
Qwen4-Max vs Reflection Beam: 출력 $1.20 대 $4.50, 그리고 이를 결정하는 가중치
- 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 · 97 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 · 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
Reflection Beam 1.0은 자체 API에서 100만 출력 토큰을 1.20달러에 생성한다. Qwen4-Max는 같은 100만 토큰에 대해 싱가포르에서는 4.50달러, 프랑크푸르트, 버지니아, 도쿄, 홍콩, 베이징에서는 4.24달러를 부과한다. 이는 오픈 웨이트 모델에 유리한 3.75배 격차이며, 대부분의 비교를 시작하기도 전에 끝내는 종류의 숫자다. 하지만 이 비교는 끝나지 않는다. 두 모델은 같은 종류의 제품이 아니기 때문이다. Reflection Beam 1.0은 4개의 GPU에서 다운로드해 실행할 수 있는 Apache 2.0 가중치를 갖춘 5,010억 매개변수 희소 전문가 혼합(MoE) 모델이고, Qwen4-Max는 2026년 11월 16일 공개된 요금표와 함께 정식 출시된 알리바바의 폐쇄형 플래그십이며 가중치는 전혀 공개하지 않는다. 하나는 소유할 수 있는 모델이다. 다른 하나는 훨씬 더 큰 컨텍스트 윈도, 네이티브 비디오 입력, 그리고 지원 계약이 있는 벤더를 얻을 수 있는 가격으로 임대하는 모델이다.
측정 문제도 하나 있는데, 이는 더 저렴한 모델에 크게 불리하게 작용합니다. Beam 1.0은 현재 Artificial Analysis Intelligence Index에서 17.7점을 기록합니다. Qwen4-Max는 점수가 아예 없습니다. 따라서 정직한 표현은 "저렴한 오픈 모델 대 비싼 클로즈드 모델"이 아니라, "측정되었고 저렴하지만 그리 강하지 않은 모델 대 측정되지 않았고 비싸며 많은 것을 주장하는 모델"입니다.

Beam 1.0이 실제로 무엇인가
2024년 전 Google DeepMind 연구원 두 명이 설립한 뉴욕 연구소 Reflection은 2026년 10월 5일 Beam을 발표하고 10월 16일 가중치를 공개했다. 모델은 Beam 1.0-501B-A23B로, 총 5013억 개 파라미터, 토큰당 230억 개 활성 파라미터, 약 4.6%의 활성화 비율을 갖는다. Reflection은 증류, 미세 조정, 양자화 또는 병합을 제한하지 않는다고 밝혔다.
이번 릴리스는 첫 모델치고는 이례적으로 구성이 완전합니다. 188개의 safetensors 샤드로 구성된 BF16, 468.72GiB의 E4M3 FP8, 그리고 Reflection 자체 서빙 가이드에서 다운로드를 권장하는 273GiB의 NVFP4 빌드가 있습니다. 별도 저장소로 공개된 19.3억 파라미터 규모의 추측 디코딩 드래프터 DFlash2도 있습니다. Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed, NVIDIA Dynamo에서 출시 당일 지원되며, SGLang, vLLM, TokenSpeed용 단계별 가이드와 Helm 차트가 제공됩니다. 모든 라이브 Beam 엔드포인트를 대상으로 실행되는 적합성 테스트 제품군 beam-verifier도 있습니다. 그리고 NVLink로 연결된 NVIDIA B300 SXM GPU 4개라는 참조 셀프 호스팅 요구 사항이 있습니다. 이는 클러스터가 아닌 단일 서버 한 대로, 500B 모델이 보통 의미하는 것보다 훨씬 낮은 문턱이며 23B 활성화 비율에서 직접 비롯된 결과입니다.
컨텍스트는 1,048,576 토큰입니다. 이 모델은 텍스트 지향적이며 코딩, 추론, 에이전트 작업을 겨냥합니다.
Qwen4-Max가 실제로 무엇인지
알리바바의 4세대 플래그십으로, 2026년 11월 16일부터 모델 ID qwen4-max로 정식 제공됩니다. 1,000,000토큰 컨텍스트, 사고 모드 외 최대 출력 131,072토큰, 사고와 답변 합계 262,144토큰 공유 예산, 텍스트·이미지·비디오 입력 및 텍스트 출력을 지원합니다. 사고는 기본적으로 켜져 있으며 예산은 131,072토큰, 추론 강도는 높음입니다. 6개 리전. OpenAI, Anthropic, DashScope 와이어 프로토콜. 파인튜닝과 모델 배포는 지원되지 않는 것으로 문서화되어 있으며 가중치는 공개되지 않습니다.

임대할지 소유할지를 결정하는 기준들을 나란히 비교하면:
• 입력 가격 — Qwen4-Max는 싱가포르에서 100만 개당 $1.50, 그 외 지역에서는 $1.413인 반면, Beam 1.0은 $0.40
• 출력 가격 — Qwen4-Max는 싱가포르 $4.50, 기타 지역 $4.24이며, Beam 1.0은 $1.20입니다.
