
Qwen4-Max가 이제 에이전틱 코딩용으로 홍보되고 있다. 독립 속도 순위에서는 79개 중 74위라고 밝힌다.
- 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 1.02026-11-0711 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 134 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 67 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 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 134 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 · 128 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 · 186 tok/s
2026년 11월 17일 09:31 UTC에 공식 Qwen4-Max X 계정은 다섯 단어와 초대를 게시했다: 모델이 이제 타사 플랫폼에서 서비스 중이니, 에이전트 코딩을 시험해 보라는 내용이었다. 그것은 해당 플랫폼 자체의 발표를 인용한 트윗이었으며, 알리바바가 이 모델을 프리뷰에서 종량제 일반 제공으로 전환한 지 하루 만이었다. 이 게시물은 사소하고 지나치기 쉽다. 또한 벤더가 자사 팔로워들에게 자사 플래그십을 위한 특정 외부 경로를 가리킨 첫 사례이며, 작업 부하 — 장기 지평 에이전트 코딩 — 를 골랐는데, 그 작업 부하에서는 Qwen4-Max가 현재 보드에서 가장 약한 독립 측정치를 기록하고 있다.
그것이 보고할 가치가 있는 긴장의 전부이며, 그것은 고발이 아니다. 공급업체가 에이전트 빌더들에게 모델을 홍보하는 것은 정상이다. 정확히 짚어볼 가치가 있는 것은 피치와 독자가 확인할 수 있는 숫자 사이의 간격이다. 왜냐하면 팀이 행동에 옮기는 것은 피치이고, 청구서와 실제 경과 시간이 말해 주는 것은 숫자이기 때문이다.
그 게시물이 실제로 입증하는 것
세 가지, 딱 세 가지다. 나머지는 뉴스로 위장한 추론일 뿐이다.
• 보증은 실재하며 날짜도 명시되어 있다. 이 게시물에는 11월 17일 09:31 UTC 타임스탬프가 있고, 벤더 자체 계정에서 게시되었으며, 단독 게시물이 아니라 플랫폼의 이전 발표를 인용 트윗한 것이다. 벤더가 파트너의 출시를 리포스트하는 것은 의도적인 행동이다; 그 계정이 단순히 우연히 언급한 것이 아니다.
• 이 플랫폼은 두 번째 배포가 아니다. 해당 모델 페이지는 qwen/qwen4-max를 "자체 연구소에서 제공하는 라우팅 모델"이라는 제목의 표에 나열하며, 자체 공개 에디션 중에는 포함하지 않는다. 그 구분은 그 주변의 마케팅 문구보다 더 중요하다. 라우팅 모델은 다른 누군가의 정문을 통해 접근하는 알리바바의 배포이며, 이는 폐쇄형 2.4조 파라미터급 모델이 어디에든 등장할 수 있는 유일한 방식이기 때문이다.
• 이는 용량이 아니라 베타입니다. 사이트의 상시 배너에는 비공개 베타 중이라고 명시되어 있으며 초대 코드를 요청합니다. 모델 자체 계정의 보증은 의도에 관한 신호일 뿐, 처리량, 할당량 또는 서비스 수준 계약에 관한 신호가 아닙니다 — 그리고 초대 코드는 조달 경로가 아닙니다.
그리고 그 게시물이 입증하지 않는 것은 단 하나의 성능 주장입니다. 그 안에는 초당 토큰 수치도, 작업 완료율도, 작업당 비용도, 해당 라우트가 몇 개의 동시 에이전트 세션을 감당하는지에 대한 언급도 없습니다. "이제 이 모델에 여기서 도달할 수 있다"는 정도로 읽으면 되며, 그게 그 글의 전부입니다.
보증 아래에 있는 카드가 판매업체 자체 카드보다 더 저렴합니다.
라우팅된 리스팅은 자체 수치를 담고 있으며, 주목할 만한 것은 바로 가격입니다. 입력 토큰 100만 개당 $1.40, 출력 토큰 100만 개당 $4.20으로 표시되며, 977K 토큰 컨텍스트 창과 온라인 상태를 갖추고 있습니다.
