Qwen 4 vs Muse Wonder라고 적힌 생성된 타이틀 카드. 부제는 "더 저렴한 모델은 아무도 시간을 재보지 않은 쪽이다"이며, 두 장의 카드가 있다. 하나는 인덱스 작업당 비용으로 $3.27이 $6.95 위에 표시되어 있고, 다른 하나는 측정된 속도로 "미공개"가 초당 118 토큰 위에 표시되어 있다.
Guides & Insights

Qwen 4 대 Muse Wonder: 더 저렴한 모델은 아무도 시간을 재보지 않은 쪽이다

작성자

jinhao.song

게시일

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

{{1}}Muse Wonder{{/1}}는 인텔리전스 인덱스 작업 하나를 끝내는 데 대략 $6.95가 듭니다. {{2}}Qwen4-Max{{/2}}는 $3.27이 듭니다. 이것이 Meta의 플래그십에 맞선 알리바바의 새 플래그십에 대한 경제적 근거의 전부이며, 여기에는 큰 단서가 하나 따릅니다. $3.27은 공개된 출력 속도도, 측정된 작업당 시간도, 그 수치를 산출한 보드상의 어떤 종류의 시간 측정치도 없는 모델의 것입니다. {{3}}Muse Wonder{{/3}}에는 세 가지가 모두 있습니다 — 초당 118토큰, 인덱스 작업당 13.5분, 첫 답변 토큰까지 19.64초. 따라서 솔직히 말하면 {{4}}Qwen 4의 플래그십{{/4}}은 가격이 약 절반이고 속도 차이는 알 수 없으며, 오늘 계획에 반영할 수 있는 차이는 그 둘 중 하나뿐입니다. {{5}}Muse Wonder{{/5}}는 2026년 10월 12일에 출시되었고, {{6}}Qwen4-Max{{/6}}는 2026년 11월 16일에 출시되었습니다. 두 날짜는 모두 맥락일 뿐 뉴스는 아닙니다.

두 프로필을 나란히, 평활화하지 않은 상태로

Muse Wonder는 Meta의 프런티어 추론 모델로, 텍스트, 이미지, 음성, 비디오를 입력받아 텍스트를 출력하는 비정상적으로 넓은 입력 범위를 갖춘 에이전트 작업용으로 만들어졌으며, 100만 토큰 컨텍스트 안에서 작동합니다. 이는 백만 입력 토큰당 $4.00, 백만 출력 토큰당 $20.00의 독점 API 모델로, 혼합 요금 $2.94와 95퍼센트 캐시 할인을 제공합니다. Meta는 또한 점수가 44가 아닌 41이고 실제 시간 기준으로 더 빠르게 실행되는 고강도 변형도 공개합니다 — 인덱스 작업당 9.5분 대 13.5분 — 이는 "최대 강도"가 자동으로 올바른 설정이 아니라는 유용한 알림입니다.

Qwen4-Max는 Alibaba의 4세대 플래그십입니다. 2.4조 개 파라미터 규모의 희소 전문가 혼합(MoE) 모델로, 토큰당 710억 개가 활성화되며, 네이티브 비전, 비디오 입력, 100만 토큰 컨텍스트, 그리고 사고와 답변 간에 공유되는 262,144토큰 예산을 갖춥니다. 가격은 백만 토큰당 입력 $1.50, 출력 $4.50이며, 캐시 읽기는 $0.075입니다.

• 점수 — Qwen4-Max 43 (81개 중 38위) vs Muse Wonder 44 (81개 중 35위)

• 입력 가격 — Qwen4-Max $1.50 대 Muse Wonder $4.00/1M

• 출력 가격 — Qwen4-Max $4.50 vs Muse Wonder $20.00 (100만 토큰당)

• 인덱스 작업당 비용 — Qwen4-Max $3.27 vs Muse Wonder $6.95

• 출력 속도 — Qwen4-Max 미공개 vs Muse Wonder 초당 118토큰

• 인덱스 작업당 시간 — Qwen4-Max는 미공개, Muse Wonder는 13.5분

• 입력 방식 — Qwen4-Max 텍스트, 이미지, 비디오 vs Muse Wonder 텍스트, 이미지, 음성, 비디오

• 가중치 — 어느 쪽도 공개하지 않음

토큰당 가격과 답변당 가격이 두 배만큼 차이가 납니다.

