본문으로 건너뛰기

Qwen4-Max: 기능, 벤치마크, 가격, 그리고 접근 방법

알리바바의 신규 플래그십은 2.4조 파라미터 백본, 네이티브 비전, 100만 토큰 컨텍스트 윈도를 갖추고 입력 100만 토큰당 $1.50으로 제공되어 서구 플래그십 대비 가격 경쟁력을 보입니다.

무료 계정 만들기

실습 문제하고 트랙하세요.

Google로 계속하기계속 진행하시면 다음 사항에 동의하는 것으로 간주됩니다: 이용약관 및 개인정보 처리방침 그리고 귀하의 데이터가 미국에 저장된다는 점에 동의하는 것으로 간주됩니다.

알리바바 Qwen 팀은 2026년 11월 16일 Qwen4-Max를 출시했으며, 가장 먼저 볼 만한 것은 가격입니다. QwenCloud에서 입력 토큰 100만 개당 $1.50, 출력 토큰 100만 개당 $4.50입니다.

비교를 위해, 같은 주에 회자된 요약에서는 GPT-6 Astra가 입력 $10, 출력 $50, Claude Fable 5.2가 입력 $8, 출력 $40로 소개되었습니다.

Qwen4-Max는 새로운 Qwen4 아키텍처로 구축된 첫 모델로, 2.4조(2.4T) 파라미터 백본, 토큰당 710억 활성 파라미터, 3,280억 N-그램 임베딩 파라미터, 네이티브 비전, 100만 토큰 컨텍스트 윈도를 갖췄습니다.

알리바바는 이를 채팅 모델이 아니라 장기 지평의 에이전트 모델로 포지셔닝했으며, 출시 자료 대부분을 엔지니어링, 금융, 법률, 신약 개발에서의 수시간 단위 자율 실행에 할애했습니다.

이 글에서는 Qwen4-Max의 새로운 점을 모두 다룹니다. 아키텍처와 핵심 기능, 벤치마크 수치(알리바바 자체 수치와 독립 결과가 엇갈리는 지점 포함), 에포트 모드, 가격, 접근 방법을 살펴보겠습니다.

경쟁 모델에 대한 맥락은 GPT-6 Astra와 Claude Opus 5.5 비교와 Harness²로 자기개선 에이전트 구축 튜토리얼을 참고하세요.

요약

  • Qwen4-Max는 알리바바의 새로운 플래그십으로, 새 Qwen4 아키텍처 위에 네이티브 비전과 100만 토큰 컨텍스트 윈도를 제공합니다.
  • 장기 지평의 에이전트 작업과 전문 산출물에서 강세를 보이며, 알리바바가 보고한 여러 실행에서 Claude Opus 5.5를 앞섭니다.
  • 약점은 터미널 코딩입니다. Kimi K3.1, Opus 5.5, 두 GPT-6 모델에 크게 뒤처집니다. 차트와 영상 이해도 미국의 세 모델에 미치지 못합니다.
  • 가장 강력한 논거는 가격입니다. 현재 가격 비교에서 입력과 출력 모두 서구 플래그십을 하회합니다. 다만 토큰 단가가 낮아도 작업당 비용이 낮다는 보장은 없습니다.
  • 수치를 신중히 보세요. 출시 차트는 벤더가 취합했습니다. 현재 독립 실행 결과는 더 혼재되어 있으며, Artificial Analysis는 9위, Vals는 11위로 평가했고, 테스터들은 느리고 장황하다고 말합니다. 다만 Vals의 Terminal-Bench 실행 수치는 알리바바 수치와 일치합니다.
  • Max의 가중치는 공개되지 않습니다. 더 작은 Qwen4 모델은 추후 오픈 소스로 공개될 예정입니다.

Qwen4-Max란 무엇인가?

Qwen4-Max는 알리바바의 플래그십 클로즈드 웨이트 모델로, Qwen4 시리즈의 첫 출시이며 Qwen3.8-Max의 후속작입니다.

이 모델은 스파스 Mixture-of-Experts로, 각 토큰에 대해 일부 파라미터만 동작합니다. 2.4조 백본 파라미터 중 토큰당 710억이 활성화되며, 조회 비용이 낮은 룩업 테이블인 N-그램 임베딩 3,280억이 추가됩니다. 텍스트, 이미지, 동영상 입력을 받고 텍스트 출력을 생성합니다.

아키텍처는 Qwen4가 이전 세대와 가장 다르게 갈라지는 지점이며, 이후 비용 이야기를 설명하는 데 도움이 됩니다. 세 가지 구성 요소가 변경되었습니다.