• 컨텍스트 — Qwen4-Max 1,000,000 토큰 대 Beam 1.0 1,048,576 토큰
• 최대 출력 — Qwen4-Max는 비사고 131,072, 사고와 공유 262,144이며, 이는 Beam 1.0의 상한과 대비되는데, Reflection의 공개 자료에서는 이를 컨텍스트와 별도로 구분해 제시하지 않는다.
• 모달리티 — Qwen4-Max는 텍스트, 이미지, 비디오 입력을 지원하는 반면, Beam 1.0은 텍스트 입력을 지원
• 가중치 — Qwen4-Max는 없음, Beam 1.0 Apache 2.0은 세 가지 정밀도로 다운로드 가능
• 셀프 호스팅 — Qwen4-Max는 허용되지도, 가능하지도 않은 반면, 벤더 자체의 참조 빌드 기준으로 4개의 B300 SXM GPUs에서 Beam 1.0은 가능
• 독립 점수 — Qwen4-Max는 공개된 수치 없음, Beam 1.0은 Artificial Analysis Intelligence Index v5.0.1에서 17.7
Beam의 스코어에 있는 인덱스 버전 함정
Beam이 10월에 출시되었을 때, Beam에 처음 붙은 독립 수치는 인덱스 버전 v4.3.2 기준 30이었고, 120개 모델 중 19위였습니다. 현재 리더보드에는 버전 v5.0.1 기준 17.7로 표시됩니다. 두 수치 모두 틀린 것은 아니지만, 서로 비교할 수는 없습니다. Artificial Analysis가 두 버전 사이에 인덱스 기준을 재설정했고 리더보드의 모든 모델이 움직였기 때문입니다. 오늘 “Beam이 30점을 받았다”고 인용하는 사람은 더 이상 쓰이지 않는 버전을 인용하는 것이고, 버전 없이 “17.7”을 인용하는 사람은 반대 방향의 같은 실수를 초대하는 것입니다.

v5.0.1에서 기준을 다시 잡아도 남는 것은 상대적 그림이다. Beam 1.0의 17.7은 Qwen3.8-Max의 33.7, Grok 4.7의 35.5, Kimi K3.1 Pro의 46.5보다 훨씬 낮다. 이 모델은 작동은 하지만 일반 역량에서 현재 최전선과 경쟁력이 없으며, 이는 가격이 정확히 시사하는 바이고 Reflection의 출시 자료가 분명히 말하지 않은 바로 그 점이다. 발표 당시 벤더의 주장은 최전선에 근접한 추론 모델이었지만, 독립 측정 결과는 다르다.
그리고 Qwen4-Max는 두 버전 모두에서 숫자가 없습니다. Artificial Analysis의 모델별 페이지는 404를 반환하며, 색인에는 Qwen4 항목이 나타나지 않습니다. Alibaba의 문서는 메커니즘을 상세히 명시합니다 — 사고(thinking) 사용 시 기본 온도 1.0, 미사용 시 0.7, top-p 0.95 및 0.8, top-k 20, 모드별 입력 상한 991,808 및 983,616 토큰 — 그러나 어떤 종류의 벤치마크 표도 게시하지 않습니다.
Beam을 직접 호스팅하는 데 실제로 드는 비용
$0.40과 $1.20이라는 수치는 Reflection 자체의 API 요금입니다. 이는 직접 Beam을 실행할 때 드는 비용이 아니며, 그 차이가 바로 여기서 오픈 웨이트가 중요한 이유입니다.
NVLink로 연결된 네 대의 B300 SXM GPU는 구매이든 임대든 클라우드 예약이든, 그중 어느 것도 무료가 아니다. 소유의 요점은 토큰당 비용이 더 낮다는 데 있는 것이 아니라, 하드웨어가 상각된 뒤에는 한계 추론 비용이 전기 요금 수준에 가까워지고, 데이터에 관한 그 무엇도 건물 밖으로 나가지 않는다는 데 있다. 이미 다른 작업을 위해 B300 용량을 가동 중인 팀이라면 Beam 1.0의 한계 비용은 거의 0에 가깝고, 17.7점이라는 점수는 아주 좋은 거래다. 장비를 직접 사야 하는 팀이라면, 같은 모델은 중간 수준의 점수를 근거로 자본을 약정하는 셈이다.
Qwen4-Max는 모든 면에서 정반대의 거래입니다. 자본 비용도, 용량 계획도, 운영 부담도 없으며, 그 대가로 Beam의 API 요율 대비 3.75배를 지불해야 하고, 파인튜닝을 할 수 없고, 자체 경계 안에서 실행할 수 없으며, 다음 분기에 Alibaba가 그 요금표를 어떻게 바꿀지에 그대로 노출됩니다. 이 요금표의 지역별 구조가 흥미로운 부분입니다. 싱가포르의 $1.50 및 $4.50은 다른 다섯 지역의 $1.413 및 $4.24와 비교해 같은 모델 기준 6% 차이인데, 이는 회계상 세부 사항이라 해도 될 만큼 작고 대량 사용 시에는 중요해질 만큼 큽니다.
