
Qwen4-Max 프리뷰 종료: 종량제 가격 카드, 그리고 더 작아진 출력 예산
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 87 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 219 tok/s
Qwen4-Max는 2026년 11월 16일 토큰 플랜 프리뷰에서 종량제 모델로 전환되었습니다. 가장 먼저 봐야 할 숫자는 벤치마크가 아니라, 싱가포르에서 100만 토큰당 입력 $1.50, 출력 $4.50입니다. Qwen3.8-Max의 $2.00, $6.00과 비교됩니다. 이는 요금계의 양쪽 모두에서 정확히 25% 인하입니다. 하지만 실제 가격표를 공개한 바로 그 전환은 사고와 답변을 합친 공유 예산을 프리뷰의 393,216토큰에서 정식 출시 시 262,144토큰으로 줄였고, 모델을 크레딧 플랜에서 빼내 6개 리전에서 토큰당 청구로 전환했으며, 그중 정확히 한 곳에서만 배치 추론을 사용할 수 있게 남겨두었습니다. 프리뷰를 운영 중이면서 11월 16일을 형식적인 일정으로 여겼다면, 문제가 될 부분은 할인이 아니라 스펙 변화입니다.
11월 16일 전환으로 실제로 무엇이 바뀌었나
프리뷰는 조건은 좋았지만 범위는 좁았습니다. Token Plan 크레딧만, 싱가포르에서만, 그리고 2026년 11월 25일 24:00(UTC+8)에 종료된다고 문서화되어 있었습니다. 일반 제공(GA)은 이 세 가지 제약을 모두 대체하고, 아무도 요청하지 않은 두 가지 제약을 추가합니다. 이제 모델 식별자는 그냥 qwen4-max입니다. 만료일이 있는 것은 프리뷰 문자열인 qwen4-max-preview와 qwen4.0-max-preview이므로, 여전히 둘 중 하나를 가리키는 구성은 9일 뒤에 끝나는 시한을 달고 있는 셈입니다.
• 결제 — 6개 지역에서는 토큰당 과금 방식인 반면, Token Plan 크레딧은 1개 지역에서만 제공됩니다. 싱가포르 카드의 100만 토큰 무료 할당량은 활성화, 모델 출시 또는 승인 중 가장 늦은 시점부터 90일간 유효합니다.
• 리전 — 베이징(중국 본토), 싱가포르(국제), 프랑크푸르트, 미국 버지니아, 도쿄, 홍콩은 모두 글로벌 범위에 속합니다. 미리보기에는 싱가포르만 표시되었습니다.
• 공유 출력 예산 — GA에서 사고와 최종 답변을 합쳐 262,144토큰으로, 프리뷰 카드의 393,216토큰 대비입니다. 여유분의 3분의 1이 사라졌고, 그 여유분은 긴 에이전트 실행이 가장 빠르게 소모하는 부분에서 사라졌습니다.
• 비사고 출력 — 최대 131,072토큰, 입력 상한은 991,808토큰입니다. 사고 모드에서는 추론과 답변이 동일한 262,144토큰 버킷에서 나오기 때문에 입력 상한이 983,616토큰으로 낮아집니다.
• 배치 추론 — 베이징에서만 지원되며 나머지 5개 리전에서는 지원되지 않습니다. 프리뷰에는 배치 경로가 전혀 없었으므로 이는 회귀가 아니라 새로 추가된 기능이지만, 마케팅에서 앞세우지 않는 방식으로 지역 제한이 있다는 점이 특징입니다.
• 프로토콜 표면 — OpenAI Chat Completions, OpenAI Responses, Anthropic Messages, DashScope, 이 네 가지 모두를 지원하며, 구조화된 출력, 병렬 도구 호출, 프리픽스 완성(prefix completion), 웹 검색, 그리고 명시적·암시적 캐싱을 모두 갖춥니다. 입력은 텍스트, 이미지, 동영상을 받아들이고 출력은 텍스트만입니다.
청구서가 도착하는 방식 그대로 구성한 가격 카드
Alibaba는 동일한 모델에 대해 서로 다른 두 개의 카드를 공개하는데, 배포 범위를 선택할 때 이 차이는 무시하기에는 작지 않습니다.
• 싱가포르, 입력 및 출력 — 백만 토큰당 $1.50 / $4.50, 32K 또는 128K에서 계층 구분 없이 전체 1,000,000토큰 윈도 전 구간에 걸쳐 동일합니다.
