
Qwen4-Max, Nous Portal에서 5일간 무료 — 진짜 핵심은 서빙 파트너에 있다
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 184 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 223 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 96 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
2026년 11월 18일 19:25 UTC에 Nous Research는 Alibaba의 새 플래그십인 Qwen4-Max가 Inferact 및 Qwen 팀과의 협력으로 Nous Portal에서 5일 동안 무료라고 게시했습니다. 78분 뒤인 20:43 UTC에 Inferact는 동일한 발표의 자체 버전을 게시했습니다. Qwen4-Max의 5일 무료 토큰이며, Inferact Platform과 vLLM에서 제공됩니다. 게시물 두 개뿐이고 블로그 글도, 기술 문서도, 가격표도 없습니다. Qwen4-Max 자체는 그날 오후 어떤 식으로도 바뀌지 않았습니다. Qwen4-Max는 11월 16일 종량제 요금으로 일반 제공되었고, 그 요금이 여전히 적용되는 요금입니다. 달라진 것은 이 모델에 이제 공개적으로 이름이 붙은 서빙 스택이 생겼고, 앞으로 며칠 동안 누구나 아무 비용 없이 그 스택을 통해 작업을 돌려볼 수 있다는 점입니다.
그 구분이 이 글의 전부다. 무료 이용 창은 가격 인하가 아니고, 제휴 발표는 벤치마크가 아니다. 하지만 Inferact 게시물의 두 번째 문장은 두 번 읽을 가치가 있는 부분이다. 이것은 Alibaba가 한 번도 체크포인트를 공개한 적 없는 모델이며, 그 모델을 만들지 않은 회사가 오픈소스 추론 엔진에서 서빙하고 있다. 이 프로모션이 무엇이든, 그것은 Qwen4-Max가 Alibaba 자체 배포 밖에서 어떻게 동작하는지에 대한 첫 공개 증거다.
두 게시물이 실제로 말하는 것 — 그리고 그것들이 빠뜨린 것
Nous Research의 게시물은 실질적인 내용을 담고 있다. 이 게시물은 Qwen4-Max를 "Alibaba의 새로운 플래그십 모델"이라고 부르며, "네이티브 비전과 1M 컨텍스트를 갖춘 장기적인 작업을 위해 구축되었다"고 말하고 독자들을 Portal로 안내한다. Inferact의 게시물은 운영상의 세부 사항을 덧붙인다: 무료 토큰은 Inferact Platform과 vLLM에서 제공되며, 제공하는 것에 대해 사용하는 단어는 "요청"이 아니라 "토큰"이다.
어느 게시물도 토큰 상한, 계정당 한도, 속도 제한, 종료 타임스탬프를 명시하지 않는다. 포털의 모델 목록은 현재 Qwen4-Max를 무료 모델 아래에 qwen/qwen4-max:free로, 가격은 FREE로 표시하며, 가격은 라이브 카탈로그에서 매분 업데이트된다는 주석도 함께 표시한다 — 이는 해당 목록이 실제이며 라이브임을 알려주지만, 이를 얼마나 소비할 수 있는지에 대해서는 아무것도 알려주지 않는다. 시계가 11월 18일 저녁의 게시물들과 함께 시작되었다면, 기간은 대략 11월 23일까지 이어진다. 이를 공개된 마감 기한이 아니라 추론으로 간주하라.
이 제안을 솔직히 요약하면 이렇습니다: 원래는 실제 비용이 드는 모델을 5일 동안 사용량 계량 방식으로 이용할 수 있는데, 계량기는 꺼져 있고 상한선은 공개되지 않았습니다. Qwen4-Max를 프로덕션 경로로 확정하기 전에 평가해 볼 이유를 기다려 왔다면, 지금이 가장 저렴하게 그 이유를 얻는 기회입니다.
왜 "Inferact와 vLLM에서 서빙됨"이 흥미로운 절반인가
Inferact는 vLLM의 창시자이자 유지관리자들이 설립한 회사로, 그 엔진 위에 구축된 프로덕션 추론 플랫폼을 판매합니다. 이 회사의 제안은 출시 당일 모델 지원, 맞춤형 커널, 오토스케일링 및 미터링이며, 자체 GPU 또는 Inferact의 GPU에서 이용할 수 있습니다. 따라서 Inferact를 서빙 파트너로 지목하는 것은 호스팅에 대한 각주가 아니라, Qwen4-Max가 Alibaba의 것이 아닌 서빙 스택에서, 커널 튜닝을 직업으로 하는 엔지니어들에 의해 실행될 수 있다는 선언입니다.
