Qwen3.8-Flash-Next vs Qwen3.8-Max: 6B-active Qwen4 프리뷰는 2.4T 플래그십에 얼마나 가까울까?

2026년 8월 26일, 알리바바의 Qw​en 팀은 Qwen3.8-Flash-Next를 오픈소스로 공개했다. 1,760억 개의 파라미터를 보유한 멀티모달 mixture-of-experts(MoE) 모델로, 토큰당 약 60억 개의 파라미터만 활성화하며 Qwen4 아키텍처의 초기 프리뷰로 명시적으로 포지셔닝되었다. 이 모델이 첫날부터 측정 기준으로 삼게 될 잣대는 알리바바 자체 플래그십 모델인 Qwen3.8-Max다. Qwen3.8-Max는 2조 4,000억 개 파라미터의 희소(sparse) MoE로, 8월 3일에 정식 제공(general availability)에 도달했으며 이후 입력 토큰 100만 개당 2.00달러, 출력 토큰 100만 개당 6.00달러를 청구해 왔다. 서류상으로 두 모델은 저장 파라미터에서 10배 이상 — 2조 4,000억 대 약 1,800억 —, 활성 파라미터에서 약 16배의 차이를 보인다. 하지만 알리바바 자체 벤치마크 시트에서는 결과가 규모 차이가 암시하는 것보다 훨씬 더 가깝게 나타난다. 이는 이 프리뷰에서 가장 인상적인 부분이거나, 벤더의 벤치마크 표는 독립 연구소가 직접 돌려보기 전까지는 하나의 가설일 뿐이라는 지금까지 가장 분명한 상기점이다.

간단히 말하면: 이것은 동등한 자들 간의 대결이 아니며, 그렇지 않다고 가장하는 것이 바로 틀리는 유일한 방법이다. Qwen3.8-Max는 현재 세대의 성능 상한선이다 — Artificial Analysis가 독립적으로 평가했고, 8월 12일부터 오픈 웨이트이며, 3주간 프로덕션에서 검증되었다. Qwen3.8-Flash-Next는 하루 된 아키텍처 프로토타입으로, 알리바바는 대부분의 워크로드가 Max의 여유 용량을 필요로 하지 않을 것이라고 말한다. 이 비교가 여전히 가치 있는 이유는 알리바바 자체 테이블에 두 모델이 모두 나타나는 벤치마크에서, 프리뷰가 에이전트 및 사무 업무에서 플래그십과 약 1포인트 차이로 근접하고, JobBench와 RealWorldQA 두 가지에서는 앞서기 때문이다. 결정적인 차이는 작고 검증되지 않은 품질 격차가 아니다. 그것은 증거 격차이다: 두 모델 중 하나는 제3자 스코어카드가 있고, 다른 하나는 없다.

각 모델이 실제로 무엇인지

Qwen3.8-Flash-Next는 아키텍처 시험 운영 버전이다. 디스크에 약 1,800억 개의 파라미터를 저장하는데, 이는 1,250억 규모의 MoE 본체, VRAM이 아닌 호스트 메모리에 상주하는 510억 규모의 N-그램 임베딩 테이블, 그리고 다중 토큰 예측 헤드로 구성된다. 각 토큰은 이 중 약 60억 개의 파라미터만을 거치므로 희소성은 약 95%에 이른다. 512개 전문가 MoE는 그룹당 3개의 Gated DeltaNet 레이어와 1개의 Qwen Sparse Attention 레이어를 번갈아 배치하고, 게이트 잔차 스트림과 N-그램 임베딩을 추가한다. 훈련에는 Muon 옵티마이저가 사용되었으며, 비용은 알리바바에 따르면 Qwen3.7-Plus의 약 9분의 1이다. 텍스트, 이미지, 비디오 입력을 지원하며 기본 262,144 토큰 컨텍스트를 제공하고 YaRN을 통해 100만 토큰까지 확장할 수 있다. bf16 및 FP8 형식으로 Hugging Face와 ModelScope에 qwen-community-1.0 라이선스로 공개되었다. QwenCloud API에서 과금될 프로덕션 모델 — 입력 토큰 100만 개당 0.16달러, 출력 토큰 100만 개당 0.47달러로 발표된 Qwen3.8-Flash — 는 동일한 아키텍처의 서빙 튜닝 버전으로, 아직 공개되지 않았다.

