'Qwen4-Max: 이동하지 않는 숫자들'이라는 제목의 타이틀 카드. 세 개의 칩에는 사고 모드에서 입력 토큰 983,616개, 답변 토큰 131,072개, 사고와 답변 간에 공유되는 262,144개가 표시되어 있다. 2026년 11월 16일자 Alibaba Cloud Model Studio 모델 카드에 대한 캡션이 달려 있다.
Guides & Insights

Qwen4-Max는 하루 만에 다른 곳에 등록되었다. 이식되지 않는 부분은 사고 예산이다.

작성자

jinhao.song

게시일

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

Qwen4-Max는 2026년 11월 16일 정식 출시되었고, 몇 시간 안에 두 번째 플랫폼이 첫날부터 이를 광고하기 시작했습니다 — 100만 토큰 컨텍스트, 네이티브 텍스트·이미지·비디오 입력을 갖추고 코딩, 사무 작업, 장기 자율 에이전트 실행을 겨냥한 모델입니다. 그것이 2026년 폐쇄형 모델 출시의 일반적인 모습입니다: A​libaba는 Qwen4-Max에 대한 체크포인트를 공개하지 않으므로, A​libaba의 6개 배포 리전 밖에 있는 사람은 A​libaba로부터 모델을 임대하는 플랫폼을 통해서만 모델에 접근할 수 있습니다. 일반적이지 않은 점, 적어도 논의되지 않는 점은 그 중계 과정에서 모델의 운영 매뉴얼 중 얼마나 많은 부분이 사라지는가입니다. 가격표는 온전히 전달됩니다. 대표적인 컨텍스트 수치도 온전히 전달됩니다. 요청이 들어맞는지 아니면 잘림(truncation)을 반환하는지를 결정하는 산술은 전혀 전달되지 않습니다.

출시 당일 상장이 실제로 알려주는 것

두 가지가 있는데, 둘 다 벤치마크와는 무관하다. 첫째, 이 모델은 채팅이 아니라 연구와 에이전트 작업용으로 판매되고 있다는 점이다 — 출시 첫날 자료는 장기 실행 에이전트 작업을 앞세우고 비디오를 입력 모달리티로 나열하는데, 이는 플랫폼이 이 모델을 투입하려는 워크로드에 대한 설명이지 A​libaba 자체의 헤드라인을 다시 말한 것이 아니다. 둘째, Qwen4-Max는 임대해서 쓸 수는 있지만 이식할 수는 없다는 점이다: 다운로드가 없으므로 이를 제공하는 모든 엔드포인트는 A​libaba의 배포본을 제공하는 셈이고, 이를 설명하는 모든 타사 페이지는 A​libaba 문서의 요약이다. 스펙 표 요약은 통합 버그가 탄생하는 곳이다.

요금표는 쉬운 부분이며 한 번은 짚고 넘어갈 가치가 있습니다. 싱가포르에서 A​libaba는 Qwen4-Max를 백만 입력 토큰당 $1.50, 백만 출력 토큰당 $4.50로 책정하며, 캐시된 입력은 $0.075, 캐시 쓰기는 5분 창 기준 $1.875 또는 1시간 기준 $3.00입니다. 글로벌 배포 범위 — 베이징, 홍콩, 프랑크푸르트, 일본, 미국 버지니아 — 는 입력 $1.413, 출력 $4.24, 캐시 읽기 $0.071로 약간 더 낮습니다. 컨텍스트 한도까지 단일 가격 티어입니다. 장문 컨텍스트 할증도, 찾아볼 배치 할인도 없습니다. 이 모델에서는 배치 추론이 전혀 제공되지 않기 때문입니다.

A two-column scoreboard contrasting a third-party listing with Alibaba's model card: the listing gives 1M context, 1M output, three effort levels and no batch figure, while the model card gives 1,000,000 context, 983,616 input in thinking mode, 131,072 output non-thinking, 262,144 shared, and effort levels low, high and xhigh, sourced to Alibaba Cloud Model Studio documentation updated 16 November 2026.

