
Qwen4-Max, Unreal, Unity, Godot에서 플레이 가능한 게임을 제작하다: 세 가지 데모와 그 뒤의 하네스
- 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
알리바바의 Qwen4-Max 출시 게시물에서 가장 흥미로운 문장은 벤치마크 점수가 아니다. 바로 게임 엔진 목록이다. 2026년 11월 16일 공개된 Qwen4-Max는 자사 팀이 Unity, Unreal Engine, Godot와 "유창하게" 작동한다고 문서화했으며, 이 게시물에는 모델이 처음부터 끝까지 직접 만들었다고 밝힌 게임 영상 세 개가 포함되어 있다. Unreal Engine으로 만든 고양이 마법사 웨이브 디펜스, Unreal Engine의 검 비행 어드벤처, 그리고 설치 가능한 Android 빌드로 제공되는 Unity 6 기반 서호 레이서다.
"Terminal-Bench 4.0에서 48.5%를 기록했다"는 것과는 다른 종류의 주장입니다. 벤치마크 수치는 누구나 다시 실행해 볼 수 있는 측정값입니다. 게임 데모는 결과물이며, 그 결과물 자체가 증거입니다. 빌드가 설치되고 플레이된다면 모델은 실제로 무언가를 해낸 것이고, 그렇지 않다면 아무리 많은 설명으로도 바로잡을 수 없습니다. 곤란한 부분은 세 가지 빌드가 눈앞에 없다는 점입니다. 눈앞에 있는 것은 약 2분 분량의 편집된 영상뿐이므로, 여기서 정직하게 해야 할 일은 공급업체가 보여준 것과 독자가 검증할 수 있는 것을 분리한 뒤 메커니즘을 들여다보는 것입니다. 그 부분은 문서화되어 있고, 바로 그 부분이 이것이 세 가지 쇼케이스 레벨을 넘어 일반화될지를 결정할 것이기 때문입니다.

데모 세 개, 엔진 세 개, 하나의 공유 루프
세 데모는 발표문에서 이름과 재생 시간이 명시되어 있으며, 이는 대부분의 출시 게시물이 제공하는 것보다 더 많은 정보입니다. "Meow of Magic"은 52초 분량으로, 주문 시전, 업그레이드 선택, 적과 보스의 웨이브가 있는 Unreal Engine 고양이 마법사 어드벤처입니다. "Yun Guan Xing"은 39초 분량으로, 구름과 링을 통과하며 검을 타고 나는 판타지 비행 시퀀스이며 보스로 끝납니다. "Flying Racer"는 20초 분량으로, West Lake 주변을 달리는 Unity 6 모바일 레이서이며, 드리프트, 니트로 부스트, 전개 가능한 날개를 갖추고, 영상 전용 프로토타입이 아닌 설치 가능한 Android 게임으로 제공됩니다.
그것들은 서로 다른 세 개의 엔진 API이자 서로 다른 세 개의 빌드 타깃이며, 해당 벤더가 설명하는 워크플로는 세 가지 모두에서 동일하다. 하나의 자연어 브리프만으로 Qwen4-Max는 장면 구성, 게임플레이 로직, 외부 에셋 통합, 머티리얼 설정, HUD 디자인, 시각 효과를 처리한 다음, 게임을 실행하고 시각적·상호작용 피드백을 활용해 카메라 추적, 캐릭터 애니메이션, 타격 피드백, 조명, 페이싱을 수정한다. 그 목록을 다시 읽어 보라. 순서 자체가 주장이기 때문이다. 이 모델은 게임을 작성하고 잘 되기를 바라라고 요구받는 것이 아니다. 빌드를 만들어 내고, 그것을 플레이하고, 자신이 보는 것을 교정하라고 요구받는다.
아직 알리바바 외부에서는 이 중 어느 것도 재현된 사례가 없고, 세 프로젝트를 살펴볼 수 있는 공개 저장소도 없다. 에두르지 않고 말할 수 있는 범위는 더 좁지만 여전히 의미는 있다. 이 모델은 엔진에 구애받지 않는 장면 설명을 출력하는 것이 아니라 세 개의 실제 엔진 내부에서 동작하는 것으로 문서화되어 있으며, 세 대상 중 하나는 설치 가능한 Android 패키지인데, 이는 요란하게 그리고 자주 실패하는 빌드 단계다.