{{1}}Qwen3.8-Max는 이번 세대의 완성작입니다.{{/1}} {{2}}현재 세대 아키텍처 기반의 2.4T 스파스 MoE로,{{/2}} — {{3}}Gated DeltaNet에 gated attention을 결합했으며, 공식 모델 카드 기준 토큰당 950억 개가 활성화되는 라우팅 10개·공유 1개 구성의 512개 전문가를 갖췄습니다.{{/3}} {{4}}API에서는 멀티모달을 지원하고,{{/4}} {{5}}100만 토큰 컨텍스트를 $2/$6의 균일한 가격으로 제공하며 긴 프롬프트 추가 요금이 없습니다.{{/5}} {{6}}또한 오픈 가중치인 Qwen3.8-2.4T-A95B는 8월 12일 Apache가 아닌 커스텀 라이선스로 공개되었습니다.{{/6}} {{7}}Artificial Analysis가 지능 지수 58로 평가한 모델이며,{{/7}} {{8}}코딩 지수는 71.8로,{{/8}} {{9}}Qw​en 3.8 제품군의 어떤 모델도 갖지 못한 가장 강력한 독립 평가 기록을 보유했습니다.{{/9}}

• 총 파라미터 — Qwen3.8-Flash-Next: 125B MoE + 51B N-gram(약 180B 저장). Qwen3.8-Max: 2.4T MoE.

• 토큰당 활성 파라미터 — Qwen3.8-Flash-Next: ~6B (5% 미만). Qwen3.8-Max: ~95B (~4%).

• 아키텍처 — Qwen3.8-Flash-Next: Qwen4 프리뷰(QSA + GDN, 게이티드 잔차, N-gram, Muon). Qwen3.8-Max: Qw​en 3.5 세대(GDN + 게이티드 어텐션).

• 맥락 — Qwen3.8-Flash-Next: 기본 262K / YaRN을 통한 1M. Qwen3.8-Max: API에서 1M / 오픈 가중치에서 기본 262K.

• 가격 — Qwen3.8-Flash-Next: 1M당 $0.16 / $0.47 (발표됨, API 아직 오픈 전). Qwen3.8-Max: 1M당 $2.00 / $6.00, 고정.

• 오픈 웨이트 — Qwen3.8-Flash-Next: qwen-community-1.0, 8월 26일, 단일 노드 지원. Qwen3.8-Max: Qwen3.8-2.4T-A95B, 커스텀 라이선스, 멀티 노드.

• 독립 점수 — Qwen3.8-Flash-Next: 아직 없음. Qwen3.8-Max: AA 지능 지수 58, 코딩 지수 71.8.

위의 스코어보드는 비교를 중요한 일곱 개 행으로 압축하며, 출처 각주가 그 무게를 짊어진다. 모든 Flash-Next 수치는 알리바바 자체의 것이며 재생산되지 않은 반면, Max 열은 Artificial Analysis와 알리바바가 공개한 표에 기반한다. 그렇게 읽으면 열들은 더 이상 경쟁 구도가 아니라 증거에 대한 진술이 된다.

벤치마크 시트를 솔직하게 읽는다면

알리바바 자체 표의 공통 행에서 격차는 매개변수 40배 차이가 시사하는 것보다 훨씬 작다. CoWorkBench(에이전트형 사무 작업)에서 프리뷰는 73.9를 기록해 Max의 74.8에 맞서고, AndroidWorld에서는 84.5 대 85.3, Agents' Last Exam에서는 51.2 대 52.4로 각각 1포인트 이하의 차이다. JobBench에서 프리뷰의 55.7과 RealWorldQA에서의 88.5는 시트에서 검증된 최고 기록으로 Max보다 앞선다. 격차가 벌어지는 것은 비전 중심 블록(LVBench, ERQA, MathVision, Vision2Web)으로, 여기서 Max가 약 4~6포인트 앞선다. 주요 에이전트 수치에서 Qwen3.8-Flash-Next는 SWE-bench Pro 62.5와 DeepSWE 58.7을 기록하며, 실행 비용이 12배 더 드는 작업에서 플래그십에 근접한다.