  • 하이브리드 어텐션(GDN + QSA): 각 스파스 어텐션 레이어마다 세 개의 Gated DeltaNet 레이어가 이전 컨텍스트를 고정 크기 메모리로 압축합니다. 스파스 레이어는 이후 컨텍스트에서 관련 부분만 선택해 100만 토큰 윈도를 감당 가능한 비용으로 유지합니다.
  • 게이티드 레지듀얼: 각 레이어는 네 개의 병렬 경로를 가지며, 게이트가 경로 간 흐름을 제어합니다. 알리바바는 이 구성이 안정적인 학습에 기여했다고 설명합니다.
  • N-그램 임베딩: 빈번한 로컬 토큰 패턴에 대한 룩업으로, 계산 비용을 거의 늘리지 않으면서 용량을 더합니다.

알리바바는 2.4T 학습 실행에서 학습 불안정을 알리는 손실 스파이크가 없었다고 보고했습니다.

베이스 모델인 Qwen4-Max-Base는 지식, 코드, QA, STEM 전반의 다섯 체크포인트 중에서도 바이트당 비트 수가 가장 낮았습니다. 바이트당 비트 수는 텍스트 예측 성능을 나타내며 낮을수록 좋습니다.

결과는 Qwen3.8-Max-Base 대비 5~13% 낮으면서, 활성 파라미터는 25% 적게 사용했습니다. 이는 사내 테스트이며, 비교된 체크포인트 중 두 개는 추가 학습을 거쳤다고 표기되므로 완전한 동조건 비교는 아닙니다.

주요 역량 수치는 알리바바의 721개 전문 분야 벤치마크인 Work360에서 Qwen4-Max가 52.69를 기록했고, Qwen3.8-Max는 47.74였습니다.

Qwen4 Max

Qwen4-Max의 주요 기능

출시 포인트는 한 번의 턴에서 무엇을 말하느냐보다, 긴 실행 끝에 무엇을 산출하느냐에 맞춰져 있습니다. 아래 기능은 대부분 지속 시간, 도구, 출력 형식에 관한 것입니다.

네이티브 비전이 포함된 100만 토큰 컨텍스트 윈도

Qwen4-Max는 100만 토큰 컨텍스트 윈도 내에서 텍스트, 이미지, 동영상을 입력받으며, 최대 입력은 99.1만 토큰(생각 켠 상태에서는 98.3만)입니다.

생각(thinking)은 기본으로 켜져 있으며, 최대 26.2만 토큰의 추론이 출력 예산에 포함됩니다.

출력 상한은 문서마다 일관되지 않습니다.

QwenCloud 모델 페이지는 두 모드 모두 최대 출력 39.3만 토큰으로 표기하는 반면, API 문서는 생각 없이 131,072 토큰, 생각과 최종 답변 합산 시 262,144 토큰으로 안내합니다. max_tokens를 설정하기 전, 사용하는 엔드포인트에 어떤 수치가 적용되는지 확인하세요.

비전 경로는 덧붙인 애드온이 아닌 네이티브이기 때문에 임상 데모가 가능합니다. 알리바바는 모델이 한 번의 대화에서 수십 개의 검사 보고서, 한자 10,000자 이상 분량의 경과 기록, 원본 의료 영상 1,433장을 검토하고, 이를 6개의 영상 시리즈로 분류한 다음 수백 장의 슬라이스를 읽기 위해 서브에이전트를 파견했다고 설명합니다.

알리바바는 영상 소견이 담당 주치의의 진단과 일치했고, 4가지 관리 권고사항이 그날의 오더와 항목별로 일치했다고 밝혔습니다.

장시간 작업을 맡기고 중간에 진로를 조정하세요

제가 가장 흥미롭게 본 기능은 Live Delivery입니다. 실제로 장시간 에이전트 실행을 사용하기 어렵게 만드는 문제를 겨냥합니다.

수시간 작업이 끝날 때까지 기다렸다가 3분째 요건을 잘못 읽었다는 사실을 뒤늦게 확인하는 대신, 에이전트는 초기에 사용 가능한 첫 버전을 전달하고, 이후 여러 릴리스에 걸쳐 개선하는 동안 사용자가 방향을 재조정할 수 있습니다.

알리바바는 Qwen-Live-Delivery-Plugin을 Apache-2.0으로 오픈소스화해 재구현 없이 설치해 사용할 수 있습니다. 다만 출시 시점 버전은 0.1.0이며, Linux와 macOS에서 Node.js 22+ 환경의 Codex CLI만 지원합니다.

다른 에이전트 하니스 지원은 계획 목록에 올라 있습니다.

