‘Qwen4-Max vs Grok 4.5: 하루 된 모델 대 이미 교체된 모델’이라는 제목의 타이틀 카드. 세 개의 칩에는 Qwen4-Max는 2026년 11월 16일 출시, Grok 4.5는 2026년 7월 8일 출시 후 Grok 4.6으로 대체됨, 지수 점수는 43 대 공개된 점수 없음이 표시되어 있으며, 캡션은 2026년 11월 17일 Artificial Analysis 모델 페이지를 가리킨다.
Guides & Insights

Qwen4-Max vs Grok 4.5: 어제 출시된 모델을, 자사 공급사가 이미 대체한 모델과 비교하고 있습니다

작성자

jinhao.song

게시일

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

모델 페이지를 열어 보면 Grok 4.5의 Artificial Analysis 페이지에서 화면에 가장 먼저 뜨는 것은 벤치마크가 아니다. 그것은 공지다. 이 모델은 지원 중단(deprecated)되었고, SpaceXAI가 더 새로운 버전인 Grok 4.6을 출시했으니 그쪽을 고려하라는 내용이다. 페이지에는 여전히 측정값이 실려 있다. 첫 응답 토큰까지 10.45초, 초당 65토큰, 50만 컨텍스트 윈도, 백만 토큰당 입력 $2.00·출력 $6.00. 그러나 지능 점수는 아예 실려 있지 않고, 벤치마크 주기도 6시간마다에서 18시간마다로 떨어졌다. Qwen4-Max는 이와 대조적으로 2026년 11월 16일부터 판매 중이며, 이제 막 하루 된 모델이다. 하루 된 모델을 이미 대체된 모델과 맞세우는 것은 일부러 하기에는 이상한 일인데, 바로 그래서 해 볼 가치가 있다. 이 비교는 어느 모델이 더 나은지보다는, Grok 4.5를 정당화했던 토큰 효율성 논변이 얼마나 빠르게 뒤처지게 되었는지를 더 잘 보여 준다.

각 모델이 실제로 무엇인지, 그들 각자의 삶 속으로 들어간 지 하루 만에

A two-column scoreboard comparing Qwen4-Max and Grok 4.5 across six rows: release date 16 November 2026 against 8 July 2026; $1.50 in and $4.50 out against $2.00 and $6.00; 1,000,000 context against 500,000; index 43 against none published; latency not published against 10.45 seconds and 65 tokens per second; text, image and video against text, image and file. Footer notes Grok 4.5 is marked deprecated on Artificial Analysis and runs at 18-hour intervals instead of 6.

• 공급업체 — A​libaba 대 SpaceXAI, 후자는 연중에 G​rok 라인의 이름을 변경함

• 출시 — 2026년 11월 16일 Qwen4-Max vs 2026년 7월 8일 Grok 4.5, Grok 4.6으로 대체됨

• 백만 토큰당 가격 — 입력 $1.50 / 출력 $4.50 vs 입력 $2.00 / 출력 $6.00

• 캐시 읽기 — Qwen4-Max는 100만 개당 $0.075, Grok 4.5는 100만 개당 $0.30

• 컨텍스트 창 — 1,000,000토큰 대 500,000

• 최대 출력 — 비사고 모드 131,072 토큰, 사고 모드에서 262,144 토큰 공유 vs 문서화된 64,000

• 입력 방식 — 텍스트, 이미지 및 동영상 대 텍스트, 이미지 및 파일

• 독립 지수 점수 — Qwen4-Max는 43점, Grok 4.5는 공개된 점수 없음

• 지원 중단 상태 — 현재 플래그십인지 교체되었는지, 동일 카드에 후속 제품이 있는지

마지막 세 줄이 기사입니다. Qwen4-Max의 카드는 스펙 시트로 측정할 수 있는 모든 축에서 더 크고, Grok 4.5의 카드에는 같은 가격에 더 나은 버전이 있다는 메모가 붙어 있습니다.

A screenshot of the Artificial Analysis page for Grok 4.5, headed by a deprecation banner stating the model is still benchmarked but every 18 hours instead of every 6, and that SpaceXAI has launched a newer release, Grok 4.6.

왜 아직도 4.5를 선택하는 사람이 있는지, 그리고 그 이유가 왜 점점 줄어드는지

Grok 4.5의 강점은 결코 순수한 성능에 있지 않았다. 핵심은 토큰이었다. 이 모델은 코딩 편집기와 함께 훈련된 1.5조 매개변수 기반 위에 구축되었고, 비교 가능한 프런티어 모델보다 훨씬 적은 출력 토큰으로 소프트웨어 엔지니어링 작업을 해결한다는 점을 내세워 대량 생산에 맞춘 가격으로 판매되었다. 이는 정말 좋은 제안이며, Alibaba가 Qwen4-Max를 위해 내놓는 제안도 같다 — 전작보다 출력 토큰이 24%에서 35% 적고, Terminal-Bench 4.0에서는 48%에서 49% 적으며, 작업당 평균 비용은 $4.43에서 $1.67로 낮아졌다.

