Qwen 4 vs Qwen 3.8 Max라고 적힌 생성된 타이틀 카드와, 업그레이드할 때 청구서에서 실제로 무엇이 바뀌는지라는 부제목, 1M 토큰당 가격 $1.50 입력 / $4.50 출력, AA Index 43, 작업당 비용 $3.27이라고 적힌 세 장의 카드, 그리고 Qwen3.8 Max는 $2.00 / $6.00, 지수 34, 작업당 $10.02였다고 적힌 캡션.
Guides & Insights

Qwen 4 vs Qwen 3.8 Max: 업그레이드하면 청구서에서 실제로 무엇이 달라질까

작성자

jinhao.song

게시일

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

Qwen3.8-Max에서 Qwen4-Max로의 마이그레이션은 가격이 유리한 방향으로 움직이면서 동시에 성능도 향상된다는 점에서 플래그십 업그레이드 중 이례적입니다. Qwen3.8-Max는 2026년 8월 3일부터 100만 토큰 컨텍스트와 함께 100만 토큰당 입력 $2.00, 출력 $6.00에 일반 제공되어 왔습니다. 2026년 11월 16일 최상위 라인업에서 이를 대체한 Qwen4-Max는 동일한 컨텍스트 윈도에서 $1.50 및 $4.50이고, Artificial Analysis Intelligence Index에서 34 대비 43점을 기록하며, 지수 작업당 비용은 $10.02 대비 $3.27입니다. 요금 기준 입력과 출력 양쪽 모두 25% 인하, 지수 9점 상승, 완료된 작업당 비용 3분의 1 — 일반적으로는 가격 인상이 따라붙는 종류의 업그레이드입니다. 함정은, 같은 공급업체 간 마이그레이션에는 항상 있게 마련인데, 다른 모든 것이 커진 만큼 출력 예산은 오히려 줄어들었다는 점입니다.

움직인 네 개의 숫자, 그리고 뒤로 움직인 하나의 숫자

단일 벤더 내에서의 업그레이드는 교차 벤더 비교보다 평가하기 쉽습니다. 토크나이저 계보, API 표면, 도구 호출 규약이 모두 그대로 유지되기 때문입니다. 바뀌는 것은 짧은 목록뿐이며, 오후 한나절이면 자신의 사용 방식과 대조해 확인할 수 있습니다.

• 가격 — 백만 토큰당 $2.00/$6.00에서 $1.50/$4.50로, 양쪽 모두 25% 인하

• 캐시 읽기 — 100만 건당 $0.25에서 $0.075로, 70퍼센트 인하

• 독립 점수 — 동일 지수, 동일 보드에서 34에서 43까지, 둘 다 2026년 11월 17일 기준

• 인덱스 작업당 비용 — $10.02에서 $3.27로, 67% 감소

• 공유 사고+답변 예산 — 262,144토큰, 3.8 세대의 더 큰 허용량에서 감소

• 활성 파라미터 — 710억 개, 950억 개에서 감소, 동일한 2.4조 파라미터 백본 기반

• 컨텍스트 — 1,000,000 토큰으로 변경 없음

• 가중치 — 두 플래그십 모두 공개하지 않지만, Qwen3.8-Max의 오픈 웨이트 형제 모델인 Qwen3.8-27B는 공개한다

그중 두 가지는 한 줄 이상의 설명이 필요하다. 활성 파라미터 감소는 나머지 주장의 배경이 되는 아키텍처적 주장이다: Qwen4-Max는 토큰당 710억 개 파라미터를 활성화하는데, Qwen3.8-Max는 950억 개를 활성화했으며, 알리바바는 효율성 향상이 프루닝이 아니라 새로운 아키텍처 덕분이라고 본다 — 마이크로 블록 단위로 컨텍스트를 인덱싱하는 희소 어텐션 메커니즘과 교차 배치된 게이트형 DeltaNet 레이어, 동적 읽기 및 쓰기 게이트를 갖춘 네 개의 병렬 잔차 분기, 그리고 토큰당 연산량을 늘리지 않고 용량을 확장하는 3,280억 파라미터의 컨텍스트 기반 N-gram 임베딩 테이블.

