Qwen4-Max가 적힌 타이틀 카드, 실제 현장 업무를 위해 설계되었으며, “Intelligence Index 작업당 32.3분, 해당 분야 중앙값 12.4분”이라는 문구가 함께 있습니다.
Guides & Insights

Qwen4-Max는 실제 업무를 위해 만들어졌습니다. 실제 환경의 시계는 작업당 32분을 가리킵니다.

작성자

Gideon Frost

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

“현실 세계의 업무를 위해 만들어졌다”는 것이 이번 주 Qwen4-Max가 판매되는 방식이다. 알리바바가 일반 판매를 시작한 지 이틀 뒤인 11월 18일 이 모델을 등록한 제3자 플랫폼에서 그렇게 내세우고 있다. Qwen4-Max는 2026년 11월 16일 출시됐고, 그 플랫폼의 등록 페이지에는 새로운 가중치도, 새로운 컨텍스트 수치도, 새로운 가격도 추가되지 않았다. 오직 슬로건과 버튼뿐이었다. 그 슬로건은 우연히도 이 모델에 대해 누군가 내놓은 가장 검증 가능한 주장인데, 현실 세계의 업무는 벤치마크 점수가 아니기 때문이다. 그것은 누군가 기다리는 동안 예산 안에서 끝내야 하는 과제다. 바로 그 일을 시간으로 측정하는 유일한 공개 보드에서 Qwen4-Max는 Intelligence Index 과제 하나를 완료하는 데 32.3분이 걸린다. 이 분야의 중앙값은 12.4다. 이 모델의 전신인 Qwen3.8-Max는 47.4분이 걸렸다.

그것이 판정의 윤곽이며, 나쁘지 않은 판정이다. Qwen4-Max는 자신이 대체하는 모델보다 3분의 1 더 빠르고 같은 지표에서 19점 더 좋으며, 토큰당 비용이 약 4분의 1 더 저렴한 방식으로 추가 사고를 수행한다. 시계가 바꾸는 것은 누가 이것을 선택해야 하는가이다. 작업당 30분이 걸리는 모델은, 실제 소요 시간을 감당할 수 있다고 의도적으로 결정하지 않는 한 채팅창이나 20단계 에이전트 루프 뒤에 두는 모델이 아니다. 이 글은 그 결정과 그것을 이끄는 세 숫자 — 작업당 분, 작업당 토큰, 그리고 실제로 측정된 단 하나의 노력 수준 — 에 관한 것이다.

순위표가 아니라 지연 시간을 겨냥하는 슬로건

플래그십 제품의 출시 문구는 보통 성능을 따진다. 그런데 이번 제품의 문구는 '일'을 따지는데, 이는 질문을 "얼마나 똑똑한가"에서 "얼마나 오래" 그리고 "얼마나 많이"로 조용히 옮겨 놓는다. 이들은 서로 다른 답을 가진 서로 다른 질문이며, 벤더 자신의 자료는 두 번째 질문보다 첫 번째 질문에 훨씬 더 잘 답한다.

Alibaba가 Qwen4-Max에 대해 공개한 주장은 효율성에 관한 것이며, 모두 effort 설정에 조건부입니다. 벤더 자체의 Work360 제품군에서 이 모델은 52.69점을 기록해 Qwen3.8-Max의 47.74점을 앞서며, Xhigh effort에서는 토큰을 24% 더 적게, High에서는 35% 더 적게 생성합니다. Terminal-Bench 4.0에서는 동일한 두 설정에서 토큰 감소가 48%와 49%이며, Work360의 작업당 평균 비용은 $4.43에서 $1.67로 떨어집니다. 그 모든 수치는 벤더가 보고한 것이고, 어느 것도 독립적으로 재현되지 않았으며, 모든 수치가 선택해야 하는 effort 수준에 묶여 있습니다. 이 마지막 세부 사항은 각주가 아닙니다. 바로 그것 때문에 독립적인 타이밍 행을 주의사항 없이 '모델의 속도'로 읽을 수 없는 것입니다.

