ERNIE Light DT 1.0 vs Qwen 3.8 Flash: 더 적은 입력에 더 많은 비용을 지불하기

를 같은 줄에 놓으면 ERNIE Light DT 1.0 및 Qwen 3.8 Flash세 개의 숫자가 논쟁을 벌인다. Baidu는 입력 토큰 100만 개당 $1.13을 청구하고, Alibaba는 $0.15를 청구한다. Baidu는 텍스트만 제공하고, Alibaba는 텍스트, 이미지, 동영상을 입력받는다. Baidu는 벤치마크를 공개하지 않았고, Alibaba의 모델은 문서화된 릴리스에 기반을 두고 있으며 직접 검사할 수 있는 오픈 웨이트 트윈이 함께 제공된다. Qwen 3.8 Flash는 2026년 8월 26일 출시되었고, ERNIE Light DT 1.0은 2개월 반 뒤인 2026년 11월 10일에 등장했으며, 입력 가격은 7.5배였다.

더 새롭고 더 비싸다고 해서 자동으로 더 나쁜 것은 아니다 — 아키텍처는 개선되며, KV 캐시 압축을 중심으로 설계된 모델은 범용 고속 티어가 해결하지 못하는 문제를 해결한다. 하지만 이 비교에서 입증 책임은 분명히 바이두 쪽에 있으며, 바이두는 그 책임을 떠안지 않았다.

Qwen 3.8 Flash는 실제로 무엇인가

A​libaba의 Flash 티어는 희소 전문가 혼합입니다. 전문가 본체에 1,250억 개 파라미터가 있고 토큰당 약 60억 개가 활성화되며, 여기에 510억 개 파라미터의 n-gram 임베딩 테이블과 약 40억 개의 다중 토큰 예측 헤드가 더해져 디스크상 약 1,800억 개 파라미터가 됩니다. 48개 레이어, 512개 전문가, 그리고 Gated DeltaNet과 Q​wen Sparse Attention으로 구성된 하이브리드 어텐션 스택입니다.

제품 SKU는 QwenCloud에서 제공되며, 문서화된 기본 컨텍스트는 100만 토큰, 최대 입력은 991,000토큰, 최대 출력은 131,072토큰입니다. 동일한 아키텍처를 가진 오픈 가중치 아티팩트는 Qwen3.8-Flash-Next이며, Q​wen Community License에 따라 공개되었습니다. 이는 라이선스가 다른 별개의 객체로, 검사에는 유용하지만 엔드포인트를 대체할 수는 없습니다.

특히, Qwen의 희소 어텐션과 Baidu의 희소 어텐션은 같은 문제를 반대 방향에서 해결하고 있다. Qwen의 QSA는 개별 토큰을 선택하는 대신 마이크로 블록 수준에서 작동하며, 업체는 이 방식이 긴 컨텍스트 지연 시간을 크게 줄인다고 말한다. Baidu의 BSA는 피드백 기반 기록 압축과 결합되어 캐시 저장 및 인덱싱을 겨냥한다. 둘 다 추론의 미래는 저비용의 긴 컨텍스트라는 데 베팅한 것이다. 다만 비용 청구서의 어느 부분을 공략할지에 대해서만 의견이 다르다.

차원별로 비교

• 입력 가격 — ERNIE Light DT 1.0은 백만 토큰당 $1.13인 반면 Qwen 3.8 Flash는 $0.15입니다. Baidu는 7.5배 더 비쌉니다.

• 출력 가격 — 백만 토큰당 $3.94 대 $0.47. Baidu가 8.4배 더 비싸다.

• 캐시된 입력 — 백만 토큰당 $0.113 대 $0.0184. 둘 다 캐시 읽기에서 10배 할인을 제공하지만, 절대 격차는 6.1배입니다.

• 컨텍스트 윈도우 — 1,024,000토큰 대 1,000,000토큰이며, Q​wen은 최대 입력 991,000토큰으로 문서화되어 있습니다. 실질적으로 동일한 상한입니다.

• 최대 출력 — 양쪽 모두 131,072 토큰. 동일.

• 입력 모달리티 — 텍스트 전용 대 텍스트, 이미지, 비디오.

• 추론 제어 — Light DT의 4단계 등급(max, high, low, none) 대비, 문서화된 최대 토큰 추론 예산을 지원하는 Qwen 3.8 Flash의 유연한 사고 모드

• 도구 사용 및 구조화된 출력 — 강제 도구 선택을 포함하여 둘 다 지원됩니다.

• 독립 점수 — Light DT에 대해서는 공개된 점수가 없음; Qwen의 Flash-Next 형제 모델은 Artificial Analysis Intelligence Index에서 측정되었으며, 해당 점수는 프로덕션 SKU가 아니라 공개 아티팩트에 속한다.