사실, 부분 산출물의 지속적 전달은 모델 능력이라기보다 하니스 패턴에 가깝습니다. 그래서 플러그인이 공개된 점이 마케팅 이름보다 더 중요합니다.

답변뿐 아니라 감사 가능한 산출물

금융 데모는 두 가지 추적 가능 메커니즘을 갖춘 Excel 통합문서와 편집 가능한 PowerPoint 데크를 생성합니다. 셀 내부의 원본 데이터 소스로 연결되는 하이퍼링크, 그리고 파워포인트 차트와 해당 통합문서 간의 1:1 매핑입니다.

알리바바는 Qwen4가 금융 투자 리서치 설정 전반에서 90개의 MCP 도구를 호출해, A주, 홍콩/미국 주식, 채권, 펀드, 파생상품 전반의 시세, 재무, 금리, 배당 데이터를 수집하고 공시 자료와 교차 검증한다고 설명합니다.

해당 도구 수는 전체 리서치 환경을 설명한 것입니다. 별도로, 알리바바는 CSI 300 파생상품 사례에서의 워크플로를 시연합니다.

법률 예시는 더 인상적입니다.

불일치한 이름의 작업 문서 198개가 배치로 제공되자, Qwen4-Max는 이를 내용별로 14개 폴더에 재명명/분류하고, 작업 문서 인덱스를 구축했으며, 공시된 기업/사법 기록을 작업 문서와 교차 검증했습니다. 이어 12개 검토 영역과 14개 구체적 법률 이슈를 다루는 86쪽 보고서를 작성했고, 모든 결론은 각 작업 문서에 근거를 소급할 수 있도록 인용했습니다.

전문 도구를 끝단까지 구동

Qwen4-Max는 Blender, Unity, Unreal Engine, Godot를 직접 조작해 기하 모델링, 머티리얼 설정, 조명, 게임플레이 로직, HUD 디자인을 처리하고, 결과물을 실행해 시각적 피드백으로 카메라 트래킹과 타격 반응을 조정합니다.

데모 중 하나는 Unity 6로 빌드한 설치형 안드로이드 레이싱 게임입니다.

제조 사례는 수치가 제시되어 있으나, 독립 측정이 아닌 기업 쇼케이스에 가깝습니다.

SANF와 Pacific Union에서, 모델은 2D 레이아웃으로부터 3D 생산 라인 모델을 구축하고, 사이클 타임을 시뮬레이션했으며, PLC 버추얼 커미셔닝을 수행하고, 가공 공구경로를 계획했습니다. 그 결과 단일 공작물에 대한 수동 프로그래밍 시간이 약 475분에서 24분으로 줄었습니다.

오퍼레이션스 리서치와 클라우드 스케줄링

알리바바는 자사 Alibaba Cloud의 스케줄링 문제에 Qwen4-Max를 적용해, 모델이 후보 알고리즘을 생성하고 MindOpt(알리바바의 솔버)로 타당성과 목적 함숫값을 검증한 뒤 코드를 반복 개선하도록 했습니다.

보고된 결과에 따르면, 데이터 라벨링 모델 호출 스케줄링 비용은 기준선 대비 10.42% 하락했고, 온라인 GPU 할당에서는 전체 머신 유휴 용량 지속시간이 4.62% 증가했으며, 오프라인 CPU 재스케줄링은 최적 목적에 도달하는 속도가 14.61배 이상 빨라졌습니다.

이는 사내 워크로드에 대한 자체 수치이므로, 이 분야 도구 활용의 데모로 보되 외삽 가능한 벤치마크로 보기는 어렵습니다.

물리적 결과에 도달하는 자율 연구 루프

Deep Principle의 Mira 플랫폼에서 48시간 연속 에이전트 실행 동안, Qwen4는 270만 개 분자의 후보 공간을 구축/스크리닝하고, 제일원리 계산과 역합성 분석을 수행한 뒤, 자동화된 웻랩을 지시해 합성, 정제, 실험을 진행했습니다.

설계-합성-능동학습 4회 반복 후, 새로운 냉매 분자의 물리 샘플을 만들어냈습니다.

DP Technology의 PharmMaster 플랫폼에서 NLRP3 인플라마좀을 타겟으로, 총 454회의 도구 호출, 3,239회의 계산 지표 평가를 수행하고, 24개의 후보 분자를 설계했습니다.

상대 결합 자유에너지 계산에서 최종 후보의 명목 친화도는 특허 기반 레퍼런스 대비 약 3.6배로 나타났고, DP Technology의 전문가들은 웻랩 검증 가치가 있다고 판단했습니다.