이제 위의 모든 숫자에 적용되는 라벨은 다음과 같습니다. 그 모든 것은 알리바바가 보고한 것이며, 알리바바 자체 테스트 환경에서 나온 것입니다. 프리뷰의 경우 하루 전의 것이고, 두 모델 모두에 대해 재현되지 않았습니다. 이는 각 측면에서 다르게 중요합니다. Qwen3.8-Max의 품질 표는 벤더가 주장한 것이지만, Intelligence Index 58과 Coding Index 71.8은 알리바바 API에 대한 제3자 측정값입니다 — 이 모델은 수 주간 독립적인 검증을 받아왔으며, 그 결과는 여전히 유효합니다. Qwen3.8-Flash-Next는 아직 어떤 종류의 독립적인 점수도 없습니다. 이 근접성에 대한 정직한 해석은 "프리뷰가 기본적으로 플래그십만큼 좋다"는 것이 아닙니다. 그것은 "알리바바는 프리뷰가 플래그십과 1점 차이 이내라고 말하지만, 연구소 밖에서는 아무도 이를 확인하지 않았다"는 것입니다. 이 두 문장 사이의 간극은 각 모델이 지니는 위험도의 차이 그 자체입니다.

가격 격차가 바로 핵심이다.

먼저 산술 계산을 하세요. 그것은 변하지 않을 부분이기 때문입니다. $0.16/$0.47 기준으로, 백만 개의 입력 토큰과 백만 개의 출력 토큰은 프로덕션 Flash API에서 $0.63이 청구됩니다. 동일한 호출을 Qwen3.8-Max에서 하면 $8.00이 청구됩니다 — 양쪽 모두에서 약 12.7배 더 비쌉니다. Alibaba에 따르면 해당 아키텍처는 Qwen3.7-Plus 비용의 약 1/9 수준으로 학습되며, 이것이 가격이 그 수준에 머물 수 있는 구조적 이유입니다. 그리고 $0.16의 프로덕션 Flash는 DeepSeek-V4-Flash보다도 약 2/3 더 저렴합니다. 대량 트래픽, 에이전트형 또는 긴 컨텍스트 워크로드의 경우 12.7배의 가격 차이는 수익성 있는 제품과 보조금의 차이입니다 — 그래서 비교가 이루어지는 이유입니다.

라우팅 계층이 장부 양쪽에서 제 몫을 해내는 곳이 바로 여기이며, 사실은 정확히 짚고 넘어갈 가치가 있다. Qwen3.8-Max는 현재 OrcaRouter에서 프로바이더 목록 가격 그대로, 마크업 0%로 운영된다. 벤더에 직접 지불하는 것과 동일한 $2.00/$6.00이며, 이미 사용 중인 OpenAI 호환 엔드포인트 뒤에서 제공된다. Qwen3.8-Flash-Next는 아직 어떤 API에도 없다. 프로덕션 Qwen3.8-Flash가 QwenCloud에 공개되기 전까지는 오픈 웨이트가 유일한 경로이며, 자체 호스팅만 가능하다. 그 API가 공개되는 날, 동일한 0% 마크업 패스스루 덕분에 $0.16/$0.47 가격이 같은 날 우리 쪽에도 나타난다. 이는 보도자료의 한 줄이 아니라 config에 반영되어 즉시 적용되는 가격 인하다. 그리고 두 모델은 하나의 키 뒤에서 자동 페일오버와 함께 제공된다. 하루 전에 나온 아키텍처를 테스트하기 위해 통합을 다시 엮을 필요는 없다. 라우팅 규칙을 바꾸면 된다.

