Qwen3.8-Flash-Next vs Claude Opus 4.8: 33배의 가격이 실제로 사주는 것

Claude Opus 4.8은 Anthropic 자체 요금표에서 백만 입력 토큰당 $5.00, 백만 출력 토큰당 $25.00로 책정되어 있다. Qwen3.8-Flash-Next는 Qwen4 아키텍처에 대한 Alibaba의 오픈 웨이트 프리뷰로, 가중치는 2026년 8월 24일부터 Hugging Face에, 8월 26일부터 ModelScope에 공개되었으며, 서빙되는 Qwen3.8-Flash 형태에서는 같은 단위 기준 $0.15와 $0.47이 든다. 이는 입력에서 33배, 출력에서 53배로, 두 모델을 모두 채점한 유일한 공개 지수에서 두 모델이 약 2점 이내에 있는 두 모델에 대한 것이다. 이 맞대결은 한쪽으로 치우쳐 보이지만 실제로는 그렇지 않다. 그 배수가 실제로 사주는 것은 그 격차가 시사하는 것보다 더 좁고 더 구체적이며, 그중 어느 부분을 당신의 워크로드가 필요로 하는지 알아내는 것이 바로 전체 결정이다.

무엇보다 먼저 분명히 해둘 것이 있습니다. 아래 모든 수치를 좌우하기 때문입니다: 누구도 이 두 모델을 동일한 설정에서, 이름이 밝혀진 하네스 위에서 직접 맞대결시켜 결과를 공개한 적이 없습니다. 존재하는 것은 각 모델이 Artificial Analysis Intelligence Index에서 받은 자체 점수뿐이며, 그 항목들은 서로 다른 날짜에 평가되었습니다. 따라서 이를 통제된 비교라기보다는 인접한 결과로 취급해야 합니다. 여기 있는 나머지 내용은 두 공급업체가 공개한 자료와, 둘 중 하나를 실제로 실행해 본 독립 하네스들에서 나온 것입니다.

Claude Opus 4.8, Anthropic 자체 문서에서

Claude Opus 4.8은 2026년 5월 28일에 출시되었으며, Anthropic은 이제 이를 레거시 모델로 분류합니다. 여전히 사용 가능하고 여전히 판매되지만, 더 이상 Opus 라인의 선두 모델은 아닙니다. Anthropic의 자체 모델 개요에서는 Claude Opus 5.5로 마이그레이션하는 것을 고려하라고 하며, 그 이동을 위한 마이그레이션 가이드는 4.8 페이지 자체에서 링크되어 있습니다. 모델에 대한 비판이 아니라 모델에 관한 사실로서: 여기서 레거시란 최상위에서 대체되었다는 뜻이지, 철회되었다는 뜻은 아닙니다.

제공 내용: 1M 토큰 컨텍스트 윈도우와 128K 최대 출력은 베타 헤더 아래 Message Batches API에서 300K로 상향됩니다. 텍스트와 이미지를 입력받아 텍스트를 출력하며, 지원 기능에는 비전, 도구 사용, JSON, 추론이 포함됩니다. 적응형 사고를 사용하며, effort 매개변수의 기본값은 high — Opus 5.5가 medium으로 제공되는 것과는 다른 기본값이므로, 동일한 `effort` 값이 두 모델에서 같은 사고 예산을 의미하지는 않습니다. 신뢰할 수 있는 지식 컷오프와 훈련 컷오프는 모두 2026년 1월이며, 현재 Opus 세대보다 다섯 달 뒤처집니다. 가격은 백만 입력 토큰당 $5.00, 백만 출력 토큰당 $25.00, 백만 캐시 읽기당 $0.50, 백만 5분 캐시 쓰기당 $6.25, 백만 1시간 캐시 쓰기당 $10.00이고, 입력과 출력에 대해 Batch API 50% 할인이 일률적으로 적용됩니다. A​nthropic은 이 모델을 최소 2027년 5월 28일까지 사용할 수 있도록 제공하겠다고 약속합니다.