• 그 외 모든 지역에서는 입력 및 출력이 백만 토큰당 $1.413 / $4.24이며, 동일 기간 동안 동일하게 적용됩니다. 동일 모델, 동일 한도로 싱가포르보다 토큰당 5.8% 저렴합니다.
• 캐시 쓰기, 싱가포르 — 5분 쓰기 기준 백만 건당 $1.875, 1시간 쓰기 기준 $3.00. 기타 지역: $1.767 및 $2.827.
캐시 읽기, 싱가포르 — 100만 건당 $0.075. 기타 지역: $0.071. 이는 싱가포르 입력 요율의 5%이며, 장문 컨텍스트 에이전트 워크로드에서 가장 큰 단일 레버입니다.
• 배치, 베이징 전용 — Batch File은 백만 토큰당 $0.707 / $2.12, Batch Chat은 $1.413 / $4.24입니다. 50% 배치 할인이 적용되는 것은 Batch File뿐이며, Batch Chat은 실시간 요금으로 책정되므로 엔드포인트 이름에 포함된 "batch"가 가격 보장을 의미하지는 않습니다.
• Qwen3.8-Max와 비교, 동일 페이지 기준 — 싱가포르에서는 $2.00 / $6.00, 글로벌 지역에서는 $1.65 / $4.951. Qwen4-Max는 싱가포르에서 25% 더 저렴하고 다른 지역에서는 14.4% 더 저렴합니다. 이는 구형 모델의 비싱가포르 카드 자체가 할인되어 있기 때문입니다.
이미 프랑크푸르트나 버지니아에서 운영 중이라면 중요한 것은 14.4%라는 수치입니다. 그곳의 세대 대비 절감 폭은 싱가포르 헤드라인이 시사하는 것보다 작으며, 벤더가 내세우는 작업당 평균 비용 62% 주장은 토큰당 요금표만으로는 해내지 못하는 많은 일을 하고 있습니다.

캐시 라인이 더 이상 추상적으로 느껴지지 않도록 하는 실제 예제
400,000토큰 분량의 문서 앞부분을 세 차례 검토하고, 회차당 출력 토큰을 8,000개로 하며, 비사고(non-thinking), 싱가포르 요율을 적용한다고 가정하자. 이는 실제 측정 실행이 아니라 공개된 정가에 대한 산술 계산이다.
• 1차 패스 — 프리픽스는 백만 개당 $1.875로 캐시에 기록되며 비용은 $0.75이고, 여기에 백만 개당 $4.50로 계산된 출력 토큰 8,000개의 $0.036이 추가됩니다. 총 $0.786.
• 2번째 및 3번째 패스 — 프리픽스는 100만 개당 $0.075, 패스당 $0.03에 읽히며, 여기에 동일한 $0.036의 출력이 더해집니다. 각각 $0.066입니다.
• 캐싱을 적용한 세 번의 패스 — $0.918. 매번 전체 입력 비용을 지불한 동일한 세 번의 패스 — $1.908. 프리픽스는 한 번의 새로운 패스 비용보다 낮은 가격으로 두 번 읽힙니다.
• 네 번째 패스 — 다시 읽을 때마다 캐싱이 더 큰 격차로 앞서는데, 이는 고정된 시스템 프롬프트, 도구 스키마, 문서 세트를 계속 변화하는 질문 앞에 두고 오래 실행되는 에이전트의 형태와 정확히 일치합니다.
손익분기점은 거의 즉시 도달합니다. 싱가포르에서 일반 입력 요율 대비 캐시 쓰기 프리미엄은 100만 토큰당 $0.375이므로, 캐시된 프리픽스는 첫 재읽기에서 비용을 회수합니다. 이것이 작동하지 않게 되는 경우는 매 턴마다 바뀌는 프리픽스입니다. 쓰기 프리미엄을 지불하고도 회수하지 못하며, 기본 5분 쓰기 윈도는 느린 도구 호출 하나로 만료될 만큼 짧습니다.
당신의 프롬프트보다 먼저 청구서를 결정하는 세 가지 기본값
Qwen4-Max는 추론이 켜져 있고 높게 설정된 상태로 제공됩니다. 이는 플래그십에는 합리적인 기본값이지만 분류기에는 비용이 큰 기본값입니다.