표준 API 구성요소: 함수 호출, 웹 검색, 구조화 출력

QwenCloud에서 Qwen4-Max는 함수 호출, 구조화된 JSON 출력, Partial Mode를 통한 프리픽스 컴플리션, 암묵적/명시적 컨텍스트 캐싱, 배치 호출, 웹 검색, 파인튜닝을 지원합니다. 속도 제한은 분당 5,000,000 토큰입니다.

벤치마크에서의 Qwen4-Max 성능은?

Qwen4-Max는 장기 지평 에이전트 작업에서 가장 강하고, 터미널 코딩과 시각 이해에서 가장 약합니다. 이 격차는 채택 여부를 좌우할 만큼 큽니다.

알리바바는 이를 Qwen3.8-Max-0902, Claude Opus 5.5, GPT-6.1 Sol, GPT-6 Astra, Kimi K3.1(문샷의 Kimi-K3.1-Pro)와 비교합니다.

장기 지평 및 에이전트 작업

가장 눈에 띄는 것은 Agents' Last Exam v1.1로, Qwen4-Max는 46.7점을 기록했습니다. Claude Opus 5.5는 43.4, GPT-6.1 Sol은 42.6, 전작 Qwen3.8-Max는 27.9였습니다.

장기 지평 과제 벤치마크에서 한 세대 만에 18.8포인트 상승은 이번 릴리스에서 가장 주목할 만한 단일 결과입니다.

Qwen4 Max Benchmarks

아래 모든 점수는 알리바바의 출시 차트에서 가져왔습니다. 벤더 취합 자료이므로, 일부 행이 서드파티 리더보드를 인용하더라도 벤더 보고로 읽어야 합니다. 각 행의 최고 성적은 굵게 처리되어 있습니다.

Benchmark무엇을 측정하나Qwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Agents' Last Exam v1.1장기 지평의 가치 있는 과제46.727.943.442.643.4n/a
AA-Briefcase v1.1 (Elo)에이전트형 지식 작업168616051801155515691674
APEX-Agents v1.1전문 서비스 과제72.163.373.560.064.765.5
AutomationBench-AA에이전트형 SaaS 워크플로72.556.269.564.968.573.3
HLAB-Vals-1.1법률 에이전트 작업21.315.49.26.37.111.7
JobBench전문 직무 과제68.565.375.466.266.161.2
AgentArena (net improvement)현실 세계 에이전트 과제7.5n/a18.211.813.93.9

패턴은 고르지 않습니다. Qwen4-Max는 법률 에이전트 벤치마크에서 압도적 격차로 1위(21.3 대 Kimi K3.1의 11.7)를 차지하는 한편, AA-Briefcase, APEX-Agents, AutomationBench-AA, JobBench에서는 2위를 기록했고, AgentArena에서는 하위권입니다. Opus 5.5의 18.2는 Qwen4-Max의 7.5의 두 배를 넘습니다.

에이전트가 문서 중심의 전문 작업을 한다면 긍정적입니다. 반면, 개방된 환경에서 라이브 도구를 조작한다면 덜 매력적입니다.

코딩과 터미널 작업

코딩은 유보를 권합니다. Qwen4-Max의 Terminal-Bench 4.0 점수는 48.5로, Kimi K3.1 67.2, Opus 5.5 59.6, GPT-6 Astra 59.1, GPT-6.1 Sol 56.1에 뒤집니다. Qwen3.8-Max의 38.9 대비 거의 10포인트 개선했지만, 여섯 모델 중 다섯 번째입니다.

Benchmark무엇을 측정하나Qwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
DeepSWE v1.1에이전트형 코딩75.769.374.275.274.175.5
CodeArena (Elo)웹 개발175016761816174217631686
Terminal-Bench 4.0에이전트형 터미널 코딩48.538.959.656.159.167.2
ProgramBench블랙박스 소프트웨어 복제31.528.065.052.555.025.0

ProgramBench는 특히 좋지 않습니다. Opus 5.5의 65.0에 비해 31.5로 절반 이하입니다. DeepSWE에서는 다섯 모델이 1.6포인트 내에 몰려 있으므로, 형식상 Qwen4-Max가 1위라도 실질적 승리보다는 변동 범위로 보는 편이 낫겠습니다.

Terminal-Bench 행에는 한 가지 유의점이 있습니다.

GPT-6 Astra와 Claude Opus 5.5를 비교했을 때, 공개 수치는 Opus 5.5가 66.4%, Astra가 57.9%였는데, 알리바바 차트에서는 59.6과 59.1로 표기됩니다.