그것도 박물관 전시품이 아니다. 모델 ID `claude-opus-4-8`은 Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry 및 Claude Platform on AWS에서 현재 서비스 중이며, Anthropic이 Opus 5.5에 대해 자체 공개한 자료는 그 최신 배포에서 대부분의 사이버보안 요청이 설계상 Opus 4.8로 라우팅된다는 점을 문서화하고 있다. 현재 플래그십의 지정된 폴백인 모델은 여전히 실제 작업을 수행하도록 요청받고 있다.

알리바바 자체 카드에서 나온 Qwen3.8-Flash-Next

Qwen3.8-Flash-Next는 Qwen4 모델이 아니며, 이 구분은 해석이 아니라 알리바바 스스로가 내린 것입니다. 모델 카드는 Qwen4를 뒷받침하게 될 아키텍처의 실험적 프리뷰를 설명합니다 — 이 아키텍처는 해당 패밀리가 도착했을 때 런타임과 양자화가 준비되어 있도록 의도적으로 앞서 출시된 것입니다. BF16으로 약 180B 파라미터를 저장합니다: 토큰당 6B를 활성화하는 125B 규모의 전문가 혼합(MoE) 본체, 별도의 51B n-gram 임베딩 테이블, 그리고 약 4B의 다중 토큰 예측 레이어로, 48개 레이어에 걸쳐 512개의 전문가 중 10개가 라우팅되고 하나는 공유됩니다. 어텐션 스택은 진정으로 새로운 부분입니다 — Gated Delta Network를 구동하는 36개의 선형 어텐션 레이어와 Qwen Sparse Attention을 구동하는 12개의 전체 어텐션 레이어로, 더 넓은 Qwen3.8 세대가 사용하는 것과 동일한 약 3대 1의 하이브리드 분할입니다.

네이티브 컨텍스트는 262,144 토큰이며, 최대 1,000,000까지 확장 가능합니다. 입력은 텍스트, 이미지, 비디오이고 출력은 텍스트입니다. 라이선스는 Apache 2.0이 아니라 Qwen Community License 1.0이며, 이는 같은 제품군의 27B와는 실질적인 차이이고, 벤치마크 논쟁을 결정한 후 몇 달 뒤에 조달 문제를 결정하는 종류의 일입니다. Alibaba는 오픈 가중치를 실험적 프리뷰로, Qwen Cloud를 통해 제공되는 Qwen3.8-Flash를 기본 1M 컨텍스트와 내장 도구를 갖춘 공식 프로덕션 버전으로 포지셔닝합니다. 그것들이 서로 다른 서빙 구성 하에 동일한 가중치인지는 카드에 명시되어 있지 않습니다.

숫자들, 누가 그것들을 산출했는지에 따라 라벨이 붙은

Alibaba의 모델 카드는 공급업체 표이며, 여기에서는 그렇게 표시되어 있다. 카드 자체의 언어 평가에서 Qwen3.8-Flash-Next는 LiveCodeBench v6에서 91.9, GPQA Diamond에서 91.7, SWE-bench Multilingual에서 81.0, SWE-bench Pro에서 62.5, DeepSWE 1.1에서 58.7, CoWorkBench에서 73.9, JobBench에서 55.7을 보고한다. 카드 자체의 비교 행에서는 HLE에서 Claude 모델에 35.9 대 40.0으로, NL2Repo-Bench에서는 48.1 대 54.2로 뒤진다. 두 가지 주의사항은 카드 자체에서 나온다: 여러 결과가 사내 벤치마크를 사용하며, HLE 행은 GPT-4o가 판정했다고 명시하는데, 이는 그 특정 수치를 누구에게 인용하기 전에 알아둘 만하다.