헤드라인 비율은 출력에서 4.4×, 입력에서 2.7×입니다. 작업당 비율은 2.1×입니다. 이 수치들 사이의 격차는 각 모델이 답변을 생성하기 위해 수행하는 작업량이며, 이는 표시 가격이 시사하는 것과 반대 방향으로 작동합니다. Muse Wonder는 작업당 더 적은 토큰이 아니라 더 많은 토큰을 사용하고 있으며, 이것이 $20의 출력 가격이 $40이 아니라 $6.95의 청구서로 바뀌는 이유입니다.

구체적인 작업으로 끝까지 따져 보자. 5만 토큰 문서를 검토해 5,000토큰 메모를 만드는 작업, 캐시 없음: Qwen4-Max는 입력에 $0.075, 출력에 $0.0225를 청구하니 10센트 미만이다. Muse Wonder는 $0.20과 $0.10, 즉 30센트를 청구한다. 3대 1이고, 둘 다 사소한 금액이다 — 바로 그게 핵심이다. 소량에서는 어느 쪽 가격도 중요하지 않고, 지수 1포인트의 점수 차이는 속도 문제에 비하면 무의미하다.

규모를 키워 보세요. 월 1만 건의 리뷰라면: Qwen4-Max는 $975, Muse Wonder는 $3,000입니다. 이제 가격이 중요해지고, 이제 빠져 있는 스톱워치가 더욱 중요해집니다. 비용은 3분의 1이지만 시간은 두 배로 걸리는 작업은 야간 작업 시간대에 아예 맞지 않을 수 있기 때문입니다.

그것이 이 결정의 윤곽입니다. 이는 어느 한 모델이 더 나은지를 따지는 비교가 아니라, 더 저렴한 옵션에 측정되지 않은 차원이 있는데 그 차원이 마침 프로덕션 시스템이 가장 중요하게 여기는 차원인 경우입니다.

“공개된 속도 없음”이 실제로 당신에게 치르게 하는 비용

측정되지 않은 모델은 느린 모델이 아니며, 그렇게 해석하는 것은 잘못입니다. 이는 타임아웃이 있는 어떤 것 뒤에 두기 전에 지연 시간을 직접 확인해야 하는 모델입니다. 여기에는 실용적인 결과가 세 가지 있으며, 짜증스러운 정도가 커지는 순서로 살펴보겠습니다.

먼저, 문서만으로는 오토스케일링 규모를 산정할 수 없습니다. 파일럿을 실행하고, 자체 프롬프트 길이에서 첫 토큰까지 걸리는 시간의 p50과 p95를 측정한 뒤 규모를 산정해야 합니다. Kimi K3.1 Pro의 초당 30토큰과 작업당 39.7분은 측정되어 공개되었습니다; Qwen4-Max의 수치도 결국에는 공개될 것이지만, 지금은 나와 있지 않습니다.

둘째, 추론 모델은 부하 상태에서 예측 불가능하게 성능이 저하되며, 초당 토큰 수치는 그런 현상을 일부만 포착합니다. 최대 노력에서 첫 답변 토큰까지 걸리는 Muse Wonder의 19.64초는 측정되고 재현 가능한 수치입니다. 그런 수치가 없는 모델은 화요일이 월요일보다 두 배 느리다는 것을 알아차릴 기준선이 없습니다.

셋째 — 그리고 이게 진짜 문제가 되는 부분인데 — 라우팅 계층이 지연 시간을 기준으로 페일오버하려면 정상이 어떤 모습인지 알아야 합니다. 시간 측정이 되지 않는 모델을 측정되는 모델과 같은 풀에 넣으면, 그 풀의 동작은 더 느리고 알 수 없는 구성원에 의해 정의됩니다. 페일오버는 이를 견딜 수 있게 해줍니다. 멈춘 요청을 클라이언트가 모르게 두 번째 모델에 대해 재시도할 수 있기 때문입니다. 하지만 그것이 측정 가능하게 만들어 주지는 않으며, 자기 자신의 수치를 아는 것을 대신해 주지도 않습니다.

