
Qwen4-Max vs Step-5 Preview: 지수 14포인트, 포인트당 0.5센트
- 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
각 모델이 작업당 지불하는 비용을 점수로 나누면, 이 비교의 양쪽 값은 서로 6% 이내에 들어온다. Qwen4-MaxAlibaba가 오늘인 2026년 11월 16일에 공개한 모델로, Artificial Analysis Intelligence Index v5.0.1에서 43점을 기록했으며, 측정된 비용은 지수 작업당 $3.27로, 지수 포인트당 약 7.6센트다. Step-5 PreviewStepFun의 6,000억 개 매개변수 희소 전문가 혼합 모델로, 2026년 9월 20일에 공개되었으며, 같은 지수에서 29점을 기록했고 작업당 $2.35, 즉 포인트당 약 8.1센트다. 한 모델은 두 모델이 공통으로 비교된 유일한 잣대에서 48% 더 똑똑하다. 다른 모델은 요금 미터의 양쪽에서 더 저렴한데, 입력은 3분의 1, 출력은 40% 더 싸다. 그리고 측정된 능력 단위당으로는 두 모델이 서로 7% 이내에 들어오며, 최신 플래그십이 근소하게 앞선다.
그것은 어느 공급업체도 판매하고 있지 않은 비교이며, 실제로 마이그레이션을 결정하는 비교입니다. 또한 어느 출시 게시물에도 언급되지 않는 비대칭성이 따릅니다. 이 두 모델 중 하나는 독립적으로 측정된 출력 속도를 가지고 있고, 다른 하나는 출시된 지 몇 시간밖에 되지 않아 아직 측정된 속도가 전혀 없습니다. 이어지는 내용에서는 문서화된 것과 측정된 것을 구분하고, 가격 격차를 33%에서 완전히 다른 수치로 옮기는 캐싱 산술을 계산하며, 답이 근접하지 않은 두 축 — 가중치와 출력 상한 — 으로 마무리합니다.
오늘 기준으로 각각 무엇인지
Qwen4-Max는 Alibaba의 4세대 플래그십으로, 2.4조 파라미터 백본에 토큰당 710억 개의 활성 파라미터와 3,280억 개의 N-gram 임베딩 파라미터를 더해 구축되었습니다. 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환합니다. 문서상 컨텍스트 창은 1,000,000토큰이며, 비사고 모드에서는 입력 상한이 991,808토큰, 사고 모드에서는 983,616토큰입니다. 그 차이는 추론 여유분입니다. 최대 출력은 사고 끔 상태에서 131,072토큰이고, 사고 켬 상태에서는 추론과 답변이 262,144토큰 예산을 공유합니다. 사고는 기본적으로 켜져 있으며 예산은 131,072토큰이고 기본 추론 노력도는 high이며 low, high, xhigh 중에서 선택할 수 있습니다. 이 수치는 Alibaba 자체 문서에 따른 것이며, Qwen4-Max는 가중치를 공개하지 않고 어떤 지역에서도 파인튜닝을 지원하지 않으며 어떤 지역에서도 모델 배포도 지원하지 않습니다.
Step-5 Preview는 StepFun의 에이전트 작업용 플래그십 모델입니다. 총 6,000억 개 파라미터, 활성 270억 개, 100만 토큰 컨텍스트 창을 갖추고 있으며 텍스트, 이미지, 비디오 입력에 텍스트 출력을 지원합니다. 추론 강도는 낮음, 중간, 높음 중에서 선택할 수 있습니다. 최대 출력은 64,000토큰으로 문서화되어 있으며, max_tokens는 기본적으로 상한이 없어 모델이 길이를 선택합니다. 스트리밍, 도구 호출, JSON Schema 출력, 프롬프트 캐싱을 지원하며 API는 OpenAI 호환입니다.
출시 석 달 후, 이름에 붙은 "Preview"는 그 의미를 잃은 지 오래다. StepFun은 오늘도 모델 개요에서 이를 Preview로 표시하고 있는 반면, BF16 및 FP8 체크포인트는 10월 15일부터 StepFun Model License 1.0에 따라 Hugging Face에 올라와 있다. 이 라벨을 명명 습관으로 여기되, 엔드포인트가 발밑에서 바뀔 것이라는 경고로 받아들이지 말라 — 그러나 이를 GA 약속으로 읽어서도 안 된다. 공급업체가 그러한 약속을 한 적이 없기 때문이다.