독립된 행, 간단히 말해

Artificial Analysis는 Intelligence Index v5.0.1에서 Qwen4-Max를 3단계 다이얼의 최상위 설정인 Xhigh로 측정하고, 점수와 함께 전체 비용 및 속도 패널을 공개했다. 2026년 11월 18일 실시간 확인:

• 인텔리전스 지수 — Qwen4-Max는 43, GPT-6.2 Astra는 62, Qwen3.8-Max(0902)는 34

• 작업당 실제 소요 시간 — 32.3분으로, 비교 가능한 모델의 중앙값 12.4분에 대비되며; Qwen3.8-Max는 47.4분이 소요됨

• 인덱스 실행당 출력 토큰 — 1억 2700만, 분야 중앙값 6510만 대비

• 출력 속도 — 초당 54토큰, A​libaba 자체 엔드포인트에서 측정

• 첫 번째 답변 토큰까지 걸린 시간 — 148.57초

• 인덱스 작업당 비용 — $3.27, Qwen3.8-Max의 $10.02 대비

• 광고된 컨텍스트 — 추적기로 측정한 984,000토큰, A​libaba 문서의 1,000,000토큰과 비교

흥미로운 조합은 처음 두 개다. 43은 평범한 점수이고 보드도 그렇게 말한다. 즉 이 모델을 동급 모델들 사이에서 평균 이하로 설명하며, 중앙값도 43이므로 Qwen4-Max는 정확히 기준선 위에 있다. 반면 12.4분 중앙값에 맞선 32.3분은 평범하지 않다. 그것은 다른 모델들의 거의 세 배에 가깝다. 성능은 평균에 머물렀고, 그 성능을 끌어내는 비용은 분포의 꼬리에 떨어졌다.

A single-column scoreboard for Qwen4-Max: Intelligence Index 43, wall clock per task 32.3 minutes, 127 million output tokens per run, 54 tokens per second, 984k context window, and $3.27 cost per index task, all measured by Artificial Analysis on 18 November 2026.

그 30분은 어디로 가는가

두 숫자가 소요 시간을 설명하며, 둘 다 수수께끼가 아니다. 첫 번째는 장황함이다. 중간값 모델이 6,510만 개로 끝내는 동일한 9개 평가 스위트를 완료하는 데 1억 2,700만 개의 출력 토큰이 든다. 두 번째는 처리량이다. 초당 54토큰인데, 이는 평범한 수준이다. 평범한 속도에 두 배의 토큰을 곱하면 대략 두 배의 시간이 되고, 거기에 조금 더해진다. 오래 실행되는 작업은 자기 추론을 기다리는 데에도 더 오래 걸리기 때문이다.

이것들을 종합하면 실질적인 결과는 벤치마크 없이도 계산할 수 있는 산수다. 실제 환경의 작업이 Qwen4-Max로 30분 걸린다면, 10회 호출 에이전트 루프는 5시간이 걸리고, 100회 호출 야간 배치는 50시간이 걸린다. 그것이 이 모델을 피해야 할 이유는 아니다 — 배치 작업은 호출에 얼마나 오래 걸리는지 신경 쓰지 않는다 — 하지만 이는 대화형 및 에이전트형 작업에 대한 엄격한 제약이며, 바로 그런 작업이 보통 "실제 환경의 작업"이라는 말로 줄여서 가리키는 것이다.

단순한 30분이라는 수치보다 더 중요한 이차적 효과가 있다. 32분짜리 작업은 프로덕션 스택의 모든 타임아웃과 나쁘게 맞물리기에 충분히 길다. 게이트웨이 유휴 타임아웃, 클라이언트 자체의 재시도 예산, 큐의 가시성 윈도우, 40분에 재활용되는 컨테이너까지 말이다. 12분 만에 끝나는 모델은 기본 구성에서 살아남는다. 32분 만에 끝나는 모델은 당신의 타임아웃이 어디에 설정되어 있는지 가르쳐 주는 모델이며, 그것이 만들어내는 실패 — 작업을 중복시키는 재시도, 또는 전체 요금이 청구되는 잘린 답변 — 는 토큰 차이로 절약한 비용보다 더 많이 든다.

The Artificial Analysis page for Qwen4-Max on Intelligence Index v5.0.1, showing a score of 43 at Xhigh effort alongside the cost, speed and time-to-first-token panel.