진짜로 새로운 부분은 코드가 아니라 피드백 루프다
프런티어 모델이 Unity 스크립트를 작성한다는 건 새삼스러운 일이 아니다. 모델들이 엔진 코드를 작성해 온 지도 벌써 2년이고, 그 실패 양상은 내내 한결같았다. 코드는 컴파일되고 씬도 로드되지만, 결과물은 인간만이 알아차릴 수 있는 방식으로 플레이가 불가능하다. 벽을 뚫고 지나가는 카메라, 타격을 가해도 눈에 보이는 반응이 없는 히트, 마치 엘리베이터처럼 느껴지는 점프 궤적 같은 것들이다. 따라서 Qwen4-Max의 게임 개발 주장에서 흥미로운 질문은 "C#이나 GDScript를 작성할 수 있는가"가 아니라 "그 루프를 스스로 닫을 수 있는가"다.
발표 내용에 따르면 그렇게 한다고 하며, 설명된 메커니즘은 모델의 역량이라기보다 하네스에 가깝습니다. 에이전트가 빌드를 실행하고, 시각적·상호작용 피드백을 다시 읽고, 카메라, 애니메이션, 타격 피드백, 조명, 페이싱을 반복 개선합니다. 그 루프가 실제라면, 무엇을 만들 수 있는지를 제약하는 것은 모델의 코딩 능력에서 주어지는 피드백 신호의 품질로 옮겨갑니다. 렌더링된 프레임과 입력 로그는 인간 플레이테스터에 비해 “이게 뭔가 잘못됐다”는 느낌을 훨씬 빈약하게 설명할 뿐이며, 데모들은 모두 한 세션 안에서 피드백 루프가 그럴듯하게 수렴할 수 있는 짧고 자기완결적인 장면들입니다.
이는 공급업체가 게시물의 다른 제목 아래 다른 부분에서 하는 동일한 주장이며, 두 주장은 함께 읽어야 합니다. 장기 호라이즌 에이전트 섹션에서 Alibaba는 Live Delivery라고 부르는 접근법을 설명합니다. 에이전트는 초기에 사용 가능한 첫 버전을 만들고, 이후 연속 릴리스를 통해 이를 확장하며, 실행 결과와 사용자 요구사항에 따라 계획을 업데이트합니다. 그래서 사람이 전체 실행이 끝나기 전에 어느 시점이든 개입해 방향을 바로잡거나 실수를 되돌릴 수 있습니다. 게임의 경우 이는 산출물 주기가 하나의 최종 아카이브가 아니라 플레이 가능한 빌드라는 뜻입니다. 도구 사용 궤적이 긴 다른 모든 경우에도 같은 의미입니다.
Blender, 그리고 뷰포트 너머에서 시작되는 파이프라인
3D 모델링 섹션은 같은 이야기의 더 조용한 절반이다. Qwen4-Max는 건축, 인테리어, 자연 경관, SF 장면 전반에서 형상 모델링, 장면 구성, 재질 설정, 조명 및 렌더링에 Blender를 사용하는 것으로 문서화되어 있다 — 이는 이미지 미학보다 공간 배치와 객체 구조를 단련하는 작업이다. 공급업체의 설명은 이러한 자산이 "실제로 게임에서 사용"되고 3D 프린팅을 통해 물리적 객체로 구현된다는 것으로, 이는 다운스트림 호환성에 대한 주장이다. 인쇄할 수 있는 자산은 일관된 형상, 완전히 닫힌 메시, 실제 축척을 갖추고, 게임 엔진에 바로 적용되는 자산은 적절한 피벗과 재질 할당을 갖춘다.
이는 검증된 파이프라인이라기보다 의도 선언으로 받아들여야 한다. 공개된 에셋 팩도, 폴리카운트 예산도, 토폴로지 보고서도 없으며, 생성된 메시가 사람 아티스트의 리토폴로지 작업이나 UV 언랩을 거쳐 살아남아야 할 때 어떻게 되는지에 대한 언급도 없다. 이 섹션이 실제로 입증하는 것은 워크플로가 파일 수준이자 도구 수준이라는 점이다. 즉 모델이 실제 DCC 애플리케이션을 구동해 게임 엔진이 임포트하는 무언가를 만들어 내는 것이지, 3D 오브젝트의 그림을 생성하는 것이 아니다. 이 구분은 이를 프로덕션 아트 파이프라인에 넣고자 하는 사람 누구에게나 중요한 구분이며, 영상에서 가장 속이기 어려운 부분이기도 하다.