가격 격차는 3분의 1이며, 이를 바꾸는 것은 캐시 계산이다.
정가 기준으로 두 제품은 간단히 정리된다: Step-5 Preview가 미터 양쪽 모두에서 더 저렴하며, 그 차이는 반올림 오차 수준을 넘는다.
• 입력 — Qwen4-Max는 싱가포르에서 백만 토큰당 $1.50, 나머지 5개 지역에서는 $1.413인 반면, Step-5 Preview는 $1.00
• 출력 — Qwen4-Max $4.50, Step-5 Preview $2.70 대비
• 캐시 읽기 — Qwen4-Max는 백만 개당 $0.075로 95% 할인, Step-5 Preview는 $0.10로 90% 할인
• 캐시 쓰기 — Qwen4-Max는 5분 TTL의 경우 백만 개당 $1.875, 1시간의 경우 $3.00인 반면, Step-5 Preview는 없음. 캐시 미스 입력이 $1.00에 이미 프리픽스 쓰기를 포함하기 때문
• Artificial Analysis의 7:2:1 캐시 적중/입력/출력 혼합 기준으로 블렌딩했을 때 — Qwen4-Max 백만 토큰당 $0.80 대 Step-5 Preview $0.54
그 캐시 쓰기 항목은 건너뛰는 항목이고, 적절한 워크로드에서는 순위를 뒤집을 수 있는 항목이다. 300,000토큰 문서를 각 3,000개의 출력 토큰으로 네 번 검토한다고 하자. 싱가포르 요금 기준, 사고 없이. Qwen4-Max에서는 첫 번째 패스가 프리픽스를 $0.5625에 쓰고 $0.0135의 출력을 내보낸다. 다음 세 번은 각각 $0.0225에 읽고, 그 사이 출력은 $0.0405이다. 합계 $0.684. Step-5 Preview에서는 첫 패스에 입력 $0.30과 출력 $0.0081이 든다. 다음 세 번은 각각 $0.03에 출력 $0.0243이 든다. 합계 $0.422. Step-5 Preview가 해당 작업에서 38% 더 저렴하다.
이를 단일 패스로 축소하면 격차는 좁혀지기는커녕 더 벌어집니다 — $0.576 대 $0.308이고, Step-5 Preview가 46% 더 저렴하지만, 그 이유는 달라집니다. 단일 패스에서는 상각할 읽기가 없으므로, 다시는 재사용하지 않을 프리픽스에 대해 Qwen4-Max의 캐시 쓰기 프리미엄을 지불하는 셈입니다. 실용적인 규칙은 이것입니다: Qwen4-Max의 캐싱은 여러 번 읽는 프리픽스에는 보상을 주고 한 번만 읽는 경우에는 불이익을 줍니다. Step-5 Preview의 고정 $0.10 캐시 읽기와 쓰기 포함 미스 가격은 적중률을 예측할 수 없는 워크로드에 더 우호적인 구조입니다.

열네 개의 요점, 그리고 반대 방향으로 이어지는 증거 격차
두 모델 모두 Intelligence Index v5.0.1을 통해 실행되었으며, 이 지수는 아홉 가지 평가를 포함합니다: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2, Terminal-Bench-Science 0.1. 어느 모델 페이지도 추론 노력(reasoning effort)별로 별도 점수를 공개하지 않으므로, 이는 Artificial Analysis가 사용한 설정에서의 단일 수치입니다.
• 인덱스 — Qwen4-Max 43: 해당 클래스 81개 중 38위, Step-5 Preview 29: 대형 오픈 웨이트 모델 29개 중 10위. 클래스 중앙값이 (41과 23으로) 다르기 때문에, 점수는 그렇다 해도 이 순위들은 서로 비교할 수 없다.