Anthropic은 동일한 하네스를 사용한 Claude Opus 4.8에 대해 이에 상응하는 공개 표를 내놓지 않았으므로, 벤더 대 벤더의 행별 비교는 존재하지 않으며 어느 쪽의 표에서도 이를 암시해서는 안 된다. 실제로 존재하는 것은 두 모델을 모두 실행해 본 제3자다. Artificial Analysis는 자사의 Intelligence Index에서 Claude Opus 4.8을 41.8로 기재하며 — 자사가 순위를 매긴 모델 중 23위, 84번째 백분위 — Qwen3.8-Flash-Next를 40으로, 비교 클래스의 113개 모델 중 5위로 기재한다. 두 수치는 모두 같은 제공업체의 지수이므로, 평가 날짜에 관해 위에서 언급한 단서를 전제로 하면 오늘날 이용 가능한 공통 척도에 가장 가까운 것이라 할 수 있다.

독립적인 그림의 나머지 부분은 모두 Artificial Analysis에서 나온 것이며, 모두 서빙되는 Flash 변형이 아니라 오픈 웨이트 프리뷰에 대한 것입니다:

• 지식 노동 — Qwen3.8-Flash-Next는 AA-Briefcase 1587, GDPval-AA v2 1647을 기록했고, 비공개 홀드아웃 태스크 세트를 기반으로 Zapier와 함께 구축한 에이전트 워크플로 벤치마크인 AutomationBench-AA에서 56%를 달성했습니다.

• 터미널 및 과학 작업 — Terminal-Bench v4.0에서 25%, SciCode에서 51%를 기록한 반면, 장기 지평 저장소 작업에서는 훨씬 저조한 성적을 보였습니다.

• 추론 — Humanity's Last Exam에서 동일 제공자의 하네스 기준 Qwen preview는 38%, Claude Opus 4.8은 48.7%를 기록했다. GPQA Diamond에서는 두 모델이 사실상 동일한 수준이다: A​libaba의 카드에서는 91.7, Artificial Analysis에서는 Opus 4.8이 92.0이다.

• 사실 회상 대 허위 생성 — Qwen 프리뷰의 AA-Omniscience는 마이너스 10으로, 확신에 찬 창작에 페널티를 부과하는 지표다. 해당 평가 도구에서 Opus 4.8에 대해 공개된 동등한 수치는 없으므로, 둘을 이 지표로 비교할 수는 없다.

• 속도 — Artificial Analysis는 Qwen 프리뷰를 초당 출력 토큰 53개, 첫 토큰까지 2.80초로 측정하며, 매우 장황하다고 평가합니다. 작업당 출력 토큰은 108k이고, 그중 72k는 추론 토큰입니다. Claude Opus 4.8은 지난 7일 동안 우리 자체 플레이그라운드를 통해 측정했을 때, 첫 토큰 중앙값 4.2초에서 초당 출력 토큰 66.7개를 반환합니다. 서로 다른 하네스로 측정한 것이므로, 이 속도 수치들은 경주 결과가 아니라 참고 지표로 간주하세요.

• 컨텍스트 — Qwen3.8-Flash-Next는 네이티브 262,144, 확장 1,000,000인 반면, Claude Opus 4.8은 네이티브 1,000,000입니다.

한 줄씩 하나씩 읽기보다 하나의 묶음으로 읽으면, 이 패턴은 가격 격차가 양방향으로 오해를 불러일으킨다는 점과 일관됩니다. 저렴한 모델은 지식 작업, 터미널 작업, 일반 추론에서 정말로 가깝습니다. 33배 가격 차이가 예상하게 하는 것보다 더 가깝습니다. 비싼 모델은 작업이 길고 모호하며 잘못했을 때 비용이 큰 영역에서 앞서고, 확장이 아니라 기본적으로 1M 토큰 컨텍스트를 갖추고 있습니다.