• 입력 — 라우팅 카드에서는 $1.40인 반면, Alibaba 자체 글로벌 범위 카드(베이징, 홍콩, 프랑크푸르트, 미국 버지니아, 도쿄)에서는 $1.413, 싱가포르에서는 $1.50입니다.
• 산출량 — 글로벌 $4.24 및 싱가포르 $4.50 대비 $4.20.
• 방향 — 라우팅된 번호는 공급업체가 공개한 최저가 지역보다 대략 1% 낮고, 중국 본토 외 독자 대부분이 실제로 청구받게 될 카드보다 약 6.7% 낮습니다.
• 명시된 작동 방식 — 플랫폼은 자사 요금을 "랩의 요율에 경로 수수료를 더한 것, 모든 답변에 서명된 경로 영수증"이라고 설명한다.
• 컨텍스트 수치는 목록에서 977K로, Alibaba의 모델 카드에서는 1,000,000으로 표시되며, 실제 적용되는 상한은 표준 모드에서 입력 토큰 991,808개, 사고 모드에서 983,616개입니다.
그 두 사실은 서로 어색하게 맞물린다. 실험실 요율 위에 수수료를 더하는 경로는 직접 이용하는 것보다 비용이 더 높아야 하는데, 이 경로는 알리바바의 모든 공개 리전보다 비용이 낮다. 그럴듯한 설명들은 매력적이지 않다. 프로모션 요율, 어떤 알리바바 엔드포인트를 호출하는지에 따른 지역적 차익거래, 또는 미리보기 카드 이후 갱신되지 않은 목록일 수 있으며, 어느 것도 외부에서는 확인할 수 없다. 독자가 할 수 있는 일은 라우팅된 가격을 모델의 가격으로 취급하는 것을 멈추는 것이다. 알리바바 자체 카드가 기준이며, 그보다 낮은 것은 누구도 공개하지 않은 만료일을 가진 상업적 약정이다. 작업당 비용이 결정 기준이라면, 싱가포르의 입력 $1.50 및 출력 $4.50, 또는 Global 범위의 $1.413 및 $4.24를 기준으로 산정하고, 할인은 계획이라기보다 추가 상방 이익으로 취급하라.

게시물의 작업량은 트래커가 가장 부정확하게 측정하는 항목이다.
Artificial Analysis는 Qwen4-Max에 대한 독립적인 측정치를 공개하는 유일한 기관이며, 해당 페이지는 출시 당일에는 없었던 전체 성능 행으로 업데이트되었습니다. 그 행이 말하는 바는 모호하지 않습니다.
• Intelligence Index — v5.0.1 9개 평가 스위트에서 43점, 81개 모델 중 38위로 해당 가격대 트래커 중앙값 41을 소폭 상회.
• 출력 속도 — 초당 54토큰. 이는 성능 기준으로 트래커가 순위를 매긴 79개 모델 중 74위입니다.
• 첫 답변 토큰까지 걸린 시간 — 179.79초, 이는 모델이 말하기 전에 생각하고 Alibaba의 카드에서 기본 추론 강도가 높음으로 설정되어 있기 때문입니다.
• Intelligence Index 작업당 소요 시간 — 32.2분, 비교 가능한 모델의 중앙값 13.3분 대비. 트래커는 이를 "눈에 띄게 느림"이라고 표현합니다.
• 장황함 — 인덱스 전체에서 출력 토큰 1억 2,700만 개로, 중앙값 7,860만 개와 대비됩니다. 이는 80개 중 65위입니다.
• 인덱스 작업당 비용 — $3.27, 80개 중 44위, 95% 캐시 할인 적용됨.
그 목록의 모든 수치는 Alibaba의 것이 아니라 트래커 자체의 측정값입니다. 벤더가 공개한 주장은 완전히 별개의 데이터 세트이며, 나타나는 곳마다 벤더 주장으로 표시되어 있습니다: 자체 Work360 벤치마크에서 Qwen3.8-Max 대비 24%에서 35%의 토큰 효율 향상, Terminal-Bench 4.0에서 48%에서 49%, 그리고 작업당 평균 비용이 $4.43에서 $1.67로 감소했다는 주장입니다. 그중 어느 것도 독립적으로 재현된 적이 없습니다. 두 데이터 세트는 서로 모순되지 않습니다 — 모델은 작업당 효율적이면서도 토큰당 여전히 느릴 수 있습니다 — 하지만 새벽 2시에 에이전트 루프가 어떤 느낌일지 알려주는 것은 둘 중 하나뿐입니다.