• 오픈 가중치 — Light DT의 경우 없음; Qwen의 경우 Qwen 커뮤니티 라이선스에 따른 동일 아키텍처 체크포인트.

7배 프리미엄을 이론적으로 얻을 수 있는 곳

Baidu의 입장을 묵살하기보다는 가장 강력한 논거로 옹호해 볼 가치가 있다. 여기에는 가격이 적절한 버전도 있기 때문이다.

압축을 기반으로 구축된 모델은 원칙적으로 기존 모델이 따라올 수 없는 캐시 풋프린트로 100만 토큰 요청을 처리할 수 있다. 바이두의 BSA가 정말로 컨텍스트가 커져도 품질을 일정하게 유지한다면 — 즉 KV 캐시 저장공간과 연산을 줄이면서 “모델 성능을 유지”한다는 주장이 사실이라면 — 운영자의 컨텍스트 100만 토큰당 비용은 낮아진다. 그에 연구 노력을 들인 공급업체는 토큰당 더 높은 가격을 받으면서도 긴 요청당 비용은 더 저렴하게 유지하는 것이 합리적일 수 있다.

{{1}}문제는 이것이 전혀 검증되지 않았고, 이를 결판낼 단 하나의 수치 — 백만 토큰당 유효 캐시 풋프린트 — 가 공개되지 않았다는 점이다.{{/1}} 모델 카드도, 기술 보고서도, 벤치마크 표도 없다. Baidu 자체의 제품 설명은 한 단락에 불과하다.

반대편의 증거를 비교해 보세요. Qwen 3.8 Flash에는 토큰 수준 문서가 있는 공급업체 페이지가 있고, 아키텍처를 구성 파일에서 읽을 수 있는 오픈 웨이트 형제 모델이 있으며, 그 형제 모델에 대한 제3자 측정치가 있습니다. 알리바바의 수치에 동의하지 않을 수는 있지만, 검증할 수는 있습니다.

모달리티가 더 어려운 문제다.

가격은 협상이다. 모달리티는 벽이다.

Qwen 3.8 Flash는 텍스트, 이미지, 동영상을 입력받으며, 제품 설명 문구에는 그에 따라 가능한 작업들이 명시되어 있습니다: 시각 이해, 문서 및 코드베이스 분석, 차트 분석, 데스크톱 상호작용, 장시간 동영상 분석. ERNIE Light DT 1.0은 텍스트를 입력받아 텍스트를 반환합니다.

파이프라인의 어느 부분이든 스크린샷, 스캔한 페이지, 차트 또는 비디오 프레임을 포함한다면, 가격이 문제가 되기 전에 비교는 이미 끝난 것입니다. Light DT 앞에 OCR 또는 비전 모델을 두어 비용, 지연 시간, 실패 모드를 추가하거나, 해당 아티팩트를 받아들이는 모델을 사용해야 합니다. 오류 메시지의 스크린샷이 유입 문의의 절반을 차지하는 지원 파이프라인에서 "텍스트 전용"은 우회해야 할 제한이 아니라, 완전히 다른 제품 범주입니다.

반대 사례도 똑같이 현실적입니다. 검색 증강 텍스트 작업, 일반 소스 코드 분석, 로그 분류, 문서가 이미 텍스트인 장문 문서 Q&A가 그렇습니다. 이런 경우 모달리티 우위는 아무 소용이 없고, 비교는 다시 가격과 품질로 돌아갑니다. 그런데 Baidu는 여전히 7.5배 더 비싸면서 이를 뒷받침할 증거도 없습니다.

프리미엄이 실제로 본전을 뽑을 수 있는 세 가지 방법

Baidu가 단순히 가격이 과하다고 가정하기보다는, Light DT를 선택하는 것이 정당화될 수 있는 구체적인 조건들은 다음과 같습니다 — 각각은 반나절이면 검증할 수 있습니다.

첫째: 품질은 400,000 토큰 이상에서도 유지됩니다. Ling과 Qwen은 모두 100만 토큰 컨텍스트 창을 내세웁니다. 아주 긴 프롬프트의 중간에서 둘 중 하나라도 성능이 저하되는지 여부는 바로 압축 기법이 해결한다고 주장하는 문제입니다. Light DT가 Qwen 3.8 Flash가 문서 중간을 놓치기 시작하는 상황에서 깊은 문맥 질문에 정확히 답한다면, 프리미엄 가격을 붙일 명분이 생깁니다. 테스트는 동일한 긴 문서에서 답이 5%, 50%, 95% 깊이에 위치하는 질문 세트입니다.