공유 예산이 바로 사람들을 놀라게 할 부분입니다. Qwen4-Max는 추론과 답변을 하나의 262,144토큰 허용량으로 통합합니다. Qwen3.8-Max에서 사고 기능을 켜고 150,000토큰 출력을 생성하고 있었다면, 이제 사고에 쓸 수 있는 토큰은 112,144개 남았으며 — 어려운 문제에서는 사고가 그걸 다 소진할 것입니다. 실패는 오류가 아니라 잘린 답변처럼 보이는데, 이는 한도가 드러나는 최악의 방식입니다.

토큰 가격이 4분의 1 하락했을 때 작업당 비용이 3분의 2 줄어든 이유

토큰 가격은 절감액의 4분의 1을 설명합니다. 나머지 3분의 2는 모델이 같은 답에 도달하기 위해 더 적은 작업을 수행하는 데서 나오며, 이는 이번 출시에서 검증하기 가장 어렵고 비즈니스 케이스에 가장 중요한 부분입니다.

Alibaba의 자체 수치: 자사 Work360 제품군에서 토큰 사용량은 xhigh 추론 강도에서 약 24%, high에서 35% 감소합니다. Terminal-Bench 4.0에서는 48%와 49% 감소합니다. Work360의 작업당 평균 비용은 $4.43에서 $1.67로 떨어져 62% 절감됩니다. 이는 벤더가 자사의 이전 모델과 비교해 측정한 벤더 수치이며 독립적 재현은 없습니다. 그러나 이는 효율성 주장이 단순히 가격 인하에 옷을 입힌 것이 아니라는 방향성 증거입니다.

독립적인 교차 검증은 범위가 더 좁지만 일치한다. Artificial Analysis는 Qwen3.8-Max의 경우 인덱스 작업당 $10.02, Qwen4-Max의 경우 $3.27로 측정한다. Alibaba 외에는 아무도 $4.43이나 $1.67을 발표하지 않았다. $10.02와 $3.27은 다른 사람의 워크로드에 대한 또 다른 사람의 계산이며, 같은 방향을 가리킨다.

자신의 작업에 숫자를 붙여 보세요. 하루 5,000개 작업을 입력 30,000토큰, 출력 4,000토큰으로 캐싱 없이 처리하는 파이프라인을 공개된 미국 달러 요율로 계산하면: Qwen3.8-Max는 입력에 하루 $50, 출력에 $120를 청구해 합계 $170입니다. Qwen4-Max는 $37.50와 $90 — $127.50입니다. 캐싱 전 기준 월 약 $1,275를 절약하며, 안정적인 프리픽스가 $0.25 캐시 읽기 대신 $0.075 캐시 읽기를 활용할 수 있게 해 준다면 훨씬 더 많이 절약됩니다.

효율성 이야기에는 아무도 인용하지 않는 후반부가 있다

작업당 더 저렴한 토큰은 비즈니스 사례의 절반일 뿐입니다. 나머지 절반은 소요 시간이며, 여기서 상황은 가격표보다 더 모호합니다.

Artificial Analysis는 Qwen3.8-Max를 초당 출력 토큰 59개, 인덱스 작업당 48분으로 측정합니다 — 느린 편이며, 장기 지평의 에이전트 작업을 실행 중이라면 바로 그 수치가 야간 작업 시간대를 좌우합니다. Qwen4-Max는 출력 속도와 작업당 소요 시간을 전혀 공개하지 않습니다. 일부 벤치마크에서는 토큰을 대략 절반만 사용하는데, 이는 동일한 처리량에서는 대략 절반의 실제 소요 시간을 의미하겠지만, 아무도 그 처리량을 공개하지 않았습니다.

그래서 이번 업그레이드를 솔직하게 정리하면 다음과 같습니다. 토큰당 비용은 확실히 줄고, 작업당 비용은 거의 확실히 줄며, 아마 더 빨리 끝날 것입니다. 이 세 가지 중 첫 번째만이 오늘 계약서에 넣을 수 있는 사실입니다. 두 번째는 독립적인 측정으로 뒷받침됩니다. 세 번째는 추론입니다.

이는 특히 스케줄링 결정에 중요합니다. 초당 59토큰으로 처리되는 48분짜리 인덱스 작업이 이미 야간 시간에 겨우 맞는 수준이라면, 마이그레이션 전에 자체 프롬프트로 파일럿을 실행해야 합니다. Qwen4-Max가 느려질 가능성이 커서가 아니라, 공유된 262,144토큰 사고 예산이 장시간 실행의 형태를 벤치마크 평균으로는 드러나지 않는 방식으로 바꾸기 때문입니다.