다시 말해, 두 공급업체 모두 절약을 팔고 있다. 차이는 이 주장 중 하나는 곧 지속적으로 시험받게 될 것이고, 다른 하나는 그렇게 자주 시험받는 일이 중단되었다는 점이다. Artificial Analysis는 여전히 Grok 4.5를 실행하지만, 6시간마다가 아니라 18시간마다 실행한다. 이는 그 모델이 커버리지에서 유지보수로 옮겨갔다는 것을 완곡하게 표현한 말이다. 행동이 4분의 1 빈도로 샘플링되는 모델은 회귀가 4분의 1 속도로 발견되는 모델이다.

그것을 카탈로그에 유지할 정당화할 수 있는 이유가 있습니다: 안정적이고, 저렴하며, 500k 창이 대부분의 작업을 포괄하고, 아무것도 바꿀 필요가 없습니다. 이는 모든 기존 제품에 적용되는 논리입니다. 동일한 컨텍스트 창과 동일한 기본 가격을 갖춘 후속 제품이 사용 가능해지는 순간, 그 이유는 더 이상 정당화될 수 없습니다. 왜냐하면 그 시점에서 기존 제품의 유일하게 남은 이점은 아직 마이그레이션하지 않았다는 것뿐이기 때문입니다.

Grok 4.5에는 공개된 수치가 있지만 Qwen4-Max에는 없는 단 하나의 축

지연 시간. Artificial Analysis의 측정에 따르면 Grok 4.5는 10.45초 만에 답하고 초당 65토큰으로 스트리밍한다. 이 수치들은 현대의 프런티어 모델 옆에서는 눈에 띄지 않는다 — Claude Opus 5.5는 최대 노력 설정에서 첫 토큰까지 352초, GPT-6.1 Sol은 169초가 걸린다 — 그래도 이 수치들은 실재하고, 재현 가능하며, 이를 기준으로 용량 계획을 세울 수 있다.

Qwen4-Max는 어디에도 공개된 지연 시간 수치가 없습니다. Artificial Analysis는 이 모델의 지수 점수, 가격표, 토큰 총계를 나열하면서 성능 열은 비워 둡니다. 작업당 시간도, 출력 속도도, 첫 토큰까지 걸리는 시간도 없습니다. Alibaba의 출시 자료는 토큰 수를 공개하는데, 이는 다른 양입니다. 같은 속도로 작동하면서 토큰을 절반만 생성하는 모델은 작업을 절반의 시간에 완료합니다 — 두 주장은 서로 바꾸어 쓸 수 없습니다.

그래서 11월 17일 기준 비교의 솔직한 현실은, 더 오래되고 대체된 모델은 실제 소요 시간(wall-clock time)을 예산으로 잡을 수 있는 쪽이고, 새 모델은 직접 측정해야 하는 쪽이라는 것입니다. 배치 파이프라인이라면 오후 한나절이면 되는 작업입니다. 대화형 제품이라면 Qwen4-Max를 폴백 앞에 두지 않고 폴백 뒤에서 실행할 이유가 됩니다.

지나가는 말로, 200,000토큰 경계선

Grok 4.5는 프롬프트 길이에 따라 요금 구간이 나뉜다. 입력 토큰이 최대 200,000개까지는 $2.00와 $6.00로 청구되고, 그 이상부터는 요율이 두 배로 올라 $4.00와 $12.00가 된다. Qwen4-Max는 0부터 컨텍스트 한도까지 단일 구간으로 판매한다. Grok 4.5의 컨텍스트 윈도우는 500k인데 저렴한 구간은 200k에서 끝나므로, 자체 윈도우의 상위 300k는 광고된 요율의 두 배로 청구된다. 이는 1M 토큰 모델에서보다 덜 중요하지만, $2.00라는 대표 문구가 시사하는 것보다는 다소 더 중요하다.

구형 모델이 여전히 정답인 틈새는 좁지만 분명히 존재합니다: 토큰 효율성에 묶여 있고, 이미 20만 토큰 프롬프트에 맞춰 조정되었으며, 재검증할 가치가 없는 워크로드가 그렇습니다. 바로 그런 경우라면 Grok 4.6은 컨텍스트 창과 입력 표면, 기본 가격을 공유하므로, 마이그레이션은 프로젝트가 아니라 모델 식별자 변경에 불과합니다.