같은 벤치마크라도 하니스가 다르면 수치가 달라집니다. 따라서 5포인트 차이를 순위로 단정하긴 어렵습니다. Qwen4-Max 자체 수치는 탄탄해 보입니다. Vals가 독립적으로 48.48%를 측정했습니다.

추론, 과학, 멀티모달

Qwen4-Max는 Humanity's Last Exam에서 51.7로, Opus 5.5(59.8), GPT-6.1 Sol(54.0)에는 뒤지고 Kimi K3.1(51.1)보다는 앞섭니다. BioMysteryBench-1.1에서는 85.0으로 선두이며, HealthBench Professional에서는 39.6에서 60.0으로 크게 개선했지만 두 GPT-6 모델이 여전히 더 높습니다.

Benchmark무엇을 측정하나Qwen4-MaxQwen3.8-Max-0902Opus 5.5GPT-6.1 SolGPT-6 AstraKimi K3.1
Humanity's Last Exam다학제 추론51.743.959.854.053.651.1
BioMysteryBench-1.1바이오인포매틱스 연구85.084.181.984.478.980.6
HealthBench Professional임상 추론60.039.659.965.166.057.2
Chartography시각 차트 이해54.242.066.367.871.150.0
Video-Index비디오 이해68.163.274.873.876.763.2

비전 항목은 차트에서 가장 덜 매력적인 부분입니다.

Chartography에서 Qwen4-Max는 54.2로 Qwen3.8-Max의 42.0에서 올랐지만, Opus 5.5, GPT-6.1 Sol, GPT-6 Astra에 12~17포인트 뒤처지며 Kimi K3.1만 앞섭니다. Video-Index도 유사한 양상으로, 세 미국 모델이 73.8~76.7인 반면 68.1입니다. 네이티브 비전은 동작하지만, 선도적이라고 보긴 어렵습니다.

토큰 효율과 작업당 비용

이는 프로덕션 예산에 가장 영향을 주는 결과입니다.

Work360에서 Qwen4-Max는 Xhigh 에포트에서 약 24%, High 에포트에서 약 35% 적은 토큰을 사용했고, Terminal-Bench 4.0에서는 각각 약 48%와 49% 감소했습니다.

더 낮은 API 요금과 결합해, 알리바바는 Work360 과제당 평균 비용이 $4.43에서 $1.67로 62% 줄었다고 보고합니다.

점수를 높이면서 과제당 비용을 약 38% 수준으로 낮췄다는 주장은 단일 벤치마크 승리보다 유용합니다. 다만 두 가지 주의점이 있습니다. Work360은 알리바바 자체 벤치마크이며, 감소폭이 토큰과 가격 인하만으로 설명되는 수준보다 큽니다. 대략 토큰 35% 감소와 가격 25% 인하는 약 51%가 기대값인데, 알리바바의 위안화 수치로는 58%입니다. 이 차이에 대한 설명은 없습니다.

독립적인 과제당 비용은 한 경쟁사와의 비교에서 덜 명확합니다. Artificial Analysis 지수에서는 Qwen4-Max가 과제당 평균 $3.27, Opus 5.5는 $10.04이지만 GPT-6.1 Sol은 $1.27입니다.

Vals에서는 테스트당 Qwen4-Max $9.33, Opus 5.5 $24.77, Sol $3.61이며, 점수도 Sol이 소폭 높습니다(63.94% 대 63.20%).

Kimi K3.1은 개방 생태계 대안을 저울질하는 다수 독자에게 더 근접한 비교 대상입니다. Terminal-Bench 4.0(67.2 대 48.5)과 AutomationBench-AA(73.3 대 72.5)에서는 Kimi가 앞서고, Qwen4-Max는 APEX-Agents v1.1(72.1 대 65.5), HLAB-Vals-1.1(21.3 대 11.7), JobBench(68.5 대 61.2)에서 앞섭니다. 터미널 작업은 Kimi, 문서 중심 전문 워크플로는 Qwen4-Max를 고르세요.

독립 테스트가 보여주는 것

출시 차트는 벤더 취합 자료입니다.

일부 행은 CodeArena와 AgentArena의 LM Arena, AA-Briefcase와 AutomationBench-AA의 Artificial Analysis, APEX-Agents v1.1의 Mercor 리더보드, HLAB-Vals-1.1의 Vals Index 등 서드파티 리더보드를 인용하고, Agents' Last Exam은 저자 수치를 인용합니다.

JobBench는 알리바바가 직접 실행했습니다. 에이전트 벤치 결과의 독립 재현은 아직 찾지 못해, 해당 승리는 잠정적이라고 보는 편이 안전합니다.