• 인덱스 작업당 비용 — $3.27 대 $2.35
• 지수 포인트당 비용 — 7.6센트 대 8.1센트, 즉 작업당 더 비싼 모델이 역량 단위당으로는 더 저렴하다
• 출력 속도 — Step-5 Preview는 초당 124토큰인 반면, Qwen4-Max는 공개된 수치가 없습니다. Artificial Analysis는 해당 모델의 작업당 시간을 알 수 없음으로 표시하며, 제공업체 페이지에는 제공업체 벤치마크가 전혀 보고되어 있지 않습니다.
• 첫 답변 토큰까지 걸리는 시간 — Step-5 Preview 23.53초, Qwen4-Max는 공개된 수치 없음
• 인덱스 작업당 시간 — Step-5 Preview는 15.2분으로 동급 중앙값 13.3분보다 길다; Qwen4-Max는 수치 없음
• 장황함 — Qwen4-Max는 인덱스 전반에서 중앙값 7,860만 대비 1억 2,700만 개의 출력 토큰을 생성한 반면, Step-5 Preview는 중앙값 1억 400만 대비 1억 2,900만 개를 생성했습니다. 둘 다 장황하지만, Qwen4-Max는 더 간결한 동료 그룹에 비해 장황합니다
23.53초의 첫 토큰은 Step-5 Preview를 대화형으로 배포하려는 누구라도 걱정해야 할 숫자입니다. 이는 네트워크상의 부산물이 아니라, 기본적으로 사고 기능이 켜진 6,000억 매개변수 모델이 답변을 시작하기 전에 여러분에게 청구하는 비용입니다. Qwen4-Max의 추론 기본값 — 사고 켜짐, 131,072토큰 예산, 노력도를 높음으로 설정 — 도 같은 방향을 가리키며, 누군가 측정하기 전에는 어느 쪽이 더 느린지 정직하게 말할 방법이 없습니다. 그것이 출시 당일 구매하는 것의 실질적 비용입니다. 점수와 요금표는 얻지만 지연 시간 수치는 얻지 못합니다.
알리바바 자체의 평가 자료는 별개의 사안이며, 벤더가 보고한 것으로 재현되지 않은 내용으로 읽어야 한다. 26개 최상위 산업 도메인을 아우르는 사내 벤치마크인 Work360에서 벤더는 Qwen4-Max가 47.74인 Qwen3.8-Max에 대해 52.69를 기록했다고 보고한다. 또한 Work360 작업당 평균 비용이 4.43달러에서 1.67달러로 62% 감소했고, 해당 벤치마크에서 토큰 사용량은 xhigh 노력 수준에서 약 24%, high 노력 수준에서 35% 감소했으며, Terminal-Bench 4.0에서는 각각 48%와 49% 감소했다고 보고한다. 이는 Qwen4-Max를 전임 모델과 비교한 주장이다. 이는 Step-5 Preview에 관해서는 아무것도 말해주지 않으며, 이들 중 어느 것도 독립적으로 검증되지 않았다.

가중치: 이건 접전이 아니야
Step-5 Preview는 오늘부터 다운로드할 수 있습니다. Hugging Face 저장소에는 StepFun Model License 1.0에 따라 BF16 및 FP8 safetensors가 포함되어 있으며, 이 라이선스는 출처 표시 요구 사항과 상업적 사용 조건을 갖춘 Apache-2.0 스타일 라이선스입니다. 또한 채팅 템플릿, 세 가지 양자화 변형 및 배포 레시피도 포함됩니다. vLLM에서 B300 4대 또는 H200 8대를 사용하는 FP8, SGLang에서 동일 하드웨어를 사용하는 FP8, B300 8대 또는 H200 16대를 사용하는 BF16입니다. 지난 한 달 동안 약 1,600회 다운로드되었습니다.
Qwen4-Max에는 체크포인트가 없고, 체크포인트를 확보할 방법도 없습니다. Alibaba의 문서는 모든 리전에서 파인튜닝이 지원되지 않는다고 명시하고 모든 리전에서 모델 배포도 지원되지 않는다고 명시하는데, 이는 "가중치가 아직 공개되지 않았다"보다 더 강한 진술입니다. 즉, 공급업체가 자사 플랫폼을 통해 이 모델을 직접 실행하는 것을 전혀 허용하지 않겠다는 뜻입니다. 양자화하거나, 파인튜닝하거나, 에어갭 환경에 두거나, 특정 빌드에 고정할 수 있는 모델이 필요하다면 비교는 여기서 끝나며, 결론은 StepFun에 유리합니다.