Live Delivery에는 리포지토리가 있어 검증 가능한 부분이 됩니다.
모델의 정식 출시 이틀 전, Alibaba는 이를 위해 구축한 하네스를 오픈소스로 공개했습니다. Qwen Live Delivery 플러그인은 Apache-2.0 라이선스로 GitHub에 있으며, 2026년 11월 14일에 생성되었고 출시 전날 마지막으로 푸시되었습니다. 네 가지 MCP 도구를 제공합니다 — ld_begin, ld_publish, ld_status 및 ld_done — 라이프사이클 훅도 제공하며, 셸 스크립트로 워크스페이스에 설치됩니다. 출시 시점에는 Codex CLI 전용이며 Linux 및 macOS에서 실행되고 Node.js 22 이상이 필요합니다. 샌드박스에 전체 파일 시스템 접근 권한을 부여하는 옵트인 환경 변수와 릴리스 검토용 브라우저 워크벤치가 있습니다.
이것은 게임 개발 주장을 평가하려는 사람에게 전체 릴리스에서 가장 유용한 산출물입니다. 실제로 실행해 볼 수 있는 부분이기 때문입니다. 장기 실행 작업의 연속된 릴리스를 공개하는 프레임워크는 게임 개발 에이전트에 필요한 바로 그 형태입니다. 각 플레이 가능한 빌드는 사람이 검사할 수 있는 체크포인트이며, 레벨 디자인에서의 잘못된 방향은 한 번의 실행이 아니라 한 번의 릴리스 비용으로 끝납니다. 또한 흥미로운 비교는 "어느 모델이 더 나은 Unreal 코드를 작성하는가"가 아니라 "어느 모델의 하네스가 작업을 감독할 수 있게 해 주는가"라는 뜻입니다. 이는 훨씬 실용적인 질문이며, 점수판을 읽는 것이 아니라 직접 사용해 봄으로써 판가름 날 것입니다.
독립적인 숫자들이 알려줄 수 있는 것과 없는 것
Artificial Analysis는 Qwen4-Max를 v5.0.1에서 최대 추론 노력으로 Intelligence Index 42.89로 기재하고 있으며, 같은 버전의 Qwen3.8-Max는 33.65로 약 9점 상승한 수치인데, 이는 반올림 차이가 아닌 실질적인 세대 도약입니다. 세부 점수는 헤드라인보다 더 엇갈립니다. Terminal-Bench 4.0은 48.5% 대 38.9%, FrontierCode-AA 2.0은 26.5% 대 23.4%, Terminal-Bench-Science는 23.3% 대 11.9%, HLE-Diamond는 44.9%입니다. 에이전트 작업에서도 이러한 양상이 유지됩니다 — APEX-Agents 59.1%, AutomationBench 72.6% 부분 점수, EnterpriseOps-Gym 48.5%, AnalystAgent 46.3%.
그중 어느 것도 게임 개발을 측정하지 않는다. 어떤 공개 리더보드도 언리얼 빌드를 실행하거나, 유니티 씬이 로드되는지 확인하거나, 고도 프로젝트의 점프감이 제대로 느껴지는지 점수를 매기지 않는다. 가장 가까운 대리 지표는 에이전틱 및 터미널 벤치마크로, 이는 모델이 여러 단계의 도구 사용 흐름을 맥락을 잃지 않고 일관되게 유지할 수 있는지를 측정한다 — 그리고 바로 그 점수에서 Qwen4-Max가 가장 큰 폭으로 향상된다. 따라서 독립 데이터에 대한 올바른 해석은 간접적이다: 그것은 데모의 단 한 프레임도 확인해 주지 않으면서 하네스 설명을 그럴듯하게 만든다. Artificial Analysis는 또한 해당 모델에 대해 공개 가중치를 기록하지 않았는데, 이는 파인튜닝과 모델 배포를 지원하지 않는 것으로 명시한 공급업체 문서와 일치한다.