가격 문제, 그것을 결정하는 부대에 관하여

토큰당 격차는 극명하며, 이는 공개된 수치에 기반한 산술입니다. 서빙되는 Qwen3.8-Flash에서는 입력이 Claude Opus 4.8보다 33배 저렴하고 출력은 53배 저렴합니다. 캐싱은 자체 입력 요율에 비해 Anthropic에 약간 유리하게 격차를 좁힙니다 — Claude Opus 4.8의 캐시 읽기는 백만 토큰당 $0.50로, 입력 가격의 10분의 1입니다 — 그러나 서빙되는 Qwen3.8-Flash는 자체 공개 목록 기준으로 백만 토큰당 $0.0184의 캐시 읽기 요율을 가지며, 이는 Opus 4.8의 해당 요율의 4% 미만입니다. 재읽기가 많은 오래 유지되는 프롬프트의 경우, 그 차이는 다른 모든 것과 같은 방향으로 누적됩니다.

완료된 작업당 비용이 토큰의 장황함에서도 살아남는 숫자이며, 여기서 솔직한 답은 그 비교가 한쪽 면에서 불완전하다는 것입니다. Artificial Analysis는 자사가 실행하는 모델들에 대해 작업당 비용 수치를 공개합니다; preview 자체의 장황함 — 인덱스 실행에서 1억 4,000만 토큰의 중앙값 대비 2억 4,500만 토큰이 소모됨 — 은 작업 수준에서 토큰당 이점이 사라지기보다는 줄어든다는 것을 의미하며, 이 둘을 동일 조건으로 실행한 결과가 없어 이를 판가름할 수 없습니다. 계획을 세우는 데 숫자 하나가 필요하다면, 남의 토큰 수를 빌려오는 대신 자신의 트래픽을 기반으로 직접 모델링하세요.

각각이 올바른 선택인 경우

Claude Opus 4.8은 작업의 판돈이 크고 단일 선택이 중요할 때 올바른 선택입니다. 잘못된 분기를 되돌리는 데 큰 비용이 드는 장기적 에이전트 실행, 대규모 코드베이스 전반의 복잡한 다단계 디버깅, 그리고 이미 Claude의 사고 및 effort 제어를 기준으로 구축된 모든 작업이 그렇습니다. 이런 경우 동일한 `effort` 설정과 2026년 1월 지식 컷오프는 미지수가 아니라 이미 알려진 값입니다. 또한 날짜가 명시된 공급업체의 약속과, 후속 모델의 가장 까다로운 트래픽에 대해 여전히 문서상 폴백으로 남아 있는 모델을 원할 때에도 더 안전한 선택입니다.

Qwen3.8-Flash-Next는 워크로드가 깊기보다 넓을 때 — 대량 분류, 추출, 스크린샷 및 문서 이해, 비용 때문에 배치로 돌렸을 법한 에이전트 대량 작업 — 그리고 Qwen4가 존재하기 몇 달 전에 자체 데이터로 Qwen4 아키텍처를 평가하고 싶을 때 올바른 선택입니다. 강한 독립적 신호는 지식 작업과 터미널 작업에서 나타나고, 약한 신호는 장기적 관점의 저장소 생성과 원샷 에이전트 통과율에서 나타나는데, 이는 바로 프로덕션 코드 변경이 이루어지는 지점입니다. 중요한 무엇에도 손대기 전에 실제 워크로드의 위험 부담이 낮은 복사본을 이것에 대해 실행해 보세요.

규칙으로 말하자면: 실패 방식을 감당할 수 있는 모델을 골라라. 오답이 재시도 비용으로 이어지는 상황이라면 33x는 공짜 돈이다. 오답이 새벽 3시의 롤백으로 이어지는 상황이라면, 더 저렴한 모델은 아직 그 결정을 내릴 자격을 얻지 못했다 — 그리고 그것이 출시된 제품 라인이 아니라 커뮤니티 라이선스가 붙은 실험적 프리뷰라는 사실이, 점수와 무관하게, 그 이유의 일부다.