또한 "오픈"이 무엇을 보장하는지도 바꿉니다. Step-5 Preview의 라이선스는 조건부 상업적 사용을 허용하므로 법적 검토가 도입 비용의 일부이며, 배포 레시피는 4~16개 GPU 노드를 전제로 합니다. 즉 워크스테이션에서 실행하는 모델이 아닙니다. 하지만 이는 공급자의 조용한 업데이트로 인해 사용자도 모르는 사이에 동작이 바뀌지 않는 모델이며, 규제 대상이거나 장기 운영되는 시스템을 구축하는 사람에게는 이 점이 14 인덱스 포인트보다 더 가치 있습니다.
출력 상한, 그리고 알아둘 만한 문서상의 불일치
가장 눈에 띄지 않는 차이이면서 특정 워크로드에 가장 큰 영향을 줄 가능성이 있는 차이입니다. Qwen4-Max는 사고 기능을 끄면 131,072토큰의 출력을 제공하고, 켜면 262,144토큰의 공유 예산을 제공합니다. Step-5 Preview의 API 문서에는 최대 출력이 64,000토큰이라고 나와 있습니다. Hugging Face 모델 카드에는 출력이 최대 100만 토큰까지 가능하며, 입력과 출력이 동일한 한도에 포함된다고 되어 있습니다.
그 두 진술은 같은 공급업체에서 한 달 이내에 나온 것이며, 어느 쪽도 사용 중단으로 표시되어 있지 않습니다. 긴 출력 작업(전체 보고서, 대규모 패치, 생성된 문서)을 계획하고 있다면 카드가 아니라 API 문서를 읽고, 그 한도를 기준으로 아키텍처를 설계하기 전에 상한을 테스트하십시오. 64,000이라는 수치는 인덱스 작업당 15.2분이라는 시간과 일치합니다. 1M이라는 수치는 상당히 다른 것을 의미할 것입니다.
한 가지 더 짚고 넘어갈 만한 비대칭성이 있습니다. 두 모델 모두 비디오 입력을 받지만, 운영상의 세부 사항을 공개한 곳은 StepFun뿐입니다. 요청당 최대 60개의 이미지를 낮은 또는 높은 세부 수준으로 처리할 수 있고, 비디오는 URL, Base64 또는 stepfile:// 참조로 제공할 수 있으며, 128MB 미만의 MP4에 5분 미만 클립을 권장합니다. Alibaba는 Qwen4-Max의 비디오 입력을 문서화하고 있지만 모델 페이지에 비교 가능한 제한을 공개하지는 않습니다. 비디오가 작업 부하에서 부수적인 요소가 아니라 핵심이라면, 문서화 품질의 이러한 차이는 어느 벤더가 이전에 그 질문을 받아봤는지를 보여주는 신호 그 자체입니다.
이번 주에는 누가 무엇을 골라야 할까
비용보다 성능 상한이 더 중요하다면 Qwen4-Max를 선택하세요: 어려운 추론, 장기적인 에이전트 작업, 또는 9개 평가 지수에서 43 대 29라는 차이가 작업 완료 여부를 가르는 모든 경우입니다. 그 대가로 두 가지 위험을 받아들이세요. 첫째는 독립적인 지연 시간 수치도 없고 공급업체의 Work360 주장에 대한 제3자 재현도 없는 상태에서 첫날부터 구매하는 것입니다. 둘째는 캐시 쓰기 프리미엄으로, 기록되는 백만 토큰당 $1.875로 단일 패스 장문맥 작업에 조용히 비용을 부과합니다.
모델을 직접 소유해야 한다면, 계획에 반영할 수 있는 측정된 초당 124토큰과 23.53초의 첫 토큰이 필요하다면, 또는 예측할 수 없는 방식으로 캐시 사용량이 많은 워크로드라면 Step-5 Preview를 선택하세요. 29 인덱스 포인트를 구매하는 것이고, 첫 토큰이 느리게 도착하며, 출력 상한이 공급업체에 의해 두 가지 방식으로 문서화되어 있다는 점을 받아들이세요.