미리보기 아키텍처 vs 검증된 제품

단일 벤치마크를 능가하는 더 장기적인 차이가 있습니다. Qwen3.8-Flash-Next는 알리바바가 Qwen4에서 사용할 것이라고 말하는 아키텍처, 즉 sparse attention, gated DeltaNet, gated residual, N-gram embeddings, Muon을 기반으로 구축되었으며, 고가의 모델이 그 위에 만들어지기 전에 생태계가 스트레스 테스트를 할 수 있도록 오픈 가중치 형태로 조기 배포되었습니다. 알리바바의 측정에 따르면 해당 스택은 풀 어텐션보다 1M 토큰 컨텍스트에서 프리필은 최대 7.6배, 디코드는 최대 4.9배 빠르며(벤더 제공), 이는 6B-active 모델이 1M 토큰 윈도우를 감당할 수 있게 하는 기술적 이유입니다. Qwen3.8-Max는 현재 세대의 성숙된 제품이며, 바로 그것이 장점입니다. 즉, 팀들이 이미 서빙 동작과 실패 모드를 파악해 둔 검증된 모델입니다.

프로덕션 시스템에서 갈림길은 양날의 검이다. Max는 오늘의 안전한 선택이다 — 독립적으로 평가되었고, 3주간 프로덕션 노출을 거쳤으며, 자리 잡은 가격을 가졌다. Flash-Next는 Alibaba가 차세대를 걸고 있는 방향이며, 그 가격은 제품군 전체의 가격을 다시 매기게 한다. 지금 그것을 선택한다는 것은 커뮤니티가 아직 검토 중인 아키텍처를 타는 것이고, 무시한다는 것은 더 저렴한 아키텍처가 6개월 안에 플래그십을 추월하지 않을 것에 베팅하는 것이다. 어느 쪽 베팅도 전부 아니면 전무일 필요는 없다 — 이것이 한 엔드포인트에서 둘 다 접근 가능하게 유지하는 실용적인 이유다.

위의 두 캡처는 각 릴리스의 공개 표면입니다: Qwen3.8-Max가 오늘 정가로 호출 가능한 OrcaRouter 목록과, Qwen3.8-Flash-Next 오픈 가중치 드롭에 대한 Alibaba의 Qw​en Studio 발표입니다.

결정

지금 이 세대에서 얻을 수 있는 최고 성능이 필요하다면 Qwen3.8-Max를 선택하세요 — 장기적 에이전트 작업, 패밀리 내 가장 강력한 독립 스코어카드, 그리고 몇 시간이 아닌 몇 주 동안 프로덕션에서 운영된 모델입니다. 백만 토큰당 $2/$6의 고정 가격은 프런티어 모델치고 저렴하며, 두 모델 중 맹목적으로 믿지 않아도 되는 데이터를 가진 유일한 모델입니다.

워크로드가 대량이고 가격에 민감하다면 Qwen3.8-Flash-Next를 선택하세요 — 에이전틱 루프, 배치 사무 자동화, 12.7배 가격 차이가 손익분기와 마진을 가르는 긴 컨텍스트 패스 — 그리고 하루 된 아키텍처를 벤더 시트에서 실행하거나 API가 준비될 때까지 오픈 가중치를 자체 호스팅하는 것이 괜찮다면요.

그 중간에 있는 모든 사람에게 이성적인 자세는 둘 다입니다: 지금 한 키에는 Qwen3.8-Max를, API가 열리면 라우팅 규칙 하나만으로 전환할 수 있는 Qwen3.8-Flash-Next를 두고, 결정을 내리는 동안 하루 된 모델이 프로덕션 경로를 무너뜨리지 않도록 장애 조치를 마련하는 것입니다. 공개된 질문은 정직한 질문입니다 — 60억 개의 파라미터를 활성화하는 모델이 독립적인 재현 하에서 이러한 벤치마크 수치를 유지할 수 있을까요, 아니면 비전 격차와 하루 된 시트가 실제 이야기로 확대될까요? 다음 몇 주가 그 답을 줄 것이며, 미리보기에 대한 독립적인 점수가 나오는 순간 그 비교를 다시 살펴볼 가치가 있습니다.