게시된 그대로의 사양서
프로젝트를 확정하기 전에 구매자에게 필요한 수치를 확인할 수 있는 알리바바 자체 문서와 출시 게시물:
• 백본 — 토큰당 710억 개가 활성화되는 2조 4,000억 개의 파라미터와 3,280억 개의 N-gram 임베딩 파라미터를 갖추고 있으며, Gated DeltaNet 하이브리드 어텐션과 N-gram 임베딩 레이어를 사용하는 희소 전문가 혼합(MoE) 구조입니다
• 컨텍스트 — 1,000,000 토큰이 광고됨; 문서에서는 최대 입력을 비사고 모드에서 991,808 토큰, 사고 모드에서 983,616 토큰으로 제한합니다.
• 출력 — 비사고 모드에서는 최대 131,072토큰, 사고 모드에서는 추론 과정과 답변이 합계 262,144토큰을 공유합니다
• 모달리티 — 텍스트, 이미지 및 동영상 입력, 텍스트 출력; 이미지 또는 동영상 생성 없음
• 가격 — 싱가포르에서는 백만 토큰당 입력 $1.50, 출력 $4.50이며, 다른 지역에서는 $1.413 및 $4.24로, Qwen3.8-Max의 $2.00 및 $6.00과 대비됩니다.
• 캐시 — 싱가포르에서 캐시 읽기 기준 100만 토큰당 $0.075로, 95% 할인되며, 5분 및 1시간 TTL로 명시적·암시적 캐싱을 제공합니다
• 한계 — 배치 추론, 파인튜닝, 모델 배포가 모두 지원되지 않는 것으로 명시되어 있어 저렴한 비동기 경로도, 가중치 접근도 없습니다
• 요청 한도 — 전 세계적으로 분당 30,000건의 요청과 5,000,000개의 토큰이 허용되며, 지역별 분당 토큰 상한은 5백만에서 2천만 사이입니다
출력 상한은 두 번 읽어볼 만한 대목이다. 플레이 가능한 빌드는 응답 하나가 아니라, 각각 파일 내용과 빌드 로그를 반환하는 수십 번의 도구 호출이며, 그 모든 턴은 동일한 컨텍스트에 의해 제한된다. 100만 토큰 창에서의 장기 호라이즌 작업은 바로 더 작은 출력 예산이 더 많은 왕복으로 이어지는 워크로드다.
긴 빌드 루프가 실제로 치르게 하는 비용
벤더 자체의 비용 수치는 토큰당이 아니라 작업당으로 제시되는데, 이는 이런 종류의 작업에 적합한 단위다. 26개 1차 도메인에 걸친 전문 작업에 대한 알리바바의 내부 벤치마크인 Work360에서 Qwen4-Max는 52.69점으로 Qwen3.8-Max의 47.74점을 앞서며, 작업당 평균 비용은 $4.43에서 $1.67로 떨어진다 — 62% 감소로, 일부는 가격 인하를 통해, 일부는 더 적은 토큰을 사용함으로써 달성되었다. Work360에서는 추론 강도가 초고 및 고일 때 토큰이 각각 약 24%, 35% 적었고, Terminal-Bench 4.0에서는 48%, 49% 적었다. 이는 벤더가 보고한 수치이며 재현되지 않았다.
독립적인 추정치는 덜 호의적이며 예산 산정 입력값으로는 더 유용하다. Artificial Analysis는 자체 Intelligence Index를 실행하는 비용을 Qwen4-Max의 경우 작업당 $3.27로 제시했는데, 이는 동일한 하네스에서 Qwen3.8-Max의 $10.02에서 내려온 것으로 — 67% 감소이며 Alibaba의 주장과 방향성은 일치하지만 절대 수치는 다르게 나온다. 두 측정이 서로 다른 작업을 서로 다른 추론 강도로 실행하기 때문이다. 게임 개발 루프를 계획하고 있다면, 곱해야 할 숫자는 $1.67이 아니라 평가된 작업당 $3.27이며, 승수는 입력하는 프롬프트 수가 아니라 빌드 앤 플레이 주기의 턴 수다.
이 작업량에 대한 요율표보다 더 중요한 비용 관련 사항이 하나 더 있습니다. 캐시된 입력은 100만 토큰당 $0.075이며, 빌드 루프는 이상적인 캐시 작업량입니다. 동일한 엔진 문서, 동일한 프로젝트 파일, 동일한 오류 로그를 반복해서 읽기 때문입니다. 200,000토큰 프로젝트 컨텍스트를 20번 다시 읽는 루프는 캐시되지 않은 요율로 $6.00를 내는 대신 캐시된 입력으로 $0.30를 냅니다. 이는 실험을 계속 실행해 두는 것과 세 번 시도한 뒤 중단하는 것의 차이입니다.