독립 리더보드가 점차 전반적 그림을 채워가고 있으며, 출시 자료보다 덜 우호적입니다.

  • Artificial Analysis는 Intelligence Index에서 Qwen4-Max를 43점으로 평가해 전체 9위로 매겼고, Claude Fable 5.2, Gemini 4 Carbon, Opus 5.5, GPT-6 Astra, GPT-6.1 Sol, Kimi K3.1에 뒤집니다.
  • Vals는 38개 중 11위(63.20%)로 평가했으며, 테스트한 중국 모델 중 최고입니다. Terminal-Bench 독립 실행 수치는 알리바바와 일치합니다.
  • Code Arena WebDev에서는 6위에 위치하지만, 표가 적어 예비로 표시되어 있습니다.
  • 금융 분야가 독립 평가에서 가장 좋으며, Vals의 금융 지수와 Finance Agent 벤치마크 모두 41개 중 8위입니다. 법률은 상대적으로 약해 Vals Legal Index에서 39개 중 17위로, HLAB-Vals 리드와는 다소 상충합니다.

느림과 장황함은 일관된 불만 사항입니다. Vals는 테스트당 약 1시간 4분으로 측정했는데, 상위 11개 중 Opus 5.5와 Sonnet 5.5를 제외한 모든 모델보다 느렸습니다. Artificial Analysis는 인덱스에서 출력 토큰 1억 2,700만 개를 기록했는데, 중앙값 7,860만 개 대비 많습니다.

체감 후기들은 엇갈리며 상충하기도 합니다. 단순 과제에서 과도한 사고를 보였다는 평, 긴 프롬프트에서 긴 완료 시간을 보였다는 평이 있고, 어떤 테스터는 Qwen3.8-Max보다 낮게 평가하는 반면, 다른 테스터는 한 에이전트 과제를 MiniMax M3.1 Flash 약 70분 대비 약 30분에 완료했다고 보고했습니다.

어떤 Qwen4-Max 티어를 써야 하나요?

Qwen4-Max는 생각 토글과 명명된 에포트 레벨을 가진 단일 모델로 제공됩니다. 어떤 체크포인트를 부르는가보다, 얼마만큼의 추론에 비용을 지불할지가 선택 포인트입니다. 생각은 기본으로 켜져 있으며, 에포트는 High입니다.

따라서 "표준 모드"는 enable_thinking을 false로 설정하는 것을 의미합니다. 생각을 켜면 입력 용량이 99.1만에서 98.3만으로 소폭 줄고, 추론(최대 26.2만 토큰)은 출력 예산을 소모합니다.

생각 토큰이 해당 예산에 포함되므로, 가시적 답변만을 기준으로 잡은 max_tokens는 답변이 잘리는 원인이 될 수 있습니다. 프리뷰에서는 max_tokens가 생각과 답변을 합산해 제한했으므로, 테스트 전까지 동일하다고 가정하세요.

문서화된 출력 상한은 앞서 언급했듯 API 문서(생각 끔 131,072, 생각 켬 262,144)와 모델 페이지(두 모드 39.3만)에서 다릅니다.

두 번째 조절 장치는 에포트입니다.

알리바바는 Work360과 Terminal-Bench 4.0 결과를 Xhigh와 High 모두로 보고하며, Qwen3.8-Max 대비 토큰 절감은 Work360에서 High가 더 컸습니다(35% 대 24%). Terminal-Bench에서는 대략 비슷했습니다. 추론 토큰은 출력 단가($4.50/100만)에 따라 과금되므로, 에포트 설정이 청구서에 가장 큰 영향을 줍니다.

또한 Qwen4-Max의 기본은 High이고, Qwen3.8-Max의 기본은 xhigh였습니다. 따라서 두 세대를 기본값으로 비교하면 모델 변화와 에포트 변화가 섞입니다. A/B 테스트 시 에포트를 명시적으로 설정하세요.

사용 사례설정이유
도구 호출을 포함한 수시간 에이전트 실행생각 켬, High 에포트Work360에서 이전 세대 대비 최고의 토큰 효율 이득
100개+ 파일에 걸친 장문서 검토생각 켬, Xhigh 에포트100만 컨텍스트 윈도 + 26.2만 추론 예산
JSON으로의 구조화 추출생각 끔구조화 출력 지원, 생각을 끄면 추론 오버헤드 회피
대량 배치 분류생각 끔 + 배치 호출캐싱 시 입력이 100만 토큰당 $0.075로 하락
난도 높은 터미널 코딩다른 모델 고려Terminal-Bench 4.0의 48.5는 Kimi K3.1, Opus 5.5, 두 GPT-6 모델에 뒤짐

Qwen4-Max 가격과 제공 현황

QwenCloud 국제 요금표에서 Qwen4-Max는 입력 토큰 100만 개당 $1.50, 출력 토큰 100만 개당 $4.50이며, 캐시된 입력과 명시적 캐시 읽기는 100만 개당 $0.075입니다. 명시적 캐시 생성 비용은 5분 윈도 100만 개당 $1.875, 1시간 윈도 100만 개당 $3.00입니다.

