
Qwen4-Max vs Kimi K4: 이번 주에 출시된 쪽과, 아직 한 번도 출시된 적 없는 쪽
- 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 · 152 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
Kimi K4를 검색하면 존재하지 않는 모델에 관한 글이 매우 많이 나옵니다. Qwen4-Max를 검색하면, 2026년 11월 16일 기준으로 공개된 요금표와 6개 리전, 그리고 그날 아침 09:46 타임스탬프가 찍힌 문서 페이지를 통해 호출할 수 있는 모델이 나옵니다. 이 둘은 서로 비교할 수 있는 상황이 아니며, 이를 맞대결의 양측으로 취급하는 것이 이 시장 영역에서 단연 가장 흔한 실수입니다. 그래서 이 페이지는 두 가지 일을 합니다. 먼저 Kimi K4가 무엇인지 — 모델 카드도, API 식별자도, 가중치도, 가격도, 이를 뒷받침하는 발표도 없는 이름이라는 점을 — 정리하고, 그다음 독자가 실제로 활용할 수 있는 비교, 즉 Qwen4-Max와 Kimi K3.1 Pro 사이의 비교를 수행합니다. Kimi K3.1 Pro는 Moonshot AI가 현재 제공하는 모델이자 Artificial Analysis Intelligence Index에서 가장 높은 점수를 기록한 오픈 웨이트 모델입니다.
그 두 번째 비교는 당신이 입력한 비교보다 더 흥미롭습니다. 왜냐하면 그것은 Qwen4-Max가 측정된 역량에서는 자신을 앞서지만 가격에서는 자신에게 뒤처지는 모델을 만나는 유일한 지점이기 때문입니다. 또한 그것은 누락된 Qwen4-Max 벤치마크가 왜 비용이 많이 드는지를 보여주는 비교이기도 합니다: Kimi K3.1 Pro와의 비교에서는 표의 한쪽에는 실제 숫자가 있고 다른 쪽에는 공백이 있습니다.

공개적으로 진행된 Kimi K4 점검
무언가가 아직 출시되지 않았다는 주장은 시간이 지나면 힘을 잃기 마련이므로, 여기에는 평결이 아니라 증거를 둔다. Moonshot AI의 Kimi API 개발자 가격 문서에는 kimi-k3.1-pro와 kimi-k3가 K3 시리즈 모델로 열거되어 있으며, 1,048,576토큰 컨텍스트 창과 함께 같은 페이지에서 2026년 12월 말까지 완전히 단종될 것이라고 밝힌 K2 시리즈도 포함되어 있다. kimi-k4 식별자는 나타나지 않는다. 플랫폼의 모델 목록에도 이 식별자는 없다. 연구소 자체 블로그 색인에는 K4 관련 게시물이 없다. moonshotai 조직 아래에서 저장소를 검색해도 K3.1 Pro보다 높은 항목은 나오지 않는다.
그 이름으로 나타나는 유일한 산출물은 2026년 7월에 생성된 Hugging Face의 제3자 재업로드이며, 다운로드 수는 몇 건에 불과하고 문서도 없으며 태그 세트는 Kimi K3에서 통째로 복사한 것입니다. 이는 Moonshot의 산출물이 아니며, 이 페이지도 그렇게 취급하지 않습니다. 출시된 Moonshot 플래그십은 며칠 안에 검증 가능한 흔적을 남깁니다 — 파라미터 수가 적힌 모델 카드, 요금표 행, API 식별자, 리더보드 항목. 그중 어느 것도 남기지 않은 이름은 조용한 릴리스가 아니라, 그저 이름일 뿐입니다.
분명히 말할 필요가 있습니다. 이 페이지의 구성은 오해될 수 있기 때문입니다. K4가 아직 출시되지 않았다는 사실은 Moonshot의 궤적에 대해 아무것도 말해주지 않습니다. 이 연구소는 네 달 동안 두 차례 모델을 출시했으며, 그중 두 번째인 2026년 10월 24일의 K3.1 Pro는 현재 지수에서 최고의 오픈 웨이트 결과입니다. 다음 모델은 언제 나오느냐의 문제이지 나오느냐 마느냐의 문제가 아닙니다. 단지 지금은 아닐 뿐입니다.