변하지 않은 것, 그리고 그것이 여기서 가장 좋은 소식인 이유

컨텍스트 윈도는 동일한 100만 토큰입니다. 모달리티 표면도 동일합니다 — 텍스트, 이미지, 비디오 입력, 텍스트 출력. API 표면도 동일하며, 사고는 다음에 의해 제어됩니다: enable_thinking 또는 reasoning.effort (Responses API에서). 또한 모델은 알리바바 리전 전반에서 OpenAI 호환, Anthropic 호환 및 네이티브 형식으로 제공됩니다.

이미 Qwen3.8-Max를 사용 중인 분이라면, 이 점이 업그레이드 비용을 낮춰 줍니다: 마이그레이션은 모델 식별자를 바꾸는 일일 뿐, 재작성이 아닙니다. 프롬프트 구조를 바꿀 필요도, 도구 호출 스키마를 다시 협의할 필요도, 컨텍스트 관리 방식을 바꿀 필요도 없습니다. 반드시 다시 테스트해야 할 두 가지는 수치가 짚어 주는 것들입니다 — 사고(thinking) 중의 출력 예산과, 지연 시간에 민감한 경로들입니다.

또한 이는 합리적인 방식이 스위치가 아니라 섀도 트래픽이라는 뜻이기도 합니다. 즉, 프로덕션 요청의 일부를 양쪽 모두에 보내고, 출력과 토큰 수를 비교하며, 공유된 262,144토큰 예산이 고객 앞에서 드러나기 전에 긴 케이스에서 먼저 스스로 드러나게 하는 것입니다.

A generated two-column scoreboard for Qwen3.8 Max and Qwen4-Max: Artificial Analysis Index 34 against 43, cost per task $10.02 against $3.27, input $2.00 against $1.50, output $6.00 against $4.50, cache read $0.25 against $0.075, and active parameters 95B against 71B.

0902 스냅샷을 유지해야 합니까?

Qwen3.8-Max에는 날짜가 지정된 스냅샷인 qwen3.8-max-0902가 있으며, 2026년 9월 2일로 고정되어 있고 기본 모델과 동일한 기능 및 가격을 제공합니다. 스냅샷은 재현성을 위해 존재하며, 스냅샷을 유지해야 할 이유가 가장 커지는 때는 바로 기반 모델을 변경하려는 시점입니다.

신뢰하는 평가 스위트가 있다면, 별칭을 폐기하기 전에 스냅샷에 대해 실행하세요. 스냅샷은 대조군입니다. 별칭은 설계상 결코 안정적이지 않았고, Qwen4-Max는 같은 모델의 버전 업이 아니라 다른 모델입니다. 그 실행에서 확인할 만한 두 가지 세부 사항은 긴 출력 사례가 더 작아진 공유 예산에서도 살아남는지, 그리고 작업당 비용이 실제로 가격표가 예측한 폭만큼 움직였는지입니다. 그렇지 않았다면 토큰 효율성 주장은 당신의 워크로드에서 성립하지 않는 것이며, 마이그레이션의 명분은 가격 인하 하나로 좁혀집니다 — 여전히 가치가 있지만, 2/3가 아니라 1/4 정도입니다.

플래그십 비교에서는 잘 드러나지 않는 선택지가 하나 더 있습니다. Qwen3.8-27B는 Apache-2.0 라이선스의 오픈 웨이트 모델이며 자체 호스팅이 가능하고, 이를 qwen/qwen3.8-27b로 제공합니다. 대용량·저복잡도 작업에서는 계산이 두 플래그십 어느 쪽과도 완전히 달라지며, "3.8-Max에서 Qwen4-Max로 업그레이드"만이 유일한 선택지는 아닙니다. 워크로드가 분류, 추출 또는 단문 생성이라면 직접 실행할 수 있는 27B dense 모델이 단가 면에서 두 모델을 모두 앞설 수 있으며, 이 제품군에서 버전을 고정하고 감사할 수 있는 유일한 옵션이기도 합니다.

마이그레이션, 순서대로

먼저 출력물을 목록화하세요. 사고 기능이 활성화된 상태에서 약 120,000개를 초과하는 출력 토큰을 요청하는 모든 경로는 공유된 262,144 예산 아래에서 위험합니다. 이는 벤치마크가 아니라 호출 지점에 대한 grep입니다.

