HiRO-ACEv vs Qwen 3.8: 나흘 간격으로 나온 두 릴리스가 실제로 무엇을 말해 주는가?

두 가지가 같은 달에 등장했는데 서로 거의 아무 관련이 없다. 바로 그 점 때문에 이 둘을 한 페이지에서 함께 다룰 가치가 있다. Qwen3.8-Max는 알리바바의 주력 멀티모달 추론 모델로, 2026년 8월 3일부터 백만 입력 토큰당 2.00달러, 백만 출력 토큰당 6.00달러에 100만 토큰 컨텍스트로 서비스되고 있다. 오픈 웨이트 형제 모델인 Qwen3.8-27B와 Qwen3.8-Flash는 8월 13일과 26일에 뒤이어 나왔고, 가격과 벤치마크가 공개되었다. HiRO-ACEv2는 Ai2의 2세대 기후 에뮬레이터로, 2026년 10월 12일 10.9GB짜리 Hugging Face 리포지토리로 등장했으며, 발표도, 벤치마크 표도, 엔드포인트도 없었고 이 글을 쓰는 시점에 다운로드 수는 0이다. 이 둘을 품질로 비교하는 사람은 출시된 제품과 연구 산출물을 비교하는 셈이므로 무의미한 답만 얻게 될 것이다. 이 둘을 어떻게 공개했는지로 비교하는 것은 진짜로 유용하다. 이 둘은 연구소가 공개를 결정할 때 내리는 모든 선택의 양 극단을 보여준다.

짧은 대답

오늘 어떤 모델을 호출하려 한다면, Qwen 3.8은 API 키를 겨눌 수 있는 가장 강력한 대상 중 하나이며, 네 가지 서로 다른 가격대를 제공합니다. 그리고 HiRO-ACEv2는 어떤 방식으로도 호출할 수 없습니다. 자체 하드웨어에서 3km 기후 에뮬레이터를 실행하려 한다면 그 반대이며, Qwen 3.8은 그저 참가자가 아닙니다.

각 릴리스가 얼마나 완료되었나요?

바로 여기서부터 두 날짜 사이의 나흘은 중요하지 않게 되고, 출시 규율의 차이가 중요해지기 시작한다.

• Qwen 3.8 — 완전히 명세된 세대. Qwen3.8-Max는 8월 3일부터 5개 리전에서 세 가지 와이어 형식(OpenAI 호환, Anthropic 호환, 네이티브 DashScope)으로 서비스되고 있으며, 사고는 파라미터로 전환합니다. Qwen3.8-27B는 Apache 2.0 기반의 덴스 27B 멀티모달 모델로, 262,144 토큰 컨텍스트, 텍스트·이미지·비디오 입력을 지원합니다. Qwen3.8-Flash는 대량 처리 등급으로 입력 백만 토큰당 $0.15, 출력 $0.47입니다. 네 번째 항목인, 접두사가 붙지 않은 "Qwen3.8"은 2.4조 파라미터 오픈 웨이트 플래그십으로 곧 출시될 예정이며 아직 어디에서도 사용할 수 없습니다 — 이 제품군에서 여러분이 사용할 수 없는 유일한 구성원입니다.

• HiRO-ACEv2 — 저장소와 논문입니다. 파일은 실제로 존재합니다: HiROv2.ckpt는 약 1.28 GiB, ACE2S-X-SHIELD.ckpt는 약 2.98 GiB, 10년치 NetCDF 강제 데이터, 두 개의 초기 조건 파일, 세 개의 YAML 설정과 실행 스크립트. 레시피는 문서화되어 있습니다 — Ai2의 fme 패키지를 설치하고, 네 개의 경로를 편집한 다음 스크립트를 실행하십시오. 존재하지 않는 것은 엔드포인트, 가격, 벤치마크 표, 양자화, 대체 런타임, 또는 이를 실행한 제3자입니다.

벤치마크가 양쪽에서 같은 의미인가요?

아니요, 그리고 비대칭이 이 비교에서 가장 교훈적인 부분입니다.

Qwen은 Qwen3.8-27B의 수치를 공개한다: LiveCodeBench v6에서 90.3, GPQA Diamond에서 89.2, OSWorld-Verified에서 84.3, QwenSWEBench에서 79.0. 이는 벤더 수치이며, 중요한 의미에서는 A​libaba의 경쟁사들이 재현하지 못한 것이지만, 그와 나란히 독립적인 측정도 존재한다 — Artificial Analysis는 같은 모델을 Intelligence Index 33.7, coding index 68.1로 평가한다 — 그리고 그러한 행들 중 어느 것이든 벤치마크 하네스와 오후 한나절만 있으면 제3자가 이의를 제기할 수 있다.

HiRO-ACEv2의 카드에는 그런 표가 없다. 그것은 다운스케일러가 기준 강수, 10미터 바람, 해수면 기압 분포를 99.9999번째 백분위수까지 재현한다고 주장하며, 그 배후의 논문은 추론 비용이 기존의 수치적 전지구 폭풍 해상 모델보다 300배 이상 적다고 주장한다. 둘 다 저자들 자신의 주장이다. 둘 다 확인하려면 기준 시뮬레이션과 극단 꼬리에서의 분포 분석이 필요하다. 분포와 리더보드 점수는 같은 종류의 증거가 아니며, 그것들을 한 표에 나란히 실은 페이지는 독자에게 거짓된 것을 가르치는 셈이 될 것이다.

