'Qwen4-Max vs LongCat 2.5'라고 적힌 생성된 16:9 타이틀 카드, 부제는 '아직 점수가 매겨진 적 없는 두 플래그십, 가격은 12배 차이', 그 아래 세 개의 둥근 카드: 백만 출력 토큰당 $4.50 대 $1.20, 양쪽 모두 1,000,000토큰 컨텍스트, 그리고 둘 다 독립 점수는 없음. 오른쪽 아래 OrcaRouter 로고.
Guides & Insights

Qwen4-Max vs LongCat 2.5: 아무도 평가하지 않은 두 플래그십, 가격은 12배 차이

작성자

jinhao.song

게시일

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

여기에는 특이한 속성을 지닌 비교가 있습니다. 어느 쪽도 숫자가 없습니다. 2026년 11월 16일부터 Alibaba에서 일반 제공되는 Qwen4-Max는 요금표, 컨텍스트 창, 기능 목록을 공개하며, 어떤 종류의 벤치마크도 없습니다. Meituan이 2026년 11월 2일에 공개한 LongCat 2.5는 31행의 벤더 평가표와 함께 제공되지만 여전히 독립적인 점수가 없습니다. Artificial Analysis 리더보드에는 LongCat 2.5 항목이 없고, 전작인 LongCat 2.0만 있으며, 그것도 지수 값을 갖지 않습니다. 그래서 Qwen4-Max와 LongCat 2.5를 나란히 놓고 보면, 실제로 이 둘을 구분하는 것은 성능이 아닙니다. 그것은 출력 토큰 기준 $1.20 대 $4.50이며, 존재하는 유일한 표가 벤더 자체 표일 때 그 표를 믿을지 여부입니다.

그 점에서 이 페이지는 흔한 맞대결과는 다른 종류의 비교입니다. 어느 모델이 더 나은지를 묻는 것이 아닙니다. 두 연구소 밖의 누구도 그 답을 알 수 없기 때문입니다. 대신 이 페이지는 어느 쪽을 알아보는 데 비용을 감당할 수 있는지, 그리고 각 공급업체의 문서가 무엇을 보장하고 무엇을 보장하지 않는지를 묻습니다.

A generated two-column scoreboard titled 'Qwen4-Max vs LongCat 2.5 - the scoreboard', comparing $1.50 against $0.30 input, $4.50 against $1.20 output, a 1,000,000-token context against 1,048,576, 131,072 maximum output on both sides, six regions against one platform, and no independent score against no independent score, over a footer reading 'Both vendors report no independent benchmark; prices are first-party list rates.' OrcaRouter logo bottom-right.

Meituan이 11월 2일에 실제로 출시한 것

LongCat 2.5는 1.6조 개 파라미터의 희소 전문가 혼합(MoE) 모델로, 토큰당 약 480억 개 파라미터를 활성화합니다. 이는 새로운 설계라기보다 LongCat 2.0과 동일한 아키텍처의 이터레이션임을 의미합니다. 이 모델은 특정하고 이례적인 의미에서 네이티브 멀티모달입니다. 시각 신호는 의미 정렬된 인코더의 특징에 대한 잔차 벡터 양자화를 통해 다단계 이산 토큰으로 인코딩되므로, 이미지와 텍스트는 볼트온 어댑터가 아니라 단일 토큰 어휘로 백본에 입력됩니다. 공급업체가 제시한 사용 사례는 여기서 비롯됩니다. 스크린샷으로 페이지를 만들고, 설명으로 3D 장면을 생성하고, 포스터를 제작하는 것입니다.

서빙 계약은 구체적입니다. 컨텍스트는 입력 1,048,576 토큰, 출력 131,072 토큰입니다. api.longcat.chat에는 두 개의 엔드포인트가 있습니다. OpenAI 호환 /openai/v1/chat/completions와 Anthropic 호환 /anthropic/v1/messages입니다. Claude Code, Codex, Hermes, OpenCode, Kilo Code가 지원 하네스로 명시되어 있으며 각각에 대한 자사 가이드가 있습니다. 가중치는 제공되지 않습니다. 블로그의 GitHub 및 Hugging Face 버튼은 모두 날짜 없이 "출시 예정"으로 표시되어 있습니다. LongCat 2.0은 MIT로 배포되었기에, 2.5의 라이선스 문제는 선례로 답이 나온 것이 아니라 진짜로 미정입니다.

A screenshot of Alibaba Cloud Model Studio's 'Model releases and updates' changelog, dated 2026-11-16 and headed qwen4-max, with the 2026-11-11 qwen4-max-preview entry and later entries visible below it.

반면 알리바바의 Qwen4-Max는 다른 방식으로 폐쇄적입니다. 문서에서 파인튜닝과 모델 배포를 아예 지원하지 않는다고 명시하고 있는데, 이는 "곧 제공 예정"보다 더 단호한 표현입니다. 텍스트, 이미지, 비디오 입력에 텍스트 출력, 100만 토큰 컨텍스트 윈도, 사고 모드 밖에서 131,072토큰 출력, 기본적으로 사고 모드 활성화에 131,072토큰 예산이 제공됩니다. 싱가포르, 베이징, 홍콩, 프랑크푸르트, 버지니아, 도쿄의 6개 리전으로, 단일 자사 플랫폼인 LongCat과 대조적입니다.