비디오는 일부 팀에게 비교를 끝내는 행입니다.

Qwen4-Max는 텍스트, 이미지, 비디오를 입력받습니다. Grok 4.5는 텍스트, 이미지, 파일을 입력받습니다. Tencent의 Hy4 프리뷰, Anthropic의 Opus 5.5, OpenAI의 Sol은 모두 비디오가 아니라 파일을 읽기 때문에, Qwen4-Max는 단순히 더 새로운 모델이라기보다 이례적입니다. 프레임 수준 작업, 즉 푸티지 분류, 화면 녹화 분석, 타임라인이 있는 모든 작업에서는 이 비교의 나머지가 무의미해집니다. 비교할 대상이 없기 때문입니다.

반대 측면은 Qwen4-Max의 문서화된 사고 출력 예산이 추론 트레이스와 표시되는 답변 사이에 공유된 262,144 토큰이며, 기본 사고 예산은 131,072이고 reasoning_effort의 기본값은 high라는 점입니다. 길게 추론하는 비디오 분석 작업은 답변 예산의 상당 부분을 추론에 사용하게 됩니다. 출력 크기는 목록의 1M 컨텍스트 숫자가 아니라 131,072를 기준으로 산정하세요.

A screenshot of the OrcaRouter model page for grok/grok-4.5, showing the 500K-token context badge, text, image and file input, the model identifier and the start of the pricing panel.

페어를 실행하는 것, 그리고 각 측에서 "하나의 키"로 무엇을 얻을 수 있는지

OrcaRouter는 Grok 4.5를 200,000토큰 경계까지는 백만 토큰당 입력 $2.00, 출력 $6.00에, 그 이상에서는 입력 $4.00, 출력 $12.00에 라우팅합니다 — 공급업체 자체 요금표를 0% 마크업으로 그대로 전달 — 또한 후속 모델인 Grok 4.6도 동일한 기본 요율로 라우팅하므로, 4.5에서 4.6으로의 마이그레이션은 라우팅 규칙에서 필드 하나를 바꾸는 것이지 새로운 통합이 아닙니다. 동일한 키로 Claude Opus 5.5, GPT-6.1 Sol, Qwen3.8-Max 및 T​encent HY4 Preview에 접근할 수 있습니다.

Qwen4-Max는 그 목록에 없습니다. 카탈로그가 아직 Qwen4 세대를 반영하지 않았으므로, 현재 Qwen4-Max 경로는 Alibaba 직접 키를 사용하는 방식이며, 이 구성을 정직하게 설명하자면 폴백으로 사용할 수 있는 모든 것을 위한 엔드포인트 하나와 평가 중인 모델을 위한 직접 자격 증명 하나입니다.

그 분할은 여전히 이 글에서 제기하는 질문에 답하는 저렴한 방법입니다. Grok 4.5 경로와 Grok 4.6 경로를 동일한 트래픽으로 향하게 하고, 자체 요청에 대한 비교를 공개하며, Qwen4-Max를 세 번째 분기로 나란히 유지하되제공자 전반의 자동 장애 조치를 그 뒤에 두세요. 대안은 — 작동 중인 경로를 폐기하고 공개된 지연 시간이 없는 모델을 테스트하는 것 — 팀이 새벽 2시에 롤백하게 되는 방식입니다.

공지가 달린 모델은 어떻게 해야 하나요?

Grok 4.5 페이지의 공지는 부고가 아니다. 이 모델은 작동하고, 가격도 경쟁력이 있으며, 500k 윈도우는 대부분의 작업에 필요한 것보다 크다. 하지만 Grok 4.5와 Qwen4-Max의 비교는 실질적으로 두 옵션 중 하나를 고르는 일이 아니다. 그것은 서서히 정리되고 있는 알려진 대상과 막 도착한 미지의 대상 사이의 선택이며, 결정을 가르는 기준은 직접 측정해 보는 일에 대한 당신의 인내심이다.

순서대로 지켜볼 세 가지가 있습니다. 이 비교에서 유일하게 빠진 입력값인 Qwen4-Max의 독립적인 지연 시간 수치가 그 첫째입니다. 둘째는 에이전트 트래픽이 들어온 뒤 알리바바가 공유 262,144토큰 사고 예산을 수정하는지 여부입니다. 셋째는 Grok 4.5가 후속 모델이 충분히 검증된 시점 이후에도 과연 명단에 남아 있을지인데, 폐지 공지는 대개 서비스 종료일의 첫 문단이기 때문입니다.

이 글에서 비교한 모델1

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