3단계 다이얼 맨 위에 있는 공개된 지점 하나

Qwen4-Max는 low, high, Xhigh의 세 가지 추론 노력 수준을 제공하며 기본값은 high이고, 사고 예산은 그 자체로 기본 131,072 토큰입니다. Artificial Analysis는 이를 Xhigh에서 평가했습니다. 이는 변호할 만한 선택입니다. 벤더 자체의 효율성 주장이 그렇게 제시되어 있고, 모델의 가장 좋은 모습을 보여주기 때문입니다. 그러나 그것은 43과 32.3분이 모델이 제공하는 가장 비용이 많이 드는 구성을 설명한다는 뜻이며, 대화형 제품이 실제로 구동하게 될 low-effort 구성은 공개된 독립적 수치가 전혀 없습니다.

이번 달 출시작들의 반대편에 있는 공개 방식의 형태를 비교해 보세요. GPT-6.2 Astra는 같은 지표에서 전체 곡선을 공개합니다: 최대 및 Xhigh에서 62, high에서 60, medium에서 57, low에서 46. 더 저렴한 설정이 성능 면에서 무엇을 대가로 치르게 하는지 알 수 있고, 팀은 그 곡선 위의 한 지점을 고를 수 있습니다. Qwen4-Max는 한 지점과 그보다 한 단계 아래에 있는 기본값을 제공합니다. 모델을 high에서 실행하면 아무도 측정하지 않은 구성을 실행하는 것이고, low에서 실행하면 벤더가 그에 대한 주장조차 공개하지 않은 구성을 실행하는 것입니다.

그 격차는 이번 출시에서 가장 덜 보도된 세부 사항이며, 모델에 유리하게 작용하는 만큼 불리하게도 작용한다. 정직하게 읽자면 "Qwen4-Max는 느리다"가 아니다. "Qwen4-Max는 벤치마크가 수행된 설정에서는 느리고, A​libaba 밖에서는 다른 어떤 설정도 시간을 측정한 사람이 없다"이다. 평가 중이라면 effort 다이얼은 마지막이 아니라 가장 먼저 돌려볼 실험이어야 한다. 왜냐하면 그것이 시계와 청구서를 동시에 움직이는 유일한 지렛대이기 때문이다.

가격 카드가 실제로 보상하는 것

요금 기준으로 보면 Qwen4-Max는 저렴하다 — 정말로 저렴하고, 잘못된 워크로드에 가장 덜 가혹한 방식으로 저렴하다.

• 싱가포르 요금 — 입력 토큰 100만 개당 $1.50, 출력 토큰 100만 개당 $4.50

• 글로벌 범위 리전 — 입력 $1.413, 출력 $4.24(소수점 셋째 자리까지)이며, 이는 타사 목록에 인용된 값입니다

• 캐시 — 읽기 백만 건당 싱가포르에서는 $0.075, 다른 지역에서는 $0.071; 5분 쓰기 비용은 $1.875, 1시간 비용은 $3.00

• 긴 컨텍스트 — 추가 요금 없음. 토큰 임계값을 넘어도 프리미엄 등급이 없으며, 이번 달 모든 경쟁사가 그런 것은 아닙니다.

• 배치 — 베이징 전용 파일 배치 요금: 입력 $0.707, 출력 $2.12

이것은 Alibaba가 공개한 요금입니다. 숫자보다 구조가 더 중요합니다. 전체 윈도우에 걸친 균일 요금제라는 것은, 여기서 40만 토큰 문서 검토의 입력 비용이 0.60달러라는 뜻입니다. 긴 컨텍스트 배수를 적용하는 모델이라면 그 몇 배를 청구했을 것입니다. 이 모델이 실제로 잘하는 작업 부하—긴 문서, 비디오, 대량 추출—에서는 균일 요금제가 토큰당 표시 요금보다 더 가치 있습니다. 그리고 이 모델이 잘하지 못하는 작업 부하—대화형, 멀티턴, 에이전트형—에서는 요금제가 무관합니다. 제약은 미터가 아니라 시계이기 때문입니다.