그것은 명백한 의문을 제기합니다. 왜냐하면 Qwen4-Max는 공개 가중치가 없기 때문입니다. Alibaba는 이에 대한 체크포인트를 공개하지 않습니다. Model Studio 문서에는 파인튜닝, 모델 배포, 배치 추론이 지원되지 않는다고 나와 있으며, 다운로드할 수 있는 Hugging Face 저장소도 없습니다. 다운로드할 수 없는 모델은 통상적인 의미에서 제3자가 vLLM에서 서빙할 수 없습니다. 두 진술이 동시에 참이 되는 유일한 방법은 Alibaba가 상업적 계약에 따라 Inferact에 가중치를 제공했고, Inferact가 이를 튜닝하고 패키징했다는 것입니다. 즉 이 파트너십은 모델의 서빙 동작을 공개적으로 살펴볼 수 있는 현존하는 가장 가까운 사례입니다 — 파일이 아니라 엔진을 보는 것입니다.
Qwen4-Max 위에 구축할지 결정하는 팀에게 이는 들리는 것보다 훨씬 유용하다. 장기적인 과제를 수행하는 에이전트가 실행 가능한지를 결정하는 질문은 벤치마크 표의 특정 행에 관한 경우가 드물다. 그 질문은 첫 토큰까지의 시간, 동시성 하에서의 처리량, 사고 예산이 실제로 어떻게 강제되는지, 그리고 900,000토큰 요청이 도착했을 때 엔진이 무너지는지 여부에 관한 것이다. 바로 그 질문들이 두 번째 서빙 스택을 통해 물을 수 있는 질문이며, 바로 그 질문들이 알리바바의 출시 자료가 답하지 않는 질문이다.

계량기는 5일째 꺼져 있고, 요금표는 그대로입니다.
무료 기간은 비용을 잊게 만들기 위한 설계이므로, 윈도가 닫힌 뒤 이 모델에 드는 비용을 다시 짚어볼 가치가 있습니다. 싱가포르에서 Alibaba는 Qwen4-Max를 입력 100만 토큰당 $1.50, 출력 100만 토큰당 $4.50으로 표시하며, 캐시된 입력은 $0.075, 캐시 쓰기는 5분 윈도 기준 $1.875 또는 1시간 기준 $3.00입니다. 글로벌 배포 범위인 베이징, 홍콩, 프랑크푸르트, 일본, 미국 버지니아에서는 입력 $1.413, 출력 $4.24, 캐시 읽기 $0.071로 약간 더 낮습니다. 컨텍스트 한도까지 단일 가격 티어가 적용됩니다. 장문 컨텍스트 할증도, 찾아볼 배치 할인도 없습니다. 이 모델에서는 배치 추론이 전혀 제공되지 않기 때문입니다.
그다음에는 토큰당 요금보다 청구서를 더 크게 좌우하는 부분이 있습니다. 사고 기능은 기본적으로 켜져 있습니다. 기본 추론 강도는 높음이고, 기본 사고 예산은 131,072토큰이며, 추론과 표시되는 답변을 합친 상한은 262,144토큰입니다. 비사고 출력은 131,072토큰으로 제한됩니다. 따라서 오래 걸리는 작업을 수행하는 에이전트가 깊게 사고하고 길게 답하면 한 번에 몇 분 동안 출력 토큰을 소비하게 되며, 출력은 요금에서 3배나 더 비싼 쪽입니다.
실제 작업 규모로 계산해 보면, 입력 토큰 40,000개와 사고+답변을 합친 토큰 120,000개 기준으로 입력 비용 $0.06, 출력 비용 $0.54, 즉 싱가포르 요율로 실행당 약 60센트입니다. 이런 실행 500회면 $300입니다. 그것이 무료 기간이 미루고 있는 청구서이며, 무료 기간이 끝나고 프로토타입이 어느새 야간 작업으로 바뀔 때 눈앞에 두어야 할 숫자이기도 합니다.

5일 안에 실제로 끝낼 수 있는 것
여기서 독립적인 수치들은 유용한 방식으로 불편함을 드러냅니다. Artificial Analysis는 Intelligence Index v5.0.1을 실행해 Qwen4-Max를 43으로 측정했으며, 이 모델이 인덱스 작업당 31.3분을 기록했다고 밝혔습니다. 비교 가능한 모델의 중앙값은 12.4분입니다. 출력 속도는 초당 56토큰이고, 첫 답변 토큰까지 걸리는 시간은 146초입니다. 이 모델은 인덱스 실행 전체에서 1억 2,700만 개의 출력 토큰을 생성했으며, 중앙값은 6,510만 개입니다. 즉 이 모델은 장황하며, 그 장황함은 출력 단가로 책정됩니다.
그 두 측정값은 아무도 글로 적어 두지 않은 계획상의 제약으로 합쳐집니다. 5일은 7,200분입니다. 작업당 31.3분이라면 단일 직렬 작업 레인은 대략 230개의 작업을 완료합니다. 병렬 레인 4개면 약 920개에 도달합니다. 평가 계획이 "프롬프트 몇 개를 시험해 보자"라면 그 창은 엄청납니다. 계획이 장기 호라이즌 에이전트의 2,000개 케이스 스윕이라면, 계정 하나로 5일 동안은 미터기가 꺼져 있어도 끝내지 못할 것입니다 — 그리고 두 발표 어디에도 무료 티어가 어느 정도의 동시성을 허용할지에 대한 언급은 없습니다.