이번 주에 Qwen4-Max는 무엇이 되었나
11월 16일까지 Qwen4-Max는 오직 qwen4-max-preview로만 존재했습니다. 11월 11일 10:00 UTC+8에 개설된 Token Plan 전용 임대 모델로, 11월 25일 24:00에 서비스 종료가 공지되었으며 토큰당 가격은 어디에도 없었습니다. GA 모델은 다른 식별자인 qwen4-max로, 종량제 요금과 6개 리전 — 싱가포르, 베이징, 홍콩, 프랑크푸르트, 버지니아, 도쿄 — 을 갖추고 있으며 만료일이 없습니다.
게시된 사양은 1,000,000토큰 컨텍스트, 비사고 모드에서 최대 131,072토큰 출력, 사고와 답변에 공유되는 262,144토큰 예산, 텍스트·이미지·비디오 입력, 텍스트 전용 출력이다. 사고는 기본으로 활성화되어 있으며 131,072토큰 예산과 high로 설정된 추론 강도를 사용한다. API는 OpenAI Chat Completions, OpenAI Responses, Anthropic Messages 및 DashScope를 지원하므로, 기존 Anthropic SDK에 새 base URL을 지정하면 코드를 다시 작성하지 않고도 작동한다. 파인튜닝과 모델 배포는 지원되지 않는 것으로 문서화되어 있으며, 가중치는 공개되지 않는다.

Qwen4-Max 대 실제로 호출할 수 있는 Kimi
Kimi K3.1 Pro는 새로운 아키텍처가 아니라 포스트 트레이닝 릴리스였습니다. Moonshot은 이를 수백 개의 다운스트림 도메인에 걸친 대규모 공동 강화 학습을 포함해, 훨씬 더 많은 포스트 트레이닝 컴퓨트로 재훈련한 Kimi K3라고 설명합니다. 컨텍스트 윈도우는 1,048,576 토큰으로 변동이 없고, 비전 및 비디오 입력도 변동이 없으며, 출력 상한도 1M 토큰으로 변동이 없습니다. 가장 중대하게 달라진 점은 가격이었습니다. 입력 토큰 100만 개당 $2.00, 출력 토큰 100만 개당 $10.00으로, K3의 $3.00 및 $15.00에서 인하되었습니다.
• 입력 가격 — 싱가포르에서 Qwen4-Max는 100만 토큰당 $1.50, 기타 지역에서는 $1.413이며, Kimi K3.1 Pro는 $2.00입니다
• 출력 가격 — Qwen4-Max $4.50 싱가포르, 기타 지역 $4.24, Kimi K3.1 Pro $10.00와 대비
• 캐시 읽기 — 5분 쓰기 $1.875 후 Qwen4-Max $0.075, 대비 Kimi K3.1 Pro는 $2.00 쓰기 후 $0.20
• 맥락 — Qwen4-Max 1,000,000 토큰 대 Kimi K3.1 Pro 1,048,576 토큰, Kimi가 4.6% 우위
• 최대 출력 — Qwen4-Max는 비사고 모드에서 131,072인 반면, Kimi K3.1 Pro는 1M 토큰 상한으로 Kimi가 크게 우위
• 독립 점수 — Qwen4-Max는 미공개이며, Artificial Analysis Intelligence Index v5.0.1에서 Kimi K3.1 Pro의 46.5와 대비되며, 해당 보드에서 최고의 오픈 웨이트 결과입니다
• 가중치 — Qwen4-Max는 공개된 것이 없으며, Kimi K3.1 Pro의 모체인 K3는 커스텀 라이선스로 공개
• 벤더 벤치마크 — Qwen4-Max 점수 없음, Kimi K3.1 Pro는 Terminal-Bench 4.0에서 65.7%, 벤더 보고 기준
출력 가격 행은 예산을 재편하는 항목입니다. $4.50 대 $10.00 기준으로 Qwen4-Max는 싱가포르에서 출력 비용이 55% 더 저렴하고, 다른 지역에서는 58% 더 저렴합니다. 월 5천만 개의 출력 토큰을 생성하는 파이프라인은 Qwen4-Max에서 $225를, Kimi K3.1 Pro에서 $500를 지불합니다. 이는 실질적인 격차이며, 더 새로운 모델을 선택해야 하는 가장 강력한 단일 논거입니다.