• Effort는 기본값이 high입니다 — reasoning_effort는 low, high, xhigh를 허용하며, 생략하면 high가 됩니다. thinking_budget도 마찬가지로 기본값이 131,072이고, thinking 모드에서 max_completion_tokens는 262,144입니다. 아무것도 설정하지 않은 요청은 대부분의 작업이 사용할 것보다 더 많은 출력 예산을 예약해 둔 셈입니다.
medium은 없습니다 — Chat Completions와 DashScope는 minimal을 low로, medium을 high로, max를 xhigh로 매핑합니다. Anthropic Messages 경로에서는 매개변수가 output_config.effort이며 동일한 방식으로 매핑됩니다. medium을 요청하면 high와 같은 비용이 듭니다.
• preserve_thinking의 기본값은 true입니다 — 이전 추론은 멀티턴 호출에서 컨텍스트로 전달됩니다. 이는 모든 후속 호출의 입력 측을 부풀리는 동시에 접두사가 여전히 캐시와 일치할 가능성을 높입니다. 긴 에이전트 루프에서는 두 효과가 부분적으로 상쇄되지만, 짧은 채팅에서는 그렇지 않으며, 결코 사용하지 않을 생각을 다시 읽는 비용을 지불하게 됩니다.
• 샘플링 기본값은 temperature, top_p, top_k의 경우 thinking 모드에서 1.0 / 0.95 / 20, 비-thinking 모드에서 0.7 / 0.8 / 20이며, thinking 모드 밖에서는 presence_penalty가 1.5입니다. effort를 건드리지 않고 temperature를 명시적으로 설정하면 출력의 형태는 달라지지만 청구 비용은 달라지지 않습니다.
벤더가 개선됐다고 말하는 것, 그리고 아무도 확인하지 않은 것
이 섹션의 모든 수치는 Alibaba 자체 수치이며 연구소 외부에서는 재현된 적이 없습니다. 11월 16일 기준 Qwen4-Max에 대한 독립적인 지수 항목이 없으므로, 이 비교는 측정값이 아니라 주장으로 간주하십시오.
• Work360 — 벤더가 구축한 분류 체계에서 52.69 대 Qwen3.8-Max의 47.74: Tier-1 도메인 26개, Tier-2 182개, Tier-3 721개.
• 토큰 효율성 — Work360에서 xhigh effort 기준 토큰이 약 24% 더 적고 high 기준 약 35% 더 적으며, Terminal-Bench 4.0에서는 약 48%와 49% 더 적습니다. 이는 가격 인하와 맞물려 효과가 커지는 주장이며, 토큰 절감은 워크로드 형태에 따라 달라지므로 자체 트레이스에서 가장 먼저 검증해야 할 항목입니다.
• 작업당 평균 비용 — Work360에서 $4.43에서 $1.67로, 62% 감소. 이 수치는 가격 인하에 토큰 절감 주장을 곱한 것입니다. 두 요인 모두 독립적으로 검증되지 않았습니다.
• 베이스 모델 품질 — Qwen3.8-Max-Base보다 바이트당 비트 수가 5%~13% 낮으면서 활성화 파라미터는 25% 더 적으며, 지식, 코드, QA, STEM 전반에 걸쳐 사내에서 측정했습니다. 벤더는 비교 대상 체크포인트 중 두 개가 사후 학습된 것이어서 베이스 모델이라는 프레이밍이 약해진다고 언급합니다.
• 보안 코딩 — 최근 Secure Code Bench 함수 수준 통과율은 22.0%에서 31.8%로 상승했으며, 함수·파일·저장소 단위에서 동시에 안전한 코드의 비율은 8%에서 14.7%로 증가했습니다.
효율성 주장의 배경이 되는 아키텍처는 2.4조 개 매개변수의 희소 전문가 혼합(MoE) 백본으로, 토큰당 710억 개 매개변수가 활성화되며, 여기에 곱셈 대신 조회되는 N-gram 임베딩 매개변수 3,280억 개가 더해진다. 각 Qwen Sparse Attention 레이어마다 세 개의 Gated DeltaNet 레이어가 이력을 고정 크기 상태로 압축하고, Qwen Sparse Attention은 경량 인덱서를 통해 마이크로 블록 단위로 문맥을 선택하며, 동적 읽기 및 쓰기 게이트를 갖춘 네 개의 병렬 잔차 분기가 깊은 스택을 안정화한다. 장문 맥락 비용이 왜 줄어드는지에 대한 그럴듯한 설명이다. 그러나 그것은 여전히 설명일 뿐이다.

