이미지 입력

컨텍스트 창은 100만 토큰이다. 긴 문서를 잘라 넣지 않아도 된다. 이미지를 기본으로 받는다.

Qwen4-Max 학습을 버티게 한 세 가지 설계

Alibaba 설명은 세 갈래인데, 328B 규모 N-gram 임베딩이 자주 나오는 토큰 열을 캐시처럼 재활용하고 잔차 연결은 보통 하나인 통로를 네 개 병렬 게이트로 나누며 어텐션은 하이브리드여서 세 층이 앞 문맥을 압축하고 네 번째 층이 필요한 것만 고르는 구조다. 여기에 Gated DeltaNet이 긴 프롬프트의 하드웨어 부담을 줄이고, QSA가 필요 없는 데이터를 건너뛴다.

회사는 학습 중 손실 스파이크가 없었다고 밝혔다. Qwen4-Max-Base는 토큰당 활성 파라미터를 25% 줄이고도 비트당 바이트에서 이전 세대보다 5%에서 13% 나아졌다.

Work360에서 작업당 비용이 62% 떨어졌다

Work360은 721개 산업 분야를 담은 Alibaba의 벤치마크다. 회사 집계로 작업당 평균 비용이 4.43달러에서 1.67달러로 내려갔다. 점수는 47.74에서 52.69로 올랐다.

토큰도 덜 쓴다. 내부 지식 노동 벤치마크에서 35%, Terminal-Bench 4.0에서 약 49% 줄었다. 다만 이 숫자는 회사가 직접 잰 값이다.

Artificial Analysis가 본 Qwen4-Max의 위치

외부 집계는 더 박하다. 지능지수 43으로 Qwen3.8-Max보다 9점 높고, Kimi K3.1 Pro의 46점에는 3점 못 미친다.

모델

지능지수

작업당 비용

Qwen4-Max

43

3.27달러

Qwen3.8-Max

34

10.02달러

Kimi K3.1 Pro

46

3.68달러

Tencent Hy4

35

1.03달러

표의 비용은 토큰 단가가 아니라 작업 하나를 끝내는 데 든 값이다. 토큰 수가 모델마다 달라서 단가만으로 비교하면 결론이 뒤집힌다.

Qwen4-Max가 지는 지점

Terminal-Bench 4.0에서 48%로 Kimi의 67%에 밀린다. FrontierCode 2.0은 26%로 Kimi와 같고 Tencent Hy4의 31%보다 낮다.

Humanity's Last Exam에서는 Opus 5.5와 GPT 계열에 뒤진다. HealthBench Professional에서도 GPT에 밀리지만 Opus 5.5는 근소하게 앞선다. HLE-Diamond는 21점 올라 45%가 됐다.

Qwen4-Max의 Live Delivery는 첫 초안을 먼저 준다

에이전트가 오래 도는 작업에서 결과물 초안을 먼저 내놓고 사용자가 방향을 고치게 하는 기능이다. Alibaba는 Qwen-Live-Delivery-Plugin을 오픈소스로 공개했다.

도입 사례도 붙였는데, SANF와 Pacific Union이 부품 하나를 손으로 짜는 시간을 약 475분에서 24분으로 줄였고 금융 배포 사례는 90개의 MCP 도구를 호출해 엑셀과 파워포인트 파일을 내놓으면서 숫자 근거를 함께 남긴다.

오픈웨이트 Qwen4는 아직 없다

Qwen4-Max는 독점 모델이다. 같은 기술로 만든 작은 모델을 나중에 오픈소스로 내겠다는 계획만 발표됐다. 지금 내려받아 돌릴 수 있는 Qwen4는 없다.

한국 팀이 Qwen4-Max를 볼 때

국내에서 에이전트 서비스를 만드는 팀에게 값은 원화 환율에 한 번 더 흔들리고, 캐시 적중 단가가 입력 단가의 20분의 1이라는 점은 반복 프롬프트가 많은 워크플로에서 전체 청구서를 크게 바꾼다.

그럼 싼 토큰이 곧 싼 작업일까? 아니다. Terminal-Bench 점수를 보면 마지막 단계에서 다시 사람이 손을 대야 하는 경우가 남는다.

앞으로 볼 것은 세 가지다. Qwen4 기반 소형 오픈웨이트 모델의 실제 공개, 작업당 비용 주장의 독립 검증, 그리고 Live Delivery가 긴 작업에서 실패율을 실제로 낮추는지다.

이 소식 공유하기

출처

관련 AI 뉴스

상승하는 보상 곡선과 27B 배지가 나란히 있는 터미널 창
AI 모델

DaisyRose-27B, 18일 학습으로 Terminal-Bench 4.1 점수 두 배

RadixArk가 20일 공개한 DaisyRose-27B는 새로 설계한 모델이 아니다. Qwen3.8-27B의 구조와 토크나이저, 채팅 템플릿, 이미지 이해, 256K 컨텍스트를 그대로 두고 reinforcement learning만으로 다시 훈련한 결과물이다.

인기 지수: 1,330
노트북 윤곽 안에서 세 장의 층 시트가 고리 화살표를 통과하는 그림
AI 모델

Inkling 2 Mini, 24개 층을 세 번 돌려 노트북에 올렸다

Thinking Machines Lab이 20일 open weights로 공개한 Inkling 2 Mini는 가운데 12개 층을 토큰마다 세 번 돌리는 looped transformer다. 계산은 48층만큼 하면서 저장은 24층으로 끝내고, 그 대신 외운 사실은 늘리지 않는다.

인기 지수: 1,710
어두운 배경에 길게 뻗은 청록색 오디오 파형과 주황색 강조 막대 하나
AI 모델

Rumble-2-Flash는 0.5B로 30B 전화 상담 성적을 따라잡았다

전화 상담 녹취를 글로 옮기는 일은 오래 GPU 여러 장을 전제로 했다. Reson8이 내놓은 Rumble-2-Flash는 그 전제를 0.5B 파라미터로 줄여 놓았다.

인기 지수: 560
짙은 파란 배경 위로 작은 빛 코어를 감싸 도는 세 개의 네온 고리
AI 모델

Gemini 4 Neon 공개, 구독자 선택지는 네 개로 정리됐다

구글이 Gemini 4 Neon을 내놓으면서 유료 구독자가 고를 수 있는 모델이 다시 바뀌었다. Argon에 익숙해진 사람과 3.1 Pro를 쓰던 사람은 오늘 앱을 열어 목록을 다시 봐야 한다.

인기 지수: 1,500