이 요금은 현재 가격 비교의 모든 서구 플래그십을 하회합니다. GPT-6 Astra는 입력 $10, 출력 $50(프롬프트 최대 27.2만 토큰), Claude Fable 5.2는 $8과 $40, Gemini 4 Carbon은 11월 30일까지 $2와 $10(이후 $4와 $20), Grok 4.7은 $2와 $6(20만 미만 컨텍스트)입니다.

다만 알리바바가 벤치마크에 사용한 모델들은 상위가 아닙니다. Claude Opus 5.5는 $4와 $20, GPT-6.1 Sol과 Kimi K3.1은 $2와 $10입니다. Astra 대비 Qwen4-Max의 출력 단가는 약 10분의 1, Opus 5.5 대비 약 22%, Sol과 Kimi 대비 약 45% 수준입니다.

QwenCloud에는 100만 토큰 무료 할당이 있으며, 싱가포르 리전에서 약 90일간 제공됩니다. 속도 제한은 분당 5,000,000 토큰으로 공지되어 있습니다.

알리바바는 종량제 외에 토큰 플랜도 판매하며, 서드파티 보도에 따르면 개인 요금제는 Lite 월 $6(2만 크레딧), Essential $10(4.5만), Standard $18(8만), Pro $43(20만)이고, 신규 사용자 할인으로 하위 두 개 티어는 $3와 $5가 11월 30일까지 제공된다고 합니다.

개인 요금제는 싱가포르 제공이며, 프리뷰 동안에는 프로덕션 백엔드가 아닌 인터랙티브 코딩 및 에이전트 도구로 제한됐습니다. 구축 전에 최신 약관을 확인하세요.

일정에 관한 참고입니다. 초기 보도에서 퍼-토큰 가격 공개 여부가 엇갈렸습니다.

알리바바는 11월 11일 qwen4-max-preview를 토큰 플랜 전용으로 열었으며, 퍼-토큰 가격이 없었고 11월 25일 리타이어 예정이었습니다. 종량제 가격은 11월 16일 정식 출시와 함께 qwen4-max 모델 ID로 공개됐으며, 위의 $1.50과 $4.50은 그 시점의 국제 요금입니다.

Max의 오픈 웨이트는 발표되지 않았습니다. 알리바바는 더 작은 Qwen4 모델을 이후 오픈 소스로 공개할 예정이라고 밝혔습니다.

Qwen4-Max는 어떻게 접근하나요?

API 모델 ID는 qwen4-max이며, 토큰 플랜 또는 표준 API를 통해 QwenCloud에서 제공됩니다. OpenAI 호환, Anthropic 호환 엔드포인트를 지원합니다. API 외에는 QwenStudio(Qwen Chat 인터페이스), QwenWork, 모델과 함께 공동 설계한 Qoder 코딩 제품에서 사용할 수 있습니다.

아래는 호환 모드 Chat Completions 엔드포인트를 대상으로 OpenAI Python 클라이언트를 사용하는 최소 호출 예시입니다. 생각은 기본으로 켜져 있으므로, enable_thinking 플래그는 명시를 위한 것으로만 포함했습니다. 생각을 끄려면 False로 설정하세요.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://ap-southeast-1.maas.qwencloudapi.com/compatible-mode/v1",
)

response = client.chat.completions.create(
    model="qwen4-max",
    messages=[
        {"role": "user", "content": "Summarize the revenue drivers in this quarterly report."}
    ],
    extra_body={"enable_thinking": True},  # on by default; False turns thinking off
)

print(response.choices[0].message.content)

Live Delivery를 써보려면, 플러그인은 GitHub의 Qwen-Live-Delivery-Plugin에 있습니다. 현재는 Codex CLI를 대상으로 하므로, 다른 하니스에서 쓰려면 MCP 전달 도구와 훅을 직접 연결해야 합니다. 함수 호출과 에이전트 하니스의 일반 패턴은 Harness² 튜토리얼에서 OpenCode 연동과 결과 평가 과정을 안내합니다.

마무리

Qwen4-Max는 역량보다 가격을 전면에 내세웁니다.