가격 격차, 그리고 그 대가로 얻는 것

• 입력 — Qwen4-Max는 싱가포르에서 100만 토큰당 $1.50, 기타 지역에서는 $1.413인 반면, LongCat 2.5는 $0.30입니다

• 출력 — Qwen4-Max는 싱가포르에서 $4.50, 기타 지역에서 $4.24, LongCat 2.5는 $1.20

• 캐시된 입력 — Qwen4-Max는 $1.875의 5분 쓰기 후 읽기 $0.075, LongCat 2.5는 읽기 $0.006

• 컨텍스트 — Qwen4-Max 1,000,000 토큰 대 LongCat 2.5 1,048,576 토큰

• 최대 출력 — Qwen4-Max: 비사고 131,072토큰, 사고 포함 공유 262,144토큰, LongCat 2.5: 131,072토큰

• 모달리티 — Qwen4-Max의 텍스트, 이미지 및 비디오 입력 대 LongCat 2.5의 텍스트 및 이미지 입력, 네이티브 시각 토큰화 포함

• 가중치 — 둘 다 공개하지 않지만, LongCat 2.5는 “곧 공개”라고 하고 Qwen4-Max는 지원하지 않는다고 한다

• 지역 — Qwen4-Max 6개 대 LongCat 2.5 1개 플랫폼

• 독립 점수 — 둘 다 없음

출력 토큰에서는 싱가포르에서 12배 차이, 입력에서는 3.5배 차이입니다. 실제 파이프라인으로 계산해 보면, 월 100만 건 호출에 입력 2,000토큰·출력 500토큰 기준으로 Qwen4-Max 싱가포르에서는 $5,250, LongCat 2.5에서는 $1,200이 듭니다. 그 10배 볼륨에서는 차액이 월 $52,500 대 $12,000으로, 이는 반올림 오차가 아니라 인력 한 명분입니다.

A screenshot of Meituan's LongCat API Platform pricing page for LongCat 2.5, showing the vendor, the model name, input $0.30, output $1.20 and cache hit $0.006 per million tokens on a pay-as-you-go card labelled limited-time.

추가 비용으로 얻는 것은 공개된 기록상 성능이 아니다. 그것은 지역 배포를 가능하게 한다. 프랑크푸르트, 버지니아, 도쿄는 데이터 상주 의무가 있는 유럽이나 미국 기업에 엄청나게 중요하며, Meituan의 단일 플랫폼은 이를 제공하지 않는다. 그것은 LongCat이 문서화하지 않은 비디오 입력 경로를 가능하게 한다. 그리고 그것은 수년간 기업에 최전선 모델을 판매해 온 벤더가 주는 운영상의 확실성을 가능하게 한다. 반면 그 플랫폼은 자체 가격 페이지에서 자사 수치를 기간 한정이라고 설명하며 "가격은 변경될 수 있습니다"라는 말로 끝을 맺는다.

그 마지막 요점은 중시할 만하다. LongCat의 요율표는 자신의 수치에 관한 권위 있는 출처가 아니라고 말해 준다. 오늘 아침 공개된 Qwen4-Max의 요율표는 그렇지 않다.

벤더 테이블이 유일한 테이블일 때 해당 테이블 읽기

Meituan의 공개 페이지에는 31개의 평가 행이 실려 있으며, 여기서 가장 먼저 흥미로운 점은 비교 대상 집합이다. GPT-5.5, GPT-5.6 Sol, Claude-Opus-4.8, Claude-Opus-5다. 9월 29일부터 정식 제공된 OpenAI의 GPT-6.1 Sol은 표에 없다. Claude Code의 opus 별칭이 가리키는 모델인 Claude Opus 5.5도 없다. 경쟁 상대는 선별된 것이었다.

두 번째로 흥미로운 점은 발표문이 사용하는 요약 문장, 즉 LongCat 2.5의 점수가 “Claude-Opus-4.8과 Claude-Opus-5 사이”에 있다는 것입니다. 같은 표의 최신 하네스에서는 Opus 5보다 15점 낮습니다. 두 진술 모두 같은 페이지에서 나옵니다. 이는 모델을 깎아내리는 것이 아닙니다 — 중국 국산 가속기에서 엔드투엔드로 학습되고 출력 $1.20에 제공되는 1.6T 희소 모델은 진정한 성과입니다 — 하지만 그 표를 점수표라기보다 선택된 부분집합으로 읽어야 하는 이유입니다.

Qwen4-Max의 문제는 정반대다. 표가 전혀 없다. A​libaba의 문서는 기본 temperature가 사고 모드에서 1.0, 비사고 모드에서 0.7이고, top-p가 0.95 및 0.8, top-k가 20, 사고 예산이 131,072토큰, 비사고 모드의 입력 상한이 991,808토큰, 사고 모드의 입력 상한이 983,616토큰이며, 배포 범위가 있는 6개 리전이라는 점 등 작동 방식을 유난히 정밀하게 명시하지만, 품질에 대해서는 전혀 말하지 않는다. Artificial Analysis 모델 인덱스에는 Qwen4 항목이 존재하지 않으며, 모델별 URL은 404를 반환한다.

