
Qwen4-Max vs GPT-6 Sol: 답변당 더 많은 비용이 드는 더 저렴한 토큰
- 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 · 96 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 · 120 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-Max의 출력 요금은 GPT-6 Sol의 절반이 채 안 됩니다 — 100만 토큰당 $4.50 대 $10.00 — 그런데도 작업을 끝내는 데는 여전히 비용이 더 듭니다. Artificial Analysis가 측정한 Intelligence Index 작업당 비용은 2026년 11월 16일부터 일반 제공된 Qwen4-Max가 $3.27이고, OpenAI가 2026년 9월 22일부터 판매해 온 GPT-6 Sol은 $2.47입니다. 점수는 43 대 44로 1점 차이입니다. 이 역전이 이 비교의 전부이며, 반올림 오류가 아닙니다. 그것은 한 모델이, 다른 모델은 6,510만 개로 끝내는 평가를 완료하는 데 1억 2,700만 개의 출력 토큰을 쓸 때 일어나는 일입니다. Qwen4-Max는 단위당으로는 더 싼 모델이고 작업당으로는 더 비싼 모델이며, 예산이라는 현실과 맞닥뜨렸을 때 살아남는 사실은 그 두 가지 중 하나뿐입니다.
산술 계산을 제시한 역산
두 모델 모두 기본적으로 추론을 실행하며, 두 공급업체 모두 사고 과정을 출력으로 과금한다. 차이는 그 양이 얼마나 되느냐이다.
• 인덱스 실행 시 출력량 — Qwen4-Max는 1억 2,700만 개의 출력 토큰을 생성했으며, 트래커는 이를 장황함 기준 80개 중 65위로 평가하고 중앙값 7,860만 개 대비 매우 장황하다고 설명합니다. GPT-6 Sol은 6,510만 개를 생성했으며, 같은 중앙값 대비 상당히 간결하다고 설명됩니다.
• 입력량 — {{1}}Qwen4-Max의 경우 99억 토큰, GPT-6 Sol의 경우 47.5억 토큰{{/1}}. Qwen의 출력 대 입력 비율은 1.284%이고, Sol은 1.371%이므로, 트래픽의 형태는 유사하지만 규모는 그렇지 않습니다.
• 완료된 작업당 비용 — $3.27 대 $2.47. 명목상 더 저렴한 모델이 작업당 32% 더 비쌉니다.
• 지수 점수 — 43 대 44, 각각 81개 모델 중 38위와 34위, 2026년 11월 16일에 읽은 동일 리비전 기준.
이것이 측정하는 것은 일반적인 의미의 낭비가 아니다. 길게 추론하고 자신의 작업 과정을 다시 서술하는 모델은 공급업체가 기능이라고 여기는 일을 하는 것이며, 알리바바 자체의 출시 수치도 바로 그런 행동이 비용을 지불할 가치가 있다는 점에 기반을 두고 있다. 즉 Work360 벤치마크에서 Qwen3.8-Max보다 토큰을 24%에서 35% 더 적게 사용한다고 주장하는데, 이는 전임 모델 대비 상대적 장황함에 관한 주장일 뿐 다른 연구소의 모델과 비교해 어떤지는 전혀 말해 주지 않는다. 청구서에 찍히는 것은 절대 수치이며, 그 절대 수치는 높다.
역전이 사라지는 지점은 고정 출력일 때다. 스키마, 최대 토큰 상한, 엄격한 형식으로 답변을 제한하면 장황함의 이점은 증발한다. 절약되는 토큰은 모델이 출력하기로 선택한 토큰이기 때문이다. 엄격한 출력 상한 아래에서는 Qwen4-Max의 2.2배 더 저렴한 출력 요율이 대략 동일한 토큰 수에 적용되므로 절감은 실제다. 좋아하는 대로 쓰게 놔두면 그 할인을 써버린다.

272,000토큰을 넘어서면 가격 관계가 완전히 뒤집힙니다
GPT-6 Sol의 요금표에는 급격한 가격 절벽이 있지만 Qwen4-Max의 요금표에는 그런 절벽이 없습니다. 이는 저렴한 모델이 단순히 경쟁력 있는 수준을 넘어 극적으로 더 저렴한 유일한 측면이며, 두 모델 모두 백만 토큰 창을 광고하기 때문에 놓치기 쉽습니다.
• GPT-6 Sol, 최대 입력 토큰 272,000개 — 입력 $2.00, 캐시된 입력 $0.20, 캐시 쓰기 $2.50, 출력 $10.00.
• GPT-6 Sol, 입력 토큰 272,000개 초과 시 — 입력 $4.00, 캐시 입력 $0.40, 캐시 쓰기 $5.00, 출력 $15.00. OpenAI 자체 모델 페이지는 이 규칙을 분명히 밝힙니다: 요청의 모든 토큰이 초과분만이 아니라 전부 재가격 책정됩니다. 300,000토큰 프롬프트는 300,000개 전부에 장문 컨텍스트 요금이 부과됩니다.