프로덕션 경로를 그쪽으로 옮기지 않고 시험해 보기
이번 출시에서 곤란한 부분은 모델이 정말로 새롭다는 점, 벤치마크가 감사를 거치지 않았다는 점, 그리고 가격표가 충분히 매력적이어서 누군가는 이번 주에 이를 프로덕션에 넣고 싶어 할 것이라는 점입니다. 이 세 가지 사실은 마이그레이션이 아니라 스테이징 전략을 가리킵니다.
Qwen4-Max는 알리바바 자체의 Model Studio API와 여러 타사 플랫폼을 통해 접근할 수 있으며, 11월 16일 기준 OrcaRouter 카탈로그에는 없습니다. Qwen3.8-Max는 싱가포르에서 백만 토큰당 입력 $2.00, 출력 $6.00입니다 — 벤더의 정가가 0% 마크업으로 그대로 전달된 가격이므로, Qwen4-Max와의 25% 격차는 실제 격차이지 라우팅 마진이 아닙니다. 그래서 정직한 테스트는 저렴합니다. 기존 모델은 이미 보유한 키에 그대로 두고, 트래픽의 일부를 섀도 슬라이스로 새 모델에 보내되 벤더를 통해 보내고, 토큰당 비용이 아니라 완료된 작업당 비용을 비교하십시오. 벤더가 내세운 $4.43에서 $1.67이라는 수치는 작업당 비용 수치이며, 작업당 비용만이 토큰 효율성 주장과 가격 인하가 같은 축에서 만나는 유일한 비교입니다.
이미 OrcaRouter를 통해 라우팅하고 있는 팀이라면, 이런 종류의 평가를 통상적으로 가로막는 전환 비용은 바로 두 번째 계약과 두 번째 SDK입니다. 200개 이상의 모델을 위한 단일 API, 제공자 전반에 걸친 자동 페일오버, 그리고 여러 모델을 하나의 호출로 구성하는 라우팅 DSL 덕분에, 기존 모델이 물량을 처리하고 후보 모델이 일부를 담당하는 혼합 상태는 통합 작업이 아니라 설정 변경 하나로 끝납니다. 검증되지 않은 모델의 경우 이는 2주짜리 검증과 이틀짜리 검증의 차이이며, 페일오버는 후보 모델이 좋지 않은 하루를 보내더라도 검증이 장애로 번지는 것을 막아주는 장치입니다.

11월 25일 전에 해야 할 일
미리보기를 사용 중이라면 마감은 연성 마감이 아닙니다. qwen4-max-preview는 2026년 11월 25일 24:00 UTC+8에 서비스 종료되는 것으로 문서화되어 있으며, GA 식별자는 qwen4-max이고 한도가 다릅니다. 문자열을 마이그레이션한 다음, 잘못되어도 오류가 발생하지 않는 두 가지를 다시 확인하세요. 393,216토큰 공유 예산을 가정한 모든 코드는 이제 262,144이며, Token Plan 크레딧에 의존한 모든 작업은 이제 토큰당 과금됩니다.
도입 여부를 고민 중이라면, 기다릴 이유는 일주일 전보다 더 희박해졌습니다. 종량제 카드와 캐시 가격이 이제 공개됐고, 가격은 모든 지역에서 이전 세대보다 확실히 낮기 때문입니다. 신중할 이유는 공유 출력 예산, 베이징 전용 배치 경로, 그리고 공급업체가 직접 작성한 벤치마크 스위트입니다. 섀도 슬라이스를 실행하고 완료된 작업당 비용을 산정한 뒤, 앞으로 2주간의 자체 트레이스가 결정하게 하세요. 그 증거는 누구도 감사할 수 없는 분류 체계에서의 52.69보다 더 가치 있을 것입니다.
또 하나, 수학을 다시 바꿀 일이 다가오고 있습니다. 알리바바는 더 작은 Qwen4 모델들이 동일한 계보로 오픈소스화될 것이라고 말하는데, 이는 역사적으로 이 등급의 가격 하한선이 한 분기 안에 움직인다는 뜻입니다. 오늘의 요율로 약정하는 것은 무엇이든 떠날 수 있는 약정이어야 합니다.