이번 주 대부분의 팀에게 정직한 선택은 세 번째입니다. 바로 어느 쪽도 선택하지 않는 것, 그것도 배타적으로 말입니다. 측정된 역량 단위당 두 모델 간 격차는 6%로, 이는 단일 지수 버전의 오차 범위 안에 충분히 들어가는 수치이며, 두 모델 모두 하나의 평가 하네스에 의해 단 한 번만 평가되었습니다. 출시일 점수를 근거로 둘 중 하나를 선택하는 팀은 아직 재현되지 않은 숫자에 입장을 취하는 것입니다.
두 번째 계약 없이 둘 다 실행하기
현재 OrcaRouter 카탈로그에는 두 모델 모두 없습니다 — 215개의 모델 식별자를오늘 아침 확인했으며, 그중 Qwen4 항목도, StepFun 텍스트 모델도 없습니다. 두 모델 모두 각 공급업체의 API를 통해 접근할 수 있습니다: Qwen4-Max의 경우 Alibaba의 6개 리전, Step-5 Preview의 경우 api.stepfun.ai/v1의 StepFun OpenAI 호환 엔드포인트입니다. 그렇지 않다고 말하는 것은 일주일 안에 금세 낡아버릴 주장이 될 것입니다.
우리 라우트가 사용하는 모델은 Qwen4-Max가 대체하는 모델입니다. Qwen3.8-Max는 qwen/qwen3.8-max로 우리 카탈로그에 있으며 알리바바 자체 정가인 백만 토큰당 입력 $2.00, 출력 $6.00으로, 마크업 없이 그대로 전달됩니다, 하나의 OpenAI 호환 베이스 URL에서 214개의 다른 식별자와 함께 제공됩니다. 이는 이 비교에서 단 한 가지 이유로 중요합니다: 출시 당일의 모델은 프로덕션 경로에 걸기에 가장 최악의 선택이며, 현명한 자세는 새로운 모델을 자체 트래픽으로 측정하는 동안 입증된 세대를 라우트에 유지하는 것입니다. 라우팅 DSL은 이를 코드 변경이 아닌 정책으로 표현합니다 — 어렵고 추론이 많은 호출은 새 모델로 보내고, 대량 작업은 더 저렴하고 입증된 모델에 유지하며, 자동 장애 조치가 예측하지 못한 부하에서 완전히 새로운 엔드포인트가 성능 저하되는 경우를 잡아내도록 하십시오.
패스스루 가격 책정은 또한 이 글의 계산이 정직하게 유지된다는 뜻이기도 합니다. 알리바바가 요금을 인하할 때 — 오늘 그랬던 것처럼 Qwen3.8-Max의 $2.00와 $6.00에서 Qwen4-Max를 $1.50와 $4.50으로 옮기면서 — 제공업체의 정가를 그대로 전달하는 카탈로그는 다음 계약 갱신 때가 아니라 같은 날 이를 반영합니다. 그것은 두 공급업체 자체의 API보다 우리를 선택하라는 주장이 아닙니다. 한 달 동안 유지되는 것을 확인하지 못한 가격을 고정하는 어떤 문서에도 서명하지 말자는 주장입니다.

독자들이 2주 뒤에 원하게 될 비교는 이 헤드라인에 있는 비교가 아니다. 그것은 Qwen4-Max의 지연 시간과 Step-5 Preview의 안정 버전 출시이며, 둘 다 벤더가 아닌 누군가가 사람들이 실제로 실행하는 워크로드를 기준으로 측정한 것이다. 그때까지 방어 가능한 입장은 좁고 화려하지 않다. 48%의 역량 격차, 33%의 가격 격차, 역량 단위당 6%의 격차, 그리고 가중치, 출력 상한, 캐시 구조 같은 일련의 결정들 — 어떤 지수 점수에도 포착되지 않고 이번 출시 주간보다 오래갈 결정들이다.