출력 상한 행이 바로 그것을 무효화할 수 있는 항목입니다. Kimi K3.1 Pro는 한 응답에서 100만 토큰을 생성하며, Qwen4-Max는 사고 모드 밖에서는 131,072개, 사고 모드와 공유해서는 262,144개로 제한됩니다. 워크로드에 긴 문서 생성, 전체 파일 재작성 또는 단일 호출에서의 확장된 추론 트레이스가 포함된다면, 더 저렴한 모델은 어떤 가격으로도 작업을 완료하지 못할 수 있으며, 여덟 번의 호출로 나눠야 하는 요청에 대한 55% 할인은 할인이 아닙니다.
점수 열의 빈칸이 왜 핵심인가
이 블로그가 게시하는 모든 모델 비교는 새로운 Alibaba 플래그십과 관련해 같은 벽에 부딪힌다. 문서는 작동 방식에 대해서는 유난히 정밀하지만 품질에 대해서는 완전히 침묵한다. Qwen4-Max 페이지는 각 모드의 기본 temperature, top-p 및 top-k 값, 사고 예산, 모드별 정확한 입력 및 출력 토큰 상한, 그리고 배포 범위가 있는 6개 리전을 명시한다. 벤더가 보고한 것이든 아니든 벤치마크 표를 게시하지 않으며, Artificial Analysis 모델 인덱스에 Qwen4 항목이 없고, 모델별 URL은 404를 반환한다.
Kimi K3.1 Pro와 비교할 때 그 비대칭성은 특정한 결과를 낳습니다. Kimi 쪽에는 누구나 볼 수 있는 퍼스트파티 수치와 동일한 인덱스 빈티지의 독립 수치가 있으며, 둘 다 오픈 웨이트 보드 최상위에 있습니다. Qwen 쪽에는 가격과 스펙 시트가 있습니다. 두 모델을 비교하는 구매자는 두 모델을 비교하는 것이 아니라, 측정된 모델과 문서화된 모델을 비교하는 것이며, 그 격차를 좁히는 유일한 방법은 직접 측정하는 것입니다.
그 방법은 생각보다 비용이 적게 듭니다. 자체 트래픽에서 뽑은 프롬프트 100개를 두 모델 모두에서 이 요금으로 실행하면 몇 달러가 듭니다. 이것이 Qwen4-Max를 귀하의 워크로드에서 미지의 존재에서 알려진 값으로 바꾸는 데 필요한 전체 평가 예산이며, 출력 가격을 잘못 짐작하며 보내는 단 한 주의 비용보다도 적습니다.
두 디자인이 가장 극명하게 갈라지는 단 한 곳
Moonshot의 K3 아키텍처는 92개 희소 레이어 중 69개에 걸쳐 고정 크기 순환 상태를 갖는 선형 어텐션 메커니즘인 Kimi Delta Attention에 의존합니다. 이 설계 덕분에 100만 토큰 컨텍스트를 경제적으로 서비스할 수 있으며, 또한 독립 평가자들이 업계 전반의 퍼스트파티 장문 컨텍스트 주장을 깎아내리는 이유이기도 합니다. 선형 어텐션 하이브리드는 전체 어텐션 대비 니들 인 어 헤이스택 검색에서 몇 점 뒤처지는 경향이 있기 때문입니다. Qwen은 Qwen4-Max의 어텐션 설계에 관해 아무것도 공개하지 않았기 때문에, 그것이 그 트레이드오프의 어느 쪽에 속하는지 알 방법이 없습니다.