입력 표면은 Muse Wonder의 진정한 차별화 요소입니다.

음성은 체크박스가 아닙니다. Muse Wonder는 오디오를 텍스트, 이미지, 비디오와 함께 일급 입력으로 받아들이고 텍스트를 반환합니다. Qwen4-Max는 텍스트, 이미지, 비디오를 받습니다. 파이프라인에서 통화 녹음, 회의 오디오 또는 방송 미디어를 입력으로 처리한다면, 그 차이가 가격을 논의하기 전에 모델을 결정합니다 — 먼저 텍스트로 전사하는 것은 별도의 모델, 별도의 청구, 그리고 운율과 화자 겹침을 잃는 별도의 실패 모드입니다.

{{1}}비디오{{/1}}는 {{2}}둘 다{{/2}}가 경쟁하는 또 다른 축이며 세부 사항이 중요합니다. 둘 다 이를 지원하지만, 우리가 읽은 자료에서는 어느 쪽도 프레임 레이트, 재생 시간, 해상도 제한을 공개하지 않습니다. 즉 비디오 워크로드는 명세 비교가 아니라 양쪽 모두에서 파일럿입니다.

Qwen4-Max가 입력 측에서 우위를 점하는 지점은 대량 처리 시의 비용이다. 1.50달러 기준 백만 토큰 분량의 영상 기반 컨텍스트는 Qwen4-Max에서 1.50달러, Muse Wonder에서 4.00달러가 든다. 장시간 미디어 분석은 2.7배의 입력 격차가 누적되는 바로 그 워크로드이며, Qwen4-Max의 가격 우위가 가장 방어하기 쉬운 지점이기도 하다.

A generated two-column scoreboard for Qwen4-Max and Muse Wonder: Artificial Analysis Index 43 against 44, cost per task $3.27 against $6.95, input $1.50 against $4.00, output $4.50 against $20.00, speed not published against 118 tokens per second, and audio input no against yes.

지수 점수 1점, 그리고 그것이 지닌 가치

같은 날 확인한 동일한 Artificial Analysis Intelligence Index에서 44 대 43. 그것은 능력의 의미 있는 차이가 아니며, 단일 집계 지수가 몇 안 되는 어려운 질문에 반응하는 방식의 노이즈 범위 안에 있는 것이다. 그 점에서 Muse Wonder를 위한 근거를 세우는 사람은 아무것도 없는 토대 위에 근거를 세우는 것이다.

의미 있는 점은 Muse Wonder에 41점을 기록한 고노력(high-effort) 변형이 있다는 것으로, 이는 노력 다이얼이 점수를 양방향으로 약 3점씩 움직인다는 것을 말해 줍니다. Qwen4-Max의 노력 다이얼도 비슷하게 작동한다면 — 그리고 알리바바 자체 보고에 따르면 노력이 토큰 소비를 상당히 변화시켜 Work360 사용량이 xhigh에서 24퍼센트, high에서 35퍼센트 감소한다고 합니다 — 43은 고정된 속성이 아니라 분포에서 나온 단일 표본입니다. 벤더 보고, Qwen3.8-Max 대비, 미재현: 방향은 정보성으로, 크기는 주장으로 취급하십시오.

두 공급업체의 출시 벤치마크는 모두 같은 회의적인 시각으로 읽어야 합니다. Meta의 JobBench 및 Vals 수치는 자사 제공입니다. Alibaba의 Work360 52.69, 작업당 비용이 $4.43에서 $1.67로 감소한 것, 그리고 다섯 개 기본 체크포인트 전반의 bits-per-byte 개선은 자사 제공입니다. 어느 쪽 데이터도 독립적으로 재현된 적이 없으며, 두 공급업체 모두 직접 시도해 볼 수 있는 평가 하네스를 공개하지 않습니다.