모델과 함께 이동하지 않는 세 가지 숫자

"1M context"는 모든 리스팅에 표시되는 숫자입니다. 출시 당일 마지막으로 업데이트된 Alibaba의 모델 페이지는 더 구체적이며, 마케팅용 숫자와 실제 작동하는 숫자 사이의 간극이 바로 통합이 깨지는 지점입니다:

• 컨텍스트 길이 — 1,000,000토큰, 출력에 사용할 수 있는 예산이라기보다 전체 요청에 대한 상한선

• 최대 입력, 비사고 — 991,808 토큰, 창의 8,192개가 응답을 위해 예약되기 때문입니다

• 최대 입력, 사고 — 983,616 토큰, 추론 블록을 위해 8,192개 추가로 남겨 둠

• 최대 출력, 비사고 — 131,072 토큰

• 사고 + 답변 결합, 사고 모드 — 262,144 토큰, 추론 과정과 표시되는 답변 간에 공유됨

• 기본 사고 예산 — 131,072토큰이며, 두 매개변수 모두 설정되지 않은 경우 reasoning_effort의 기본값은 high입니다

다섯 번째 줄이 문제의 핵심이다. 문서화된 262,144토큰 출력 상한을 기준으로 작업 규모를 산정한 뒤 사고 모드(thinking mode)로 실행하는 팀은, 추론 흔적이 같은 풀에서 자원을 끌어다 썼기 때문에 모델이 말할 내용이 얼마나 남았는지와는 무관한 길이에서 눈에 보이는 답변이 멈추는 것을 보게 된다. 131,072라는 수치는 안전한 출력 수치다. 262,144라는 수치는 공유 예산이며, 이 두 해석의 차이는 정상 작동하는 파이프라인과 매주 터지는 인시던트의 차이다.

작은 위안이 하나 있습니다. 이것은 타사 사양 목록에서 보게 될 불일치도 설명해 줍니다. 그 목록에는 984k 컨텍스트 윈도우가 적혀 있습니다. 그것은 다른 모델도 아니고 성능 하향도 아닙니다. 이는 사고 모드 입력 상한인 983,616을 반올림한 값이며, 추론을 켠 채 모델을 호출할 때 용량을 산정하는 기준으로 삼아야 할 정직한 숫자입니다. 추론은 기본값입니다.

effort 재매핑은 OpenAI 형태의 클라이언트가 한 단계를 잃는 지점입니다.

Qwen4-Max는 다섯 가지가 아니라 세 가지 추론 수준, 즉 low, high, xhigh를 제공하며 기본값은 high입니다. OpenAI 호환 클라이언트를 통해 호출하면 범위를 벗어난 effort 문자열은 거부되지 않고 가까운 허용 값으로 접힙니다. A​libaba의 표에서는 minimal을 low로, medium을 high로, max를 xhigh로 매핑합니다. A​nthropic Messages 형식을 통해서는 medium이 high가 되고 max가 xhigh가 됩니다.

두 매핑 모두 정당화될 수 있고, 둘 다 조용히 넘어갑니다. 여기서 medium을 요청하는 5단계 모델에 맞춰 튜닝된 파이프라인은 high-effort 추론을 받습니다. 더 많은 토큰, 더 많은 지연 시간, 더 많은 비용이 들며, 그런 일이 일어났다고 알려 주는 오류는 없습니다. 5칸 사다리의 맨 위를 기대하면서 max를 요청하는 파이프라인은 xhigh를 받는데, xhigh는 이 사다리의 맨 위에 해당하므로 출력은 맞아 보이고 청구서만 다른 말을 합니다. 해결책은 라우트당 한 줄입니다. 실제로 측정한 레벨을 공급업체의 용어로 고정하고 스테이징에서 이를 검증하세요. 매핑되지 않은 effort 문자열을 더 짧은 사다리를 가진 모델로 그대로 전달하는 것은 무엇이든 드리프트하며, 더 많은 비용을 지출하는 방향으로 드리프트할 것입니다.

A screenshot of the Alibaba Cloud Model Studio documentation page for qwen4-max, showing the Model Studio navigation, the breadcrumb Home Page > Models > Get Started, and the qwen4-max (Latest Model) heading with the start of its specification tables.

출시 숫자가 말해 주는 것과 말해 주지 않는 것

알리바바의 출시 평가는 벤더가 보고한 것이며 독립적으로 재현되지 않았는데, Qwen4-Max를 자사 Work360 벤치마크에서 52.69로 기록했고, 이는 47.74를 기록한 Qwen3.8-Max와 비교된다. 작업당 평균 비용은 $4.43에서 $1.67로 감소했고, 출력 토큰 사용량은 xhigh effort에서 24%, high에서 35% 줄었다. Terminal-Bench 4.0에서는 벤더가 동일한 두 설정에서 출력 토큰이 각각 48%, 49% 더 적다고 보고했으며, 보안 코딩 벤치마크의 함수 수준 통과율은 22.0%에서 31.8%로 상승했다. 이는 해당 아키텍처에 대한 벤더의 근거다: 토큰당 710억 개 매개변수를 활성화하는 2.4조 매개변수 희소 전문가 혼합(MoE)에 3,280억 개의 N-gram 임베딩 매개변수를 더하고, 희소 어텐션 계층당 3개의 Gated DeltaNet 계층을 둔 구조다.