Qwen이 실제로 공개한 것은 명시적 및 암시적 모드를 갖춘 프롬프트 캐싱 구현으로, 5분 캐시 쓰기는 백만 개당 $1.875이고 읽기는 $0.075입니다 — 읽기 비용은 96% 할인됩니다. Kimi의 해당 방식은 쓰기 $2.00, 읽기 $0.20으로 90% 할인입니다. 두 설계 모두 안정적인 프리픽스에는 이점을 주고 매 턴마다 바뀌는 프롬프트에는 불리하게 작용하며, 어느 쪽도 단발 요청의 계산법을 바꾸지 않습니다.
긴 컨텍스트 문서 작업, 즉 두 공급업체 모두가 내세우는 워크로드에서 실질적인 테스트는 두 모델 모두 동일합니다. 대표로 내세운 컨텍스트 창을 신뢰하기 전에 자체 코퍼스로 니들 테스트를 만들어 보십시오. 자체 데이터에서 900K 토큰에서 정확히 답하는 모델이 합성 벤치마크에서 1M에서 정확히 답하는 모델보다 더 가치 있으며, 이 두 수치 중 자체 하네스 없이 알 수 있는 것은 하나뿐입니다.
둘을 나란히 호출하기
OrcaRouter는 Kimi K3.1 Pro를 kimi/kimi-k3.1-pro로 Moonshot의 정가 — 백만 토큰당 입력 $2.00, 출력 $10.00 — 대로 마크업 없이 그대로 제공하며, 215개 식별자로 구성된 카탈로그의 나머지와 동일한 OpenAI 호환 기본 URL에서 /v1/chat/completions와 /v1/responses 엔드포인트를 모두 제공합니다. Qwen4-Max는 현재 해당 카탈로그에 없으며, 위의 지역별 요금표가 적용되는 Alibaba 자체 API를 통해 사용할 수 있습니다.

둘 중 하나를 고르지 않고 둘 다 접근 가능하게 유지하는 이유는, 둘 사이의 선택이 모델의 특성이 아니라 워크로드의 특성에 따라 달라지기 때문입니다. 긴 생성 작업에는 Kimi의 출력 상한이 필요합니다. 응답이 짧은 대량 생성에는 Qwen4-Max의 출력 단가가 필요합니다. 오답 비용이 큰 작업에는 다른 모델의 점수를 산출할 때까지 점수가 있는 모델이 필요합니다. 라우팅 정책은 이를 아키텍처 결정이 아니라 규칙으로 표현하며, 자동 장애 조치아직 증거를 수집하는 동안 둘 중 더 최신인 쪽이 단일 장애 지점이 되지 않도록 해줍니다.
이로 인해 당신이 처음 시작한 검색은 어떻게 되는가
Kimi K4를 보러 오셨다면, 답은 아직 출시되지 않았고 이에 관해 발표된 것도 없으며, 오늘 평가할 모델은 Kimi K3.1 Pro라는 점입니다. 이 모델은 현재 지수에서 누구나 사용할 수 있는 가장 강력한 오픈 웨이트 모델입니다. 소문이 아니라 모델 카드를 주목하세요. 매개변수, 컨텍스트, 가격, API 식별자를 함께 담은 문서가 바로 이 블로그가 한 해 내내 출시된 모델과 회자되는 이름을 구분하는 데 사용해 온 신호입니다.
Qwen4-Max 쪽을 보러 오셨다면, 답은 이것입니다: 그것은 실재하고, 가격이 책정되어 있으며, 중요한 단 하나의 차원인 출력 토큰에서 저렴합니다. 다만 Kimi 모델이 단일 응답에서 내놓을 양의 일부로 상한이 걸리고, 품질에 대한 측정치는 전혀 제공하지 않습니다. 출력량이 지배적이고 응답이 짧은 곳에서 구매하세요. 다른 어디서든 사기 전에 먼저 테스트하세요. 그리고 $4.50와 $10.00 사이의 격차를 직접 평가를 실행해 보라는 초대장으로 여기세요. 왜냐하면 그것이 현재 이 비교에서 유일하게 무료인 숫자이기 때문입니다.
이 글에서 비교한 모델2
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