두 번째 계약 없이 둘 다 실행하기

이 비교의 양쪽 끝은 하나의 카탈로그에서 라이브로 제공됩니다. Claude Opus 4.8은 `anthropic/claude-opus-4.8`로 라우팅되며 백만 토큰당 $5.00 및 $25.00입니다 — Anthropic의 공개 정가는 0% 마크업으로 그대로 전달되므로, 해당 요율표가 바뀌지 않는 한 여기서 달라지는 것은 없습니다. Qwen 쪽의 서빙 중인 프로덕션 변형은 `qwen/qwen3.8-flash`로 라우팅되며 $0.15 및 $0.47, 역시 제공업체의 정가로, 텍스트, 이미지 및 비디오 입력을 지원하는 1M 토큰 컨텍스트에서 제공됩니다.

오픈 가중치 프리뷰 자체는 별개의 문제이며 분명히 짚고 넘어갈 가치가 있습니다: Qwen3.8-Flash-Next는 우리의 라우트 중 하나가 아닙니다. 프리뷰를 사용하려면 Hugging Face 또는 ModelScope에서 가중치를 다운로드해 직접 서빙해야 합니다 — vLLM은 51B 파라미터 n-gram 임베딩 테이블을 영구 VRAM 대신 호스트 메모리에 유지하는 오프로드 경로로 첫날부터 지원하며, SGLang과 TensorRT-LLM은 NVIDIA의 Day 0 목록에 있고, Ollama 라이브러리는 Apple Silicon용 MLX 빌드를 제공합니다. 우리가 라우팅하는 것은 프로덕션 변형이며, 이것이 오늘 실제로 호출할 수 있는 것입니다.

둘 다 원하는 팀을 위한 실용적인 방식은 결정이 아니라 트래픽 분할입니다: 하나의 키, 하나의 SDK, 하나의 청구서로, 요청의 일정 비율을 저렴한 모델로 보내고 자동 페일오버가 실험적인 아키텍처나 노후화된 아키텍처가 오작동하는 순간을 흡수하도록 하는 것입니다. 이는 이 맞대결의 구도가 시사하는 것보다 더 작은 엔지니어링 부담이며, "어느 쪽"에 대한 대부분의 유용한 답이 실제로 발견되는 방식입니다 — 일주일 동안 실제 트래픽에 둘 다 돌려보고 결과를 읽는 방식으로 말이죠.

이 페이지를 바꾸려면 무엇이 필요할까요

세 가지입니다, 실제로 일어날 가능성이 높은 순서대로. Qwen3.8-Flash-Next를 Claude Opus 4.8과 특정 하네스에서 동일 조건으로 평가하면 위의 모든 유보적인 문장이 숫자로 대체될 것입니다. 전체 Qwen4 제품군이 등장하면 이 프리뷰는 "아키텍처, 초기"에서 "아키텍처의 이전 세대"로 이동하게 되고, 이는 이 프리뷰의 용도를 바꿉니다. 그리고 Opus 라인의 어떤 가격 조정이든 이 페이지의 중심에 있는 배수를 다시 열게 될 것입니다 — 우리 쪽에서 그대로 전달되는 Qwen3.8-Flash 제공 요율은 제공자가 이를 변경하는 같은 날 변경되므로, 숫자가 최신이 아니더라도 비교는 최신으로 유지됩니다.

그때까지는, 이 조합을 결정짓는 가장 흔한 단일 사실은 벤치마크가 아니다: 값싼 쪽은 직접 운영하는 실험적 프리뷰이고, 비싼 쪽은 지원 관계와 2027년 가용성 약속을 걸고 임대하는 레거시 모델이라는 점이다. 스택을 직접 소유해야 하고 검증되지 않은 아키텍처를 감수할 수 있는 팀이라면 33x를 선택해 제대로 테스트해야 한다. 첫 시도에 답이 맞아야 하는 팀이라면 이미 실패 모드를 규명해 둔 모델에 비용을 지불해야 한다.