11월 17일에 확인할 수 있는 유일한 외부 평가는 Artificial Analysis로, 이는 Qwen4-Max에 Intelligence Index v5.0.1에서 43점을 부여하고 해당 지수에서 81개 모델 중 38위로 순위를 매긴다. 또한 지수 작업당 컴퓨팅 비용을 $3.27로 측정하는데, 이는 실행 전체에서 1억 2,700만 개의 출력 토큰이 사용된 데 뒷받침된 수치로, 중앙값 7,860만 개와 대비된다. 그리고 이 모델에 대해서는 속도 측정치를 전혀 기록하지 않는다 — 작업당 시간도, 출력 속도도 없다. 프런티어를 능가한다는 벤더의 주장 옆에 놓인 43이라는 숫자는 앞으로 한 달간의 보도가 다룰 긴장 관계다. 또한 이 기사에서 A​libaba가 산출하지 않은 유일한 숫자이기도 하다.

A screenshot of the OrcaRouter model page for qwen/qwen3.8-max, showing the 1M-token context badge, text, image and video input, and the pricing panel for the model Qwen4-Max replaces.

이번 주에 전화할 생각이었다면

OrcaRouter는 Qwen4-Max를 라우팅하지 않으며, 이를 다르게 암시하기보다 분명히 말하는 것이 좋습니다. 카탈로그에는 Qwen3.8-Max — Qwen4-Max가 대체하는 모델 — 백만 토큰당 입력 $2.00, 출력 $6.00에 벤더 정가가 0% 마크업으로 그대로 적용되어 제공되며, Claude Opus 5.5, GPT-6.1 Sol, Grok 4.5 및 T​encent HY4 Preview도 함께 실려 있습니다. 아직 Qwen4 세대는 제공하지 않습니다.

따라서 오늘 Qwen4-Max를 평가하는 팀에게 정직한 구성은 새 모델을 위한 직접 A​libaba 키와, 폴백하게 될 모든 것을 위한 라우팅 계층입니다. 이는 들리는 것보다 덜 어색한데, 새 모델을 도입하는 데 비용이 많이 드는 이유는 토큰 가격이 아니라, 시도하려면 프로덕션 경로 위에 두 번째 계약, 두 번째 SDK, 두 번째 재시도 의미 체계가 필요하기 때문입니다. 기존 모델을 하나의 엔드포인트 뒤에 두고 제공자 간 자동 장애 조치를 사용하면 Qwen4-Max 실험을 이미 작동하는 경로 옆에서 실행할 수 있고, 비교는 A​libaba의 벤치마크가 아니라 자체 트래픽에서 이루어집니다. 모델이 실제로 카탈로그에 등장하면, 보게 될 가격은 벤더 자체의 가격이며 변경되는 날 바로 반영됩니다. 그것이 패스스루의 의미이기 때문입니다. Global 카드의 $1.413 및 $4.24는 리셀러의 스프레드가 붙은 가격이 아니라 $1.413 및 $4.24로 표시될 것입니다.

무엇을 볼까요?

Alibaba의 출시 게시물은 그 안의 어떤 벤치마크보다 더 중요한 문장으로 마무리됩니다: Max는 Qwen4를 처음 엿보는 것일 뿐이며, 이 계열의 더 작은 모델들이 오픈 소스로 공개될 예정입니다. 이는 이번 티어가 아니라 그 아래 티어에 대한 약속이며, Qwen4-Max 자체가 단일 공급업체와 그 공급업체로부터 이를 임대하는 플랫폼들에서 빌려 쓰는 모델이라는 사실을 바꾸지 않습니다. 그 시장에서는 문서가 제품의 차별화 요소이고, 문서에는 입력 983,616, 출력 131,072라고 되어 있습니다 — 어떤 항목도 100만은 아닙니다.

달력에 표시해야 할 날짜가 두 개 있습니다. 구성에 아직 qwen4-max-preview가 적혀 있는 사람이라면 누구나 해당되는, 11월 25일의 프리뷰 식별자 지원 종료일. 그리고 A​libaba가 thinking budget에 관해 다음에 무엇을 발표하든, 1M-context로 마케팅된 모델에서 262,144토큰의 공유 풀은 실제 에이전트 워크로드가 여기에 부딪히기 시작하면 수정될 가능성이 가장 높은 단일 수치이기 때문입니다.