• Qwen4-Max — 전체 1,000,000토큰 윈도우에 걸쳐 입력 $1.50, 출력 $4.50의 단일 요금이며, 32K, 128K 등 어디에서도 구간별 요금이 적용되지 않습니다. 싱가포르 요금 기준이며, 나머지 5개 리전은 $1.413 및 $4.24입니다.
• 300,000 토큰에서의 격차 — 입력에서 $4.00 대 $1.50은 2.7배이고, 출력에서 $15.00 대 $4.50은 3.3배입니다. 베이징의 Qwen 배치 경로를 추가하면 Batch File이 $0.707과 $2.12를 청구하므로 비율은 더 벌어집니다 — 다만 그 경로는 한 리전에만 존재합니다.
• 실질적인 결과 — 272K 토큰을 일상적으로 넘나드는 문서 분석 파이프라인은 비슷한 두 가격 사이에서 선택하는 것이 아니다. 그것은 요청이 우연히 경계를 넘을 때 두 배가 되는 요금과 전혀 움직이지 않는 요금 사이에서 선택하는 것이다. 초과 크기 요청을 임계값 미만의 청크로 나누면 Sol의 가격을 회수할 수 있지만, 이는 파이프라인을 변경하는 일이며, 백만 토큰 모델을 구매한 이유였던 단일 요청 컨텍스트를 포기하는 비용이 따른다.
이 글에서 Qwen4-Max에 대한 가장 강력한 사례는 이것이며, 출시 보도가 시사하는 것보다 범위가 좁다: 이는 일반적인 사례가 아니라 장문 컨텍스트 사례다.
각 공급업체가 실제로 주장하는 내용과 그 뒤에 있는 근거
Alibaba의 Qwen4-Max 출시 자료는 유난히 구체적이며 전적으로 자체 평가로만 이루어져 있다. 가장 앞세운 벤치마크인 Work360은 벤더가 직접 구축한 것으로, 26개 Tier-1 도메인, 182개 Tier-2 하위 도메인, 721개 Tier-3 필드로 구성된 분류 체계이며 Qwen4-Max는 이에서 52.69점으로 Qwen3.8-Max의 47.74점을 앞선다. 이와 함께 회사는 Work360의 xhigh 및 high effort 설정에서 토큰 사용량이 각각 약 24%, 35% 감소했고, Terminal-Bench 4.0에서는 48%, 49% 감소했으며, 작업당 평균 비용이 $4.43에서 $1.67로 떨어졌고, Last Secure Code Bench의 함수 수준 통과율이 22.0%에서 31.8%로 상승했으며, 함수·파일·저장소 단위에서 동시에 안전한 코드 비율이 8%에서 14.7%로 상승했다고 보고한다. 이 모든 수치는 벤더가 보고한 것이며 Alibaba 외부에서 재현된 것은 하나도 없다.
GPT-6 Sol에 대한 OpenAI의 주장은 결이 다르다. 이는 절대 점수가 아니라 이름이 명시된 경쟁사들을 겨냥한 ‘더 낮은 비용으로 동등한 성능’ 주장이다. 출시 자료에 따르면 FrontierCode 1.1 결과는 최대 노력에서 작업당 $2.14로 49.3%였고, $12.83의 Claude Fable 5.1은 50.3%였다. 또한 DeepSWE v1.1 결과는 68.8%로 Claude Fable 5의 69.9%와 1.1점 차이였다. 이 문장들의 형태를 보라. 각각은 점수상 거의 동점인 결과를 비용의 일부와 짝지어 제시한다. 그것은 역량이 아니라 효율성에 관한 주장이며, Alibaba가 Work360에 관해 내놓는 주장보다 약한 주장이다.
독립 트래커는 두 모델을 마침내 비교할 수 있는 곳이며, 이 글에서 두 모델을 하나의 하네스로 측정한 유일한 출처다. 이 트래커는 두 모델을 1점 차이로 벌려 놓고 가격 순위를 뒤집는다. 또한 한 열을 비워 둔다. GPT-6 Sol은 초당 출력 토큰 125개, 첫 답변 토큰까지 35.11초, 인덱스 작업당 7.2분으로 측정됐다. Qwen4-Max는 세 가지 모두 없다 — 성능 카드에 N/A로 표시된다. 작업당 32% 더 비싸면서 공개된 속도가 없는 모델은 아직 비용 우위를 전혀 가격에 반영할 수 없는 모델이다. 청구서의 나머지 절반은 시간이기 때문이다.