많은 문서를 읽고 산출물을 내는 항목에서는 이기고, 터미널·차트·영상이 관여하는 항목에서는 지며, 출력 단가는 GPT-6 Astra의 약 10분의 1 수준입니다.

바꿀 만한가요? 작업당 비용이 제약인 문서 중심 에이전트 파이프라인에서는 충분히 진지하게 테스트할 가치가 있지만, 무작정 이전은 권하지 않습니다.

Work360 과제당 비용이 $4.43에서 $1.67로 떨어졌다는 수치는 알리바바 자체 수치입니다. 독립 실행은 더 혼재되어 있으며, Vals에서는 GPT-6.1 Sol이 작업당 더 저렴하고 점수도 소폭 높았습니다. Qwen4-Max는 느리고 장황하다는 평도 있습니다. 난도 높은 코딩 작업이라면 Opus 5.5나 Kimi K3.1을 유지하겠습니다. Vals의 Terminal-Bench 독립 실행은 이 약점을 확인해 줍니다.

이런 모델로 제대로 구축하는 데 익숙해지고 싶다면, AI Fundamentals 스킬 트랙부터 시작해 보세요.

FAQs

Qwen4-Max는 Qwen3.8-Max와 무엇이 다른가요?
Qwen4-Max는 새로운 Qwen4 아키텍처의 첫 모델로, 2.4조 파라미터 백본과 토큰당 710억 활성 파라미터, 네이티브 비전을 갖췄습니다. 알리바바의 Work360에서 52.69를 기록해 Qwen3.8-Max의 47.74를 앞섰고, Agents' Last Exam v1.1에서는 27.9에서 46.7로 뛰었습니다. 또한 동일 과제에서 대략 24%~49% 적은 토큰을 사용해, Work360 과제당 평균 비용을 $4.43에서 $1.67로 낮췄습니다.
Qwen4-Max의 토큰 100만 개당 비용은 얼마인가요?
QwenCloud에서 Qwen4-Max는 입력 토큰 100만 개당 $1.50, 출력 토큰 100만 개당 $4.50입니다. 캐시된 입력과 명시적 캐시 읽기는 100만 개당 $0.075이고, 명시적 캐시 생성은 5분 윈도 100만 개당 $1.875, 1시간 윈도 100만 개당 $3.00입니다. 100만 토큰 무료 할당이 있으며, 알리바바는 월 $6부터 시작하는 토큰 플랜도 판매합니다.
Qwen4-Max는 어디에서 사용할 수 있나요?
Qwen4-Max는 QwenCloud에서 토큰 플랜 또는 API를 통해 접근할 수 있으며, OpenAI 호환 엔드포인트에 대해 모델 ID qwen4-max를 사용합니다. 또한 QwenStudio(Qwen Chat), QwenWork, Qoder 코딩 제품에서도 제공합니다. 일부 서드파티 문서에는 프리뷰 ID인 qwen4-max-preview가 언급됩니다.
Qwen4-Max는 오픈 소스인가요?
아니요. Qwen4-Max는 클로즈드 웨이트이며, 오픈 웨이트나 공개 모델 카드는 발표되지 않았습니다. 알리바바는 동일 계보와 학습 기법을 바탕으로 한 더 작은 Qwen4 모델을 이후 오픈 소스로 공개할 예정이라고 밝혔습니다.
Qwen4-Max는 코딩에 적합한가요?
에이전트형 코딩에서는 경쟁력이 있지만 터미널 작업은 약합니다. Qwen4-Max는 DeepSWE v1.1에서 75.7로 Claude Opus 5.5(74.2), GPT-6.1 Sol(75.2)과 비슷한 수준이지만, Terminal-Bench 4.0에서는 48.5로 Kimi K3.1의 67.2에 못 미치며, ProgramBench에서는 31.5로 Opus 5.5의 65.0에 크게 뒤집니다. 난도 높은 터미널·소프트웨어 복제 과제에는 다른 모델이 더 강력합니다.
Qwen4-Max의 Live Delivery란 무엇인가요?
Live Delivery는 장시간 에이전트 작업에 대한 Qwen4-Max의 접근입니다. 작업이 끝날 때만 결과를 반환하는 대신, 에이전트가 초기에 사용 가능한 첫 버전을 제공하고, 실행 중간에 사용자가 방향을 재설정하는 동안 연속 릴리스를 통해 개선합니다. 알리바바는 이 패턴을 직접 구현하지 않고 설치할 수 있도록 Qwen-Live-Delivery-Plugin을 GitHub에 오픈소스로 공개했습니다.

주제