아무도 나열하지 않은 부분: 체크포인트는 없다

파인튜닝과 모델 배포는 모두 해당 모델 문서에서 지원되지 않는 것으로 표시되어 있다. Qwen4-Max는 임대할 수 있을 뿐 소유할 수는 없으며, 출시 게시물에서 오픈 가중치에 대해 내놓은 유일한 양보는 더 작은 Qwen4 모델들이 "오픈 소스로 출시될 예정"이라는 점뿐이다. 실제 업무를 기준으로 판매되는 모델에게 이는 라이선스 세부 사항이라기보다 실질적인 한계다. 실제로 해야 할 업무가 가장 많은 팀은 보통 그 모델을 튜닝하고 싶어 하는 팀이기 때문이다. 계획에 증류된 변형, 온프레미스 배포, 또는 고정된 가중치 세트에 고정된 재현 가능한 스냅샷이 포함되어 있다면, 이 모델은 세 가지 중 어느 것도 제공하지 않으며, 어떤 제3자 목록도 이를 추가할 수 없다.

The OrcaRouter model page for qwen/qwen3.8-max, listing the vendor rates and the routable endpoint for Qwen4-Max's predecessor.

지금 전화할 수 있는 대상

Qwen4-Max는 저희 카탈로그에 없습니다 — 해당 라우트는 존재하지 않으며, 없는 것을 있는 것처럼 암시하지도 않겠습니다. 카탈로그에 있는 것은 Qwen3.8-Max이며, 이 모델은 오늘 공급업체 정가에 0% 마크업으로 라우팅할 수 있고, 32분짜리 작업이 그만한 가치가 있는지 결정하기 전에 실제로 벤치마크하게 될 모델입니다: 점수는 34점 대 43점이지만, 이미 팀이 이해하고 있는 가격과 동작을 갖춘 모델입니다.

이번 출시가 제기하는 라우팅 질문은 범위가 좁고 정확히 짚을 가치가 있습니다. 모델이 작업당 30분이 걸릴 때 신경 써야 할 실패 모드는 잘못된 답이 아니라, 29분 동안 과금된 뒤 29분째에 죽는 호출입니다. 바로 이 때문에 장시간 실행되는 모델을 자동 페일오버가 있는 라우트 뒤에 두고 한 제공자에 직접 호출하지 않는 것입니다. 재시도는 살아 있는 엔드포인트로 향하고, 에스컬레이션 로직은 애플리케이션 코드가 아니라 라우트에 있습니다. 200개 이상의 모델에 걸친 하나의 키는 또한 다음 섹션의 비교가 두 번째 계약이 아니라 구성 변경임을 의미합니다.

누가 움직여야 하고, 누가 기다려야 할까요?

작업이 배치 작업이거나 문서가 많거나 비디오 입력이 있거나, 초가 아니라 시간 단위로 측정되는 일이라면 지금 움직이세요. 균일한 장문 컨텍스트 가격, 984,000 토큰의 윈도, 네이티브 비디오 입력, 비디오 지원 도구 호출, 그리고 대체하는 모델의 $10.02 대비 인덱스 작업당 $3.27 비용은 그런 형태의 작업에 있어 간단한 업그레이드이며, 반대편에서 기다리는 것이 없을 때 32분이라는 시계는 무관합니다.

잠깐, 적어도 다이얼부터 테스트하세요, 당신의 작업이 대화형이거나 에이전트형이라면. 공개된 수치는 모델이 가진 가장 비싼 설정을 설명하며, 중앙값 작업이 12분에 끝나는 보드에서, 실제로 배포할 설정은 독립적으로 시간 측정된 적이 없습니다. 벤치마크에 대해 실행하기 전에 자체 트레이스에 대해 낮은 노력과 높은 노력을 실행해 보세요 — 그 실험은 몇 달러가 들고 출시 글이 묻지 않은 질문에 답합니다.

그리고 어느 편에 서 있든 날짜를 정확히 읽으세요. Qwen4-Max는 2026년 11월 16일 일반 판매를 시작했습니다. 18일에 일어난 일은 그것이 실제 업무에 관한 슬로건 아래 다른 곳에서 이용 가능해졌다는 것입니다. 모델은 바뀌지 않았습니다. 시계도 바뀌지 않았습니다. 슬로건만이 새로운 것이며, 그것은 페이지에서 직접 확인할 수 있는 유일한 주장입니다.

이 글에서 비교한 모델2

이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트