같은 산술은 왜 무료 기간이 단지 후한 것이 아니라 진정으로 가치 있는지를 설명한다. 느린 모델로 값싸게 살 수 없는 것은 달력상의 시간이다. 일주일의 무제한 접속은 지연 시간 데이터, 토큰 사용 데이터, 실패 모드 데이터의 일주일치로 직접 전환되며, 한계 비용은 0이고, 독립 보드에서 작업당 컴퓨팅 비용이 $3.27인 모델에서 그러하다. 그것이 실행해 볼 가치가 있는 실험이며, 23일 이전에 설계해야 하지 당일에 해서는 안 된다.

창이 닫히기 전에 측정해야 할 단 하나의 숫자
5일 중 단 하나의 측정치만 골라야 한다면, 리더보드가 아니라 자신의 워크로드에서, 자신의 추론 설정에서 완료된 작업당 출력 토큰을 고르세요. 이 모델의 경제성에 관한 모든 것은 여기에 달려 있습니다. 알리바바 외부에서는 아무도 재현하지 못한 공급업체의 출시 당시 설명은 Qwen4-Max가 Qwen3.8-Max를 능가하면서 최대 약 50% 더 적은 토큰을 사용하고, 작업당 평균 비용이 $4.43에서 $1.67로 떨어진다는 것입니다. 독립 보드의 해석은 강조점이 다릅니다: 지수에서 43, 그리고 실행 전체에서 1억 2,700만 출력 토큰입니다. 이전 세대 토큰의 절반이라도 여전히 많은 토큰일 수 있습니다.
이번 주에 직접 측정해야 하는 이유는, 무료 기간이 예산 논의 없이 토큰을 많이 소모하는 실험 버전을 실행할 수 있는 유일한 기간이기 때문입니다. 동일한 작업 세트에서 사고(thinking)를 low로, 그리고 xhigh로 전환해 보십시오. 사고+답변 합계를 262,144토큰 상한과 대조해 기록하고, 요청이 983,616토큰 사고 모드 입력 한도에 근접할 때 무슨 일이 일어나는지 지켜보십시오. 이 수치들이 Qwen4-Max가 야간 배치 작업인지 요청별 제품 기능인지를 결정하며, 23일까지는 이를 수집하는 데 비용이 들지 않습니다.
이왕 말한 김에, 추론 설정에 관한 실용적인 경고도 하나 드리겠습니다. Qwen4-Max는 low, high, xhigh의 세 가지 노력 수준을 제공하며, medium이나 max를 요청하는 OpenAI 형식의 클라이언트는 거부되지 않고 high 또는 xhigh로 매핑됩니다. 5단계 모델에 맞춰 튜닝된 하네스는 계획보다 조용히 더 많은 비용을 지출하게 되며, 무료 구간은 바로 그런 사실을 알아차리지 못하게 되는 지점입니다. 어느 경우든 청구서에는 0으로 표시되기 때문입니다.
이 일로 24일에 당신이 어떤 상황에 처하게 되는지
토큰이 더 이상 무료가 아니게 될 때, 모델 자체에서 달라지는 것은 아무것도 없을 것이다: 싱가포르에서 $1.50와 $4.50, 1M 토큰 컨텍스트, 네이티브 이미지 및 비디오 입력, 조용한 재매핑이 적용된 세 가지 추론 수준, 그리고 모델이 30분 동안 생각하기 때문에 독립 보드에서 작업당 컴퓨팅 비용이 높다는 점. 달라지는 것은 그것에 대해 당신이 알고 있는 내용이다. 그 기간을 토큰 소모량과 테일 지연 시간을 측정하는 데 쓰는 팀은 결정을 내놓을 것이다. 그 기간을 대화에 쓰는 팀은 인상을 얻게 될 것이며, 작업당 31분이 걸리는 추론 모델에 대한 인상은 가장 신뢰할 수 없는 종류다.
저희 입장을 분명히 하자면: OrcaRouter는 Qwen4-Max를 라우팅하지 않으므로, 여기서 저희 엔드포인트를 홍보하려는 것은 아니며 무료 토큰은 저희가 아니라 Nous Portal과 Inferact 플랫폼에 있습니다. 평가가 유료 배포로 이어진다면, 저희 카탈로그는 200개 이상 모델 전반에 걸쳐 제공자 목록 가격을 0% 마크업으로 그대로 전달하는 하나의 키이며, 이는 저희가 취급하는 모델의 공급사 가격 변경이 다음 계약 갱신 시점이 아니라 같은 날 바로 반영된다는 뜻입니다. 이 점은 실행 비용이 이렇게 비싼 모델에서는 평소보다 더 중요합니다. 요율표가 곧 제품일 때, 목록 가격과 마크업 가격의 차이가 전체 마진이기 때문입니다.