그래서 할인해야 하는 테이블과 아예 테이블이 없는 것 사이의 선택은 보기보다 가깝습니다. 두 모델 모두 프로덕션 전에 직접 평가해야 합니다. 차이는 Meituan이 출발 가설을 주었고 A​libaba가 사양을 주었다는 점입니다.

이것을 실제로 결정하는 업무 분담

세 가지 패턴이 있으며, 각각에 대한 답은 다릅니다.

• 대량 텍스트 생성 — {{1}}LongCat 2.5{{/1}}는 비용 계산에서 너무나 결정적으로 우세해서 누락된 벤치마크는 거의 문제가 되지 않습니다. 3.5×에서 12× 더 저렴하므로 품질에서 눈에 띄는 차이로 뒤처져도 완료된 작업당 비용에서는 이길 수 있습니다. 직접 프롬프트 100개를 실행해 확인해 보세요.

• 스크린샷과 스크린샷에 준하는 입력으로 하는 시각 작업 — LongCat의 네이티브 시각 토큰화는 이 모델이 존재하는 이유이며, 출시 당시 이 주장은 홍보가 아니라 아키텍처에 근거한 유일한 주장입니다. Qwen4-Max도 비디오를 받아들이므로, 입력이 정지 이미지가 아니라 비디오라면 두 모델 중 이 요청을 처리할 수 있는 쪽은 Qwen4-Max뿐입니다.

• 규제 대상이거나 지연에 민감한 배포 — Qwen4-Max의 6개 리전 대 단일 플랫폼은 가격 고려 사항이 아니라 적격성 고려 사항입니다. 데이터가 프랑크푸르트나 버지니아에 머물러야 한다면, 12배의 가격 차이는 무의미합니다. 더 저렴한 옵션이 귀하를 전혀 서비스할 수 없기 때문입니다.

두 가지 옵션을 모두 열어 두기

OrcaRouter는 현재 LongCat 2.5나 Qwen4-Max를 라우팅하지 않습니다. 둘 다 각 공급업체의 자체 API를 통해 접근할 수 있으며, 요금표는 위와 같습니다. 우리 쪽에서 이 비교를 수행해야 할 모델은 이미 동일한 키의 카탈로그에 올라 있는 모델들입니다 — GLM-5.3은 백만 개당 $1.40 및 $4.40, Qwen3.8-Max는 $2.00 및 $6.00, Kimi K3.1 Pro는 $2.00 및 $10.00 — 점수가 매겨지지 않은 모델을 가격이 책정되고 측정된 모델과 3자 비교하는 것이 새 모델이 애초에 정가를 받을 만한 가치가 있는지 알아내는 가장 저렴한 방법이기 때문입니다.

라우팅 계층이 바로 그 테스트를 저렴하게 만드는 요소입니다. 정책은 실제 트래픽의 샘플을 LongCat 2.5와 이미 알려진 모델에 병렬로 보내고, 신뢰하는 판정기로 출력을 비교한 다음에야 트래픽 규모를 옮길지 결정할 수 있습니다. 자동 장애 조치가 평소보다 더 중요합니다 — 이렇게 새로운 두 모델이라면 더욱 그렇습니다. 어느 쪽도 단일 공급자에 의존하는 것을 정당화할 만큼 긴 실적 기록이 없고, 기본 경로가 정상일 때 폴백 체인에는 비용이 들지 않습니다.

정직한 평결

작업이 대량의 텍스트와 이미지라면 {{1}}LongCat 2.5{{/1}}가 이 페이지에서 더 흥미로운 모델이며, 출력 가격에서 12배의 우위는 두 공급업체가 제시한 유일한 확정 수치입니다. 작업에 {{2}}비디오 입력{{/2}}, {{3}}지역별 배포{{/3}} 또는 기업 실적이 있는 공급업체가 필요하다면 {{4}}Qwen4-Max{{/4}}가 그 요구 사항을 충족하는 모델이고, 가격은 그 충족에 드는 비용입니다.

어느 모델도 당신에게 평가를 건너뛸 이유를 주지는 않습니다. 점수가 매겨지지 않은 두 플래그십이 2주 간격으로 공개되고 가격은 10배 차이 나는 상황은, 인터넷의 모든 비교표보다—이 글의 비교표까지 포함해서—당신의 트래픽으로 반나절을 써 보는 편이 더 가치 있는 바로 그런 상황입니다. 어느 쪽이든 주목해야 할 한 가지는 같습니다. 변경 로그 항목이 아니라 모델 카드입니다. 파라미터, 컨텍스트, 가격, API 식별자가 한 문서에 담겨 있다는 것은 모델이 완성되었다는 신호입니다. LongCat 2.5의 가중치 버튼은 여전히 ‘곧 공개’라고 표시돼 있고, Qwen4-Max의 페이지에는 벤치마크 표가 들어갈 자리가 여전히 비어 있습니다.

이 글에서 비교한 모델1

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