둘째, 대표적인 한 주 동안 두 모델 모두에서 작업별로 자신의 토큰 소비량을 측정하세요. 공개된 효율 수치는 벤치마크와 투입 노력에 따라 24~49퍼센트인데, 이는 상당히 넓은 범위로, 여러분 자신의 수치가 그 범위를 벗어날 수도 있을 만큼 넓습니다.

셋째, p95 시간을 측정하세요. Qwen4-Max는 공개된 처리량이 없으므로, 당신의 첫 지연 시간 수치는 알리바바 외부의 누군가가 갖게 되는 첫 지연 시간 수치가 될 것입니다.

넷째, 오픈 웨이트 티어를 결정하세요. 물량의 일부를 qwen/qwen3.8-27b로 옮길 수 있다면 플래그십 마이그레이션은 어려운 사례만 감당하면 되고, 혼합 비용은 어느 단일 모델 계획이 시사하는 것보다 더 낮아집니다.

두 플래그십을 하나의 엔드포인트 뒤에서 운영하는 것은 이 방식의 가장 손쉬운 버전입니다: qwen/qwen3.8-max는 $2.00/$6.00에 유지되며 Qwen4-Max 요청은 새 계약이 아니라 라우팅 규칙이므로 트래픽을 점진적으로 옮기고 공유 예산이 문제가 되는 즉시 폴백할 수 있습니다. 분명히 말하자면 Qwen4-Max 자체는 현재 우리가 서비스하는 215개 식별자에 포함되지 않습니다 — 업그레이드된 모델은 Alibaba 자체 API를 통해 라우팅됩니다 — 따라서 오늘 우리에게서 얻는 것은 기존 모델들이며, 정가에 아무것도 추가되지 않은 가격입니다.

이례적인 그 평결

아주 긴 출력을 생성하는 경우가 아니라면 마이그레이션하세요. 가격을 25% 인하하고 캐시 가격을 70% 인하하며 인덱스 포인트 9점을 추가하는 동일 벤더 업그레이드는 거의 공짜 점심에 가깝고, 작업별 증거는 — 벤더와 독립 위원회 모두 — 실제 절감액이 토큰 가격이 시사하는 것보다 크다고 말해 줍니다.

예외는 좁고 구체적입니다. 바로 thinking을 켠 상태에서 출력이 대략 120,000토큰을 정기적으로 초과하는 워크로드입니다. 그러한 경우 공유된 262,144토큰 예산은 효율성 이득으로 포장된 능력 회귀이며, 올바른 조치는 3.8 세대에 머무르거나 요청을 분할하는 것입니다.

다음에 지켜볼 것은 발표된 숫자들이 아니라 빠져 있는 숫자다. 작업당 비용이 3분의 2 더 저렴하면서 측정된 처리량이 없는 모델은 정량화되지 않은 위험을 안고 있는 강한 승부수이며, Qwen4-Max의 첫 독립적인 타이밍 측정이 어떤 추가 벤치마크 점수보다 이 논쟁을 더 많이 해결해 줄 것이다.

Artificial Analysis page for Qwen3.8 Max (0902), captured 17 November 2026 in English, showing a deprecated-model banner pointing to Qwen4 Max, Intelligence #51 of 81, 59 output tokens per second, $2.00 input and $6.00 output per 1M tokens and an 88 per cent cache discount.

이 패밀리 중 직접 운영할 수 있는 부분

동일 벤더 업그레이드의 한 가지 장점은 두 플래그십 어느 쪽에도 없는 것입니다. 바로 그 아래 티어가 개방형이고 이식 가능하다는 점입니다. Qwen3.8-27B는 Apache-2.0으로 텍스트, 이미지, 비디오 입력과 262,144토큰 창을 제공하며, 우리는 이를 qwen/qwen3.8-27b로 서빙합니다. 자체 인프라에서, 마크업 없는 정가로, 두 플래그십 어느 쪽도 할 수 없는 방식으로 버전 고정이 가능합니다. 주요 위험이 감사할 수 없는 공유 출력 예산인 마이그레이션에서, 같은 패밀리의 버전 관리된 오픈웨이트 폴백을 갖는 것은 이용 가능한 가장 저렴한 보험입니다.

OrcaRouter model page for Qwen3.8 27B, captured 17 November 2026 in English, showing the identifier qwen/qwen3.8-27b, text, image and video input, a 262K-token context and a pricing panel.

이 글에서 비교한 모델1

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