오늘 오후에 실제로 실행할 수 있는 건 어느 쪽인가요?

Qwen 3.8, 압도적인 차이로, 그리고 그 이유는 품질이 아니라 — 이들 중 하나는 서빙되도록 만들어졌고 다른 하나는 그렇지 않았다는 점이다.

Qwen3.8-27B는 Apache 2.0에 따라 오픈 가중치로 공개되어 있어 공급업체의 자체 저장소에서 자체 호스팅할 수 있으며, 여러 플랫폼을 통해 공개된 요금으로 상업적으로도 제공됩니다. 특히 OrcaRouter에서 저희가 제공하는 모델은 전체 제품군이 아니라 저희 카탈로그에 있는 모델입니다: qwen/qwen3.8-27b는 262,144 포지션 컨텍스트에서 백만 입력 토큰당 $0.33, 백만 출력 토큰당 $2.40, qwen/qwen3.8-flash는 $0.15 및 $0.47, 그리고 qwen/qwen3.8-max는 날짜가 지정된 스냅샷과 함께 백만 토큰의 컨텍스트에 걸쳐 $2.00 및 $6.00입니다. 공급업체의 정가가 추가 금액 없이 그대로 전달됩니다, 따라서 공급업체의 가격 변경은 다음 계약 갱신 때가 아니라 같은 날 저희 쪽에 바로 반영되며, 공급업체 중 하나에 문제가 발생하면 공급업체 간 페일오버가 자동으로 이루어집니다.

HiRO-ACEv2에는 대응물이 없으며, 솔직히 말하면 이런 형태로는 앞으로도 없을 것입니다. 그것은 조악한 기후 에뮬레이터와 함께 묶인 확산 다운스케일러로, 계량할 요청도, 청구할 토큰도 없습니다. 그것을 "사용 가능"이라고 부르는 것은 다운로드 링크와 GPU를 뜻합니다.

그다음에는 각각 어떻게 되나요?

Qwen 쪽에는 분명한 다음 이벤트가 있습니다. 현재 출시 예정으로 등록된 2.4조 매개변수 오픈 웨이트 플래그십입니다. 그것이 출시되면 공개된 벤치마크, 공개된 가격, 호스팅 제공과 함께 등장할 것입니다. 이 제품군이 출시되는 방식이 그렇기 때문입니다.

HiRO-ACEv2 쪽에는 예정된 다음 이벤트가 없으며, 앞으로도 끝내 없을 수 있다. Ai2는 2026년 1월에 첫 HiRO-ACE를 공개했고, 이 2세대는 지금까지 같은 방식으로 나왔다 — 조용히, 논문이 설명을 맡은 채로. 유력한 전개는 아티팩트에 아무것도 바꾸지 않는 발표이거나, 아예 발표가 없는 것이다.

그래서 이 맞대결에 대한 실용적인 해석은 좁고 분명하다. Qwen 3.8은 독자가 구축할 가능성이 큰 거의 모든 것에서 핵심 경로에 있는 모델이며, 토큰당 얼마나 많은 추론이 필요한지에 따라 네 가지 가격 등급 중 하나에 해당한다. HiRO-ACEv2는 특수한 문제를 위한 전문가용 다운로드이고, 그것이 주요 프런티어 릴리스와 같은 달에 출시된 것은 라이벌 구도라기보다 달력상의 우연일 뿐이다.

어느 쪽이든 견적을 내기 전에 확인해야 할 두 가지

Qwen 쪽에서는 티어를 확인하세요. 27B와 2.4T 플래그십은 패밀리 이름만 공유할 뿐 그 외에는 아무것도 공유하지 않습니다. 하나는 단일 노드에서 실행되는 다운로드 가능한 Apache-2.0 모델이고, 다른 하나는 아직 출시되지 않은 1조 매개변수 릴리스입니다. 한쪽의 수치가 다른 쪽을 설명하지 않으며, 이 패밀리의 공개 가격은 Flash 입력과 Max 출력 사이에서 13배 이상 차이가 납니다.

Ai2 쪽에서 보자면, 당신이 인용하고 있는 것은 이렇습니다. HiRO-ACEv2 모델 카드는 의도적으로 간략하며, 모든 수치는 논문에 들어 있습니다. 그 논문은 2026년 10월 13일, 가중치가 공개된 다음 날에 게시된 프리프린트이고, 그 수치들이 공개된 기간은 대부분의 소프트웨어 릴리스 주기보다 짧습니다. 그렇다고 해서 그것들이 틀린 것은 아닙니다. 다만 그것들은, 옆에 독립적인 측정치가 있는 벤치마크 표는 그렇지 않은 방식으로, 잠정적입니다. — 그리고 그렇게 말하는 것이 그 공백을 메우려고 점수판을 지어내는 것보다 더 유용합니다.

이런 종류의 비교는 실패 모드가 드러나는 지점이기도 합니다. 이 등급의 모델들 뒤에 있는, 문서로 기록된 AI 사고와 에이전트 실패 사례는 OrcaRouter AI Incident Archive에 모여 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 플래그가 함께 딸려 있습니다.