둘째: 요청당 처리량이 실질적으로 더 우수합니다. 압축이 요청당 캐시 토큰 수를 줄인다는 것은, 벤더가 동일한 하드웨어에서 더 많은 동시 장문 요청을 처리할 수 있다는 뜻이며, 이는 부하 상태에서 지연 시간 감소로 이어질 수 있습니다. Baidu는 처리량 수치를 공개하지 않았고 Qwen도 이에 대응하는 수치를 공개하지 않았으므로, 이는 사용자의 자체 동시성 환경에서 두 모델을 모두 실행해야만 측정할 수 있습니다.

셋째: 추론 사다리는 그 값어치를 한다. Light DT에서 effort를 none으로 설정하면 분류와 추출을 위한 빠르고 저렴한 경로를 제공하지만, max로 설정하면 같은 엔드포인트에서 사고 모델을 얻게 된다. Qwen 3.8 Flash에는 사고 모드가 있지만 사다리가 덜 세분화되어 있다. 하나의 엔드포인트로 아주 다른 두 작업을 실행한다면 이는 진정한 엔지니어링 가치가 있다 — 다만 백만 토큰당 1.13달러의 가치가 있다고 분명히 말할 수는 없다.

현실적인 해석

그 세 가지 조건 중 어느 하나만으로는 7.5배의 입력 프리미엄을 정당화하기 어렵고, 세 조건이 모두 충족되더라도 워크로드가 장문 맥락을 다루고, 텍스트 전용이며, 깊은 수준에서 품질에 민감할 때만 Qwen을 앞섭니다. 이는 실재하는 세그먼트입니다 — 법률 디스커버리, 대규모 코드베이스 Q&A, 규제 문서 검토 — 하지만 이 모델들이 명목상 공유하는 광범위한 fast-tier 시장은 아닙니다.

더 유력한 설명은 가장 듣기 좋지 않은 쪽이다. Baidu는 새롭고 아직 측정되지 않은 엔드포인트를 프리미엄 제품으로 가격 책정할 수 있기 때문에 그렇게 하고 있으며, 시장이 의견을 갖게 되면 가격은 움직일 것이다. 이는 첫 리스팅에서 흔한 패턴이다. 또한 아무도 현재 수치를 기준으로 예산을 세워서는 안 되는 이유이기도 하다.

어느 쪽에도 확정하지 않고 둘 다를 운영하기

Qwen 3.8 Flash는 OrcaRouter 카탈로그에 A​libaba 정가로 등록되어 있으며 마크업이 적용되지 않습니다. 즉, 저희 모델 페이지에서 보시는 가격은 공급업체가 청구하는 가격이며, A​libaba가 가격을 인하하면 다음 계약 갱신 때가 아니라 같은 날 여기에 반영됩니다.

그 속성은 이와 같은 비교에서 평소보다 더 중요하다. 왜냐하면 전체 전제가 아무도 정당화하지 않았고 어느 쪽이든 바꿀 수 있는 가격 차이이기 때문이다. 두 가격을 나란히 나열하고, 트래픽의 5퍼센트를 새 모델로 보내면서 95퍼센트는 이미 알려진 모델에 유지할 수 있게 하는 라우팅 계층이 바로, 분기 예산을 걸지 않고도 프리미엄이 실제인지 알아내는 방법이다.

자동 페일오버는 나머지 절반입니다. 단일 벤더가 제공하는 모델은 단일 장애 도메인을 가지므로, Baidu에 장애가 발생하면 롱컨텍스트 경로가 중단됩니다. 기본 엔드포인트에서 오류가 발생할 때 비교 가능한 엔드포인트로 폴백할 수 있는 라우팅은 기능 저하와 서비스 중단 사이의 차이를 만듭니다.

이번 주에 할 일

추가 비용으로 무엇을 얻는지 이름 붙일 수 있는 워크로드가 아니라면 Qwen 3.8 Flash로 시작하세요. 이 모델은 모든 단위에서 더 저렴하고, 더 많은 입력 유형을 지원하며, 검사 가능한 오픈 형제 모델을 함께 제공합니다. 백만 토큰당 $0.15와 $0.47이라면 진지한 평가에 드는 비용은 몇 푼에 불과합니다.

ERNIE Light DT 1.0을 그것이 내세우는 특정 주장에 대해서만 테스트하세요. 답이 세 가지 깊이에 심어져 있는 200,000토큰 문서 세트로 장문맥 평가를 하나 구축하고, 두 모델 모두에서 실행하세요. Light DT가 Qwen 3.8 Flash가 흔들리는 지점에서 품질을 유지한다면, 프리미엄 가격에 대한 근거를 찾은 것이며 데이터로 논증할 수 있습니다. 그렇지 않다면, 벤더의 한 문단과 "라이트"라고 말하면서도 "럭셔리"를 뜻하는 듯한 가격을 부르는 이름에 힘입어 7.5배 청구서를 아낀 셈입니다.