각각이 명백한 답인 경우

오디오가 파이프라인에 있거나, SLA를 작성할 때 근거로 삼을 공개된 지연 시간 수치가 필요하거나, 작업이 에이전트적이고 장기 지평을 다루는 성격이라 시간을 측정할 수 있는 작업에 $6.95를 지불하는 편이 측정할 수 없는 작업에 $3.27을 지불하는 것보다 낫다면 Muse Wonder를 선택하세요. 초당 118토큰이라는 수치는 이 점수대의 모델로서는 정말 빠른 편이며, 속도는 고객이 체감하는 기능입니다.

볼륨이 제약 조건일 때, 워크로드가 장기 추론보다 장문 컨텍스트 읽기일 때, 또는 입력이 대규모 비디오여서 2.7× 입력 격차가 비용 전체를 차지할 때 Qwen4-Max를 선택하세요. 장문 컨텍스트 티어가 없는 플랫 $1.50/$4.50 카드는 예측하기 쉬우며, 이는 분기 예산을 작성할 때 들리는 것보다 더 중요한 점입니다.

둘 다 독점 모델이며 공개된 가중치가 없어서, 어느 쪽도 자체 호스팅하거나 고정할 수 없습니다. 그것이 요구 사항이라면 이 비교에는 승자가 없으며, 답은 체크포인트를 공개하는 모델입니다 — 플래그십 중에서는 Kimi K3.1 Pro가 그렇습니다.

선택을 피하고 싶다면 유용한 절충안은 결정이 아니라 풀입니다: 입력 모달리티에 따라 라우팅하고(오디오는 Muse Wonder, 대규모 비디오는 Qwen4-Max), 가격 우위가 실제로 있는 곳에서는 그 우위를 유지하며, 아직 예측할 수 없는 지연은 페일오버가 메우게 하세요. 오늘 무엇을 라우팅할 수 있는지 분명히 해두는 게 좋습니다 — Muse Wonder도 Qwen4-Max도 우리가 제공하는 215개 식별자에 포함되지 않으므로, 그 풀은 설계이지 제품 페이지가 아닙니다. Meta 쪽에서 우리가 실제로 제공하는 것은 입력 $1.25, 출력 $4.25의 Muse Spark 라인이며, Alibaba 쪽에서는 qwen/qwen3.8-max가 $2.00/$6.00, 공급자의 정가 그대로 아무것도 더하지 않고 책정됩니다.

Artificial Analysis page for Muse Wonder, captured 17 November 2026 in English, showing Intelligence #35 of 81, 19.64 seconds to first answer token, 118 output tokens per second, $4.00 input and $20.00 output per 1M tokens, 13.5 minutes and $6.95 per Intelligence Index task.

다음 릴리스 전에 물어야 할 질문

출시된 지 몇 주밖에 안 된 모델을 한 달 된 모델과 비교할 때는 언제나 같은 약점이 있습니다. 증거가 비대칭적이어서 먼저 출시된 모델 쪽에 유리하게 작용하는데, 독립 테스트가 그 모델을 더 오래 살펴볼 시간을 가졌기 때문입니다. Muse Wonder의 수치가 더 풍부한 것은 Meta가 더 투명해서가 아니라, 측정 기간이 5주 더 길었기 때문입니다.

주목해야 할 것은 또 다른 벤치마크가 아니다. Qwen4-Max의 속도와 작업별 소요 시간이 가격 우위가 소진되기 전에 같은 리더보드에 함께 나타나는지 여부다. 작업당 비용이 절반이면서 지연 시간이 두 배인 모델은 비용이 절반이면서 비슷한 성능을 내는 모델과는 다른 제품이며, 현재 알리바바 외부에서는 둘 중 어느 쪽인지 아무도 모른다.

OrcaRouter model page for Muse Spark 1.2, captured 17 November 2026 in English, showing the identifier meta/muse-spark-1.2, text, image, video, file and audio input, a 1M-token context, a pricing panel and the Meta vendor label.

이 글에서 비교한 모델1

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