파이프라인을 걸지 않고 시도해 보기
Qwen4-Max는 알리바바 자체 API를 통해 6개 리전에서, 그리고 여러 타사 플랫폼을 통해 이용할 수 있습니다. 현재 OrcaRouter의 카탈로그에는 없으며, OrcaRouter의 215개 모델에는 Qwen3.8-Max, Qwen3.7-Max, Qwen3-Max가 포함되어 있지만 Qwen4 세대는 포함되어 있지 않습니다. 이것이 실질적으로 의미하는 것은 첫 달 평가가 공급업체 자체 엔드포인트에서 지출 한도가 설정된 키로 진행된다는 것과, 하나의 OpenAI 호환 엔드포인트를 대상으로 구축한 하네스는 해당 모델이 실제로 등장할 경우 코드 변경 없이 그대로 옮겨갈 수 있다는 것입니다.
그 시험을 더 저렴하게 만드는 두 가지가 있습니다. 첫째는 페일오버입니다. 이렇게 새로운 모델이 이렇게 오래 걸리는 작업을 하다 보면 속도 제한과 타임아웃에 부딪히기 마련인데, 자동 페일오버가 두 번째 엔드포인트로 전환되면 멈춰버린 빌드 루프가 더 느린 루프로 바뀔 뿐입니다. 둘째는 패스스루 가격 규칙입니다 — OrcaRouter는 공급자의 정가로 청구하고 마크업을 붙이지 않으므로, 공급업체가 요금을 인하하면 다음 계약 갱신 때가 아니라 같은 날 우리 쪽에도 그 인하가 그대로 적용됩니다. 이 두 가지 주장은 모두 해당 모델을 직접 호스팅하는 것과 무관하며, 그렇지 않은 척할 가치도 없습니다.
평가를 위한 실용적인 형태는 다음과 같습니다. 모델에게 작고 완성된 것 하나, 즉 하나의 메커니즘과 카메라, 승리 조건을 갖춘 플레이 가능한 단일 장면을 주고, 한 번이 아니라 연속된 세 번의 플레이 가능한 릴리스에 걸쳐 모델이 무엇을 하는지 지켜보세요. 검증 대상은 모델이 게임을 만들 수 있는지가 아닙니다. 두 번째와 세 번째 릴리스가 첫 번째보다 더 나은지입니다. 왜냐하면 그것이 루프에서 벤치마크가 측정할 수 없고 데모 영상이 보여줄 수 없는 유일한 부분이기 때문입니다.
열린 질문
알리바바가 Qwen4-Max를 내세우는 방식은, 당신이 지켜보지 않는 동안에도 계속 작동하는 모델이라는 것이다. 그리고 게임 개발 데모는 그 아이디어를 보여주는, 선택할 수 있었던 가장 알기 쉬운 증거다. 게임은 시각적이고 상호작용적이며, 누구나 볼 수 있는 방식으로 실패하기 때문이다. 세 개의 엔진에서 선보인 세 개의 짧은 장면은 강력한 첫 주장이지만 지속성에 대한 약한 입증이다. 레벨은 작고, 실행 시간은 몇 분에 불과하며, 합격 기준은 그것을 만든 팀이 직접 설정했기 때문이다.
결정적인 판단을 내려 줄 것은 화려하지 않다. 이미 코드베이스가 존재하는 프로젝트, 스스로 선택하지 않은 아트 디렉션, 저사양 기기에서만 나타나는 물리 버그, 그리고 빌드를 두 번이나 반려하는 사람 리뷰어. 루프가 그 상황을 견뎌낸다면, 엔진 목록은 더 이상 마케팅 문구가 아니라 워크플로가 된다. 그때까지 정직한 입장은 이렇다. Qwen4-Max가 프런티어 모델이 게임 엔진을 구동하고 자신의 작업물을 재생할 수 있음을 보여 주는 첫 번째 신뢰할 만한 실증을 내놓았다는 것, 그리고 이틀 일찍 Apache-2.0으로 공개된 Live Delivery 플러그인이 오늘 여러분이 직접 확인할 수 있는 이야기의 일부라는 것이다.