각자가 존재 가치를 증명하는 곳
Beam 1.0은 다음 세 가지 중 하나라도 해당할 때 정답입니다. 데이터가 인프라를 벗어날 수 없는 경우 — 어떤 계약형 API도 그 기준을 충족하지 못하지만 Apache 2.0 가중치는 충족합니다. 도메인 데이터로 미세 조정하려는 경우 — Qwen4-Max 문서는 미세 조정을 지원하지 않는다고 명시하지만, Reflection은 증류, 미세 조정, 양자화 및 병합을 제한 없이 허용합니다. 또는 워크로드가 에이전트형 코딩이고, 대화형 지연 시간에서 23B 활성 모델이 충분히 빠르고 저렴하여 중위권 일반 점수가 핵심 제약이 아닌 경우입니다.
입력이 텍스트가 아닐 때 Qwen4-Max가 정답입니다. Beam은 텍스트를 받고, Qwen4-Max는 텍스트, 이미지, 비디오를 받습니다. 파이프라인이 스크린샷, 스캔 문서, 카메라 프레임 또는 화면 녹화를 수집한다면, 이 모델 중 하나는 요청을 받아들일 수 없기 때문에 가격을 따지기도 전에 비교는 끝납니다. 유럽, 일본 또는 미국 동부 배포가 필요한 경우에도 마찬가지입니다. 단일 자사 API에 맞선 알리바바의 6개 리전은 비용 문제가 아니라 적격성 문제입니다.
그 밖의 모든 경우—적당한 볼륨의 일반 텍스트 생성, 파인튜닝 없음, 상주 제약 없음—에는 측정되지 않은 모델을 측정된 평범한 모델과 비교해 얼마나 신뢰할 수 있는가로 결정이 귀결되며, 답은 직접 작성한 프롬프트 100개를 두 모델 모두에 실행해 보기 전까지는 어느 쪽도 신뢰해서는 안 된다는 것입니다. 출력 토큰 100만 개당 $4.50과 $1.20이라면, 그 평가 비용은 몇 센트에 불과합니다.
라우팅, 그리고 세 번째 선택지의 필요성
OrcaRouter는 현재 Beam 1.0 또는 Qwen4-Max를 라우팅하지 않습니다. 둘 다 위 요금으로 각 공급업체의 자체 API를 통해 접근할 수 있습니다. 카탈로그가 제공하는 것은 단일 키와 단일 기본 URL로 이용할 수 있는 중간 시장입니다 — GLM-5.3은 오픈 가중치와 31.7 인덱스 점수를 갖추고 백만 토큰당 $1.40 및 $4.40, Qwen3.8-Max는 33.7점에 $2.00 및 $6.00, Kimi K3.1 Pro는 46.5점에 $2.00 및 $10.00 — 모두 공급업체 정가로 마크업 없이 전달됩니다.
이것이 이 특정 맞대결의 실용적인 해결책입니다. Beam 1.0은 소유권과 낮은 가격을 얻는 대신 17.7을 받아들이라고 하고, Qwen4-Max는 모달리티와 리전을 얻는 대신 알 수 없는 값을 받아들이라고 합니다. 공개된 점수와 공개된 가중치, 그리고 두 모델 사이의 가격을 갖춘 모델은 어느 쪽도 받아들이지 말라고 합니다. 흥미롭지만 입증되지 않은 두 옵션을 측정된 기준선과 함께 라우팅하는 것이 둘 중 하나라도 프로덕션 트래픽을 받을 자격이 있는지 알아내는 방법입니다 — 그리고 자동 페일오버 덕분에 실험을 실행하는 동안 서비스가 중단되지 않습니다.
무엇이 그것을 해결할까요?
숫자 하나: 독립 리더보드의 현재 인덱스 버전에서 Beam 1.0의 17.7 옆에 놓이는 Qwen4-Max 기록. 이 페이지의 나머지는 이미 알려져 있다 — 가격, 컨텍스트, 라이선스, GPU 수. Qwen4-Max가 30대 근처에 오른다면, 비디오 입력이나 프랑크푸르트 엔드포인트가 필요한 사람이라면 누구에게나 그 3.75배 프리미엄은 정당화하기 쉽다. Beam 근처에 오른다면, 그 프리미엄은 모달리티와 규정 준수를 사는 것이지 그 외에는 아무것도 아니며, 올바른 답은 벤치마크가 아니라 요구사항에 따라 라우팅하는 것이다. 그 숫자가 존재하기 전까지, 이 비교는 측정되어 평범하다고 판명된 모델과 전혀 측정되지 않은 모델 사이의 비교이며, 그 두 처지 중 오직 하나만이 예산을 투입할 이유가 된다.