토큰 숫자 밑에 깔린 아키텍처 주장
Qwen4-Max는 2.4조 매개변수 규모의 희소 전문가 혼합(MoE) 모델로, 토큰당 710억 개의 매개변수가 활성화되며, 여기에 곱셈이 아니라 조회되는 3,280억 개의 N-gram 임베딩 매개변수가 더해진다. 각 Qwen Sparse Attention 레이어마다 세 개의 Gated DeltaNet 레이어가 이력을 고정 크기 상태로 압축하며, Qwen Sparse Attention 레이어는 경량 인덱서를 통해 마이크로 블록 단위로 관련 컨텍스트를 선택한다. 동적 읽기·쓰기 게이트를 갖춘 네 개의 병렬 잔차 분기가 스택을 안정화한다. 알리바바는 2.4T 매개변수 실행 전반에서 손실 급증이 없었고, Qwen3.8-Max-Base보다 바이트당 비트 수가 5%에서 13% 더 낮으면서도 25% 더 적은 매개변수를 활성화한다고 보고한다. 다만 벤더가 명시한 솔직한 단서로, 비교된 체크포인트 중 두 개가 후속 학습(post-trained)되어 베이스 모델이라는 프레이밍을 약화시킨다는 점이 있다.
이는 장문 컨텍스트 추론이 토큰당 더 저렴한 이유에 대한 그럴듯한 설명이다. 경쟁사보다 요청 하나에 1.95배 많은 출력 토큰이 필요한 이유에 대한 설명은 아니며, 출시 자료 어디에도 그 점을 다루지 않는다. 토큰당 효율성과 답변당 효율성은 서로 다른 양이며, 이 모델은 전자를 개선하면서 후자를 잃는다.
두 가지가 각각 어디에 있는지, 그리고 혼합 워크로드가 어떤 모습인지
GPT-6 Sol은 OrcaRouter에서 openai/gpt-6-sol로 OpenAI의 정가 그대로, 0% 마크업으로 라우팅됩니다 — 272K 미만에서는 백만 토큰당 $2.00 및 $10.00, 이를 초과하면 $4.00 및 $15.00이며, 272K 요금 재산정 규칙은 OpenAI가 적용하는 방식 그대로 적용됩니다. 200개 이상의 모델을 위한 단일 API는 위의 긴 컨텍스트 질문을 두 번째 계약이 아닌 라우팅 결정으로 바꿔 줍니다: 파이프라인은 272K 미만 요청은 Sol로, 초과하는 요청은 다른 곳으로 보낼 수 있으며 두 번째 SDK를 구축할 필요가 없고, 공급업체의 가격 변경은 OpenAI의 가격표에 반영되는 당일 여기에도 반영됩니다.
Qwen4-Max는 2026년 11월 16일 기준 OrcaRouter 카탈로그에 없습니다. Alibaba 자체의 Model Studio API와 여러 타사 플랫폼을 통해 접근할 수 있습니다. 그렇기 때문에 정직한 실험은 비대칭적이며 한 방향으로만 저렴합니다. Sol 쪽은 새로운 통합이 필요 없지만 Qwen 쪽은 필요하며, 당신이 실제로 원하는 비교 — 자체 트래픽에서 자체 출력 길이로 완료된 작업당 비용 — 는 $2.47 대 $3.27의 역전이 벤치마크 하네스 밖에서도 성립하는지를 판가름할 바로 그 측정입니다. 프로덕션 경로가 아니라 섀도 슬라이스에서 실행하고, 두 인덱스 실행 중 어느 쪽이 오해를 부르는지 자체 토큰 수로 결정하게 하세요.

이것을 다른 기사로 만들려면 무엇이 필요할까요?
두 가지 측정치가 있습니다. 첫째는 하드 출력 한도가 있는 워크로드에서 Qwen4-Max의 출력량입니다. 만약 1억 2700만 토큰이 모델이 아니라 평가의 속성이라면, 그 역전은 인공적 결과이며 $4.50 요율은 순수한 절감입니다. 둘째는 속도입니다. GPT-6 Sol은 인덱스 작업당 7.2분, 첫 토큰까지 35초를 소모하는데, 이는 특별할 것 없는 수치입니다. 만약 Qwen4-Max가 같은 작업에서 실질적으로 더 느리다면, 이미 답변당 32% 더 비싼 모델이 더 오래 기다리게 하는 모델이기도 하며, 어떤 토큰당 비용 논리로도 그것을 구제할 수 없습니다.
둘 다 존재하기 전까지, 방어 가능한 입장은 좁고 구체적이다. 272,000 토큰을 넘는 요청에 대해서는 Qwen4-Max가 2~3배 더 저렴하며 비교 자체가 무의미하다. 그 외의 모든 경우에는 GPT-6 Sol이 가격과 동작을 함께 반영하는 유일한 수치에서 더 나은 선택이며, 출력에서 표면 요율이 2.2배 더 높다는 사실은 그것에 관해 가장 정보량이 적은 정보다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