벤더 자체 자료에는 두 번째 공백이 있는데, 이는 에이전트형 코딩용으로 판매되는 모델로서는 이상한 점입니다. Alibaba의 모델 카드는 매개변수 수를 공개하지 않습니다. 출시 자료에서는 2.4조 매개변수 희소 전문가 혼합(MoE) 모델에 토큰당 710억 개가 활성화된다고 설명하며, 추적기는 크기를 미공개로 기록합니다. 또한 Alibaba 자체에서 이 모델에 대한 Terminal-Bench 4.0 점수를 공개하지 않았고, 전임 모델 대비 상대적 효율성 주장만 있습니다. 에이전트 빌더들이 모델을 채택하길 원하는 벤더는 보통 절대적인 에이전트 수치를 앞세웁니다. 이 모델은 비율을 앞세웠습니다.
작업당 32분과 초당 54토큰이 루프에 미치는 영향
단가로는 이것이 드러나지 않으므로, 이 게시물이 광고하는 형태 — 작업을 여러 턴에 걸쳐 처리하는 코딩 에이전트 — 에 대한 계산을 여기에 제시한다. 이 모든 것은 청구서가 아니라 공개된 요금과 측정된 속도에서 도출된 것이다.
• 턴당 생성 시간 — 초당 54토큰으로 3,000토큰 패치와 추론 블록을 생성하면 순수 출력만 약 56초입니다. 8,000토큰에서는 모델이 무엇이든 읽기 전에 대략 2.5분입니다.
• 25턴 세션 — 3,000 출력 토큰씩 25턴이면 75,000 토큰이며, 해당 속도로는 약 23분의 생성 시간에 더해, 하네스가 컨텍스트를 웜 상태로 유지하지 않을 경우 각각 거의 3분에 달하는 첫 응답 토큰 대기가 25번 별도로 발생합니다. 오버헤드만으로도 생성 시간을 초과할 수 있습니다.
• 동일한 세션을 돈으로 환산하면 — 백만 개당 $4.50 기준으로 출력 토큰 75,000개는 $0.34입니다. 연산은 저렴하지만 시간은 그렇지 않습니다. 이 역전이 이 모델의 경제성에 대해 이해해야 할 가장 유용한 단 한 가지입니다.
• 캐시는 이것이 감당 가능한지를 결정하는 지렛대다 — 200,000토큰 컨텍스트를 콜드 상태로 다시 읽으면 100만 토큰당 $1.50로 턴당 $0.30이 들지만, 95% 할인으로 캐시되면 약 $0.015가 든다. 25턴에 걸치면 이는 입력 비용 $7.50과 $0.38의 차이이며, 이는 출력 청구서를 완전히 압도한다.
다르게 말하면, Qwen4-Max에서 계측해야 할 대상은 출력 길이가 아니라 캐시 적중률과 첫 토큰 지연 시간이다. 컨텍스트를 따뜻하게 유지하고 3분 정도의 사고를 견디는 루프는 운용 가능하다. 매 턴마다 차가운 200K 컨텍스트를 다시 보내는 루프는 입력 요율의 20배를 지불하고, 그렇게 하는 데 매번 3분을 기다린다. 32.2분짜리 인덱스 작업은 트래커의 종합 지표이지 당신의 작업이 아니다. 그러나 그 방향성이야말로 계획을 세울 때 기준으로 삼아야 할 것이다.

영수증에는 무엇이 응답했는지 나와 있지 않습니다.
라우팅 목록에서 가격보다 더 주목할 만한 부분은 바로 이것입니다. 플랫폼 자체 문서는 이례적으로 솔직합니다. 라우팅된 모든 응답에는 서명된 라우팅 영수증이 딸려 있으며, 그 영수증은 "어떤 가중치가 응답했는지 증명하지 않는다"고 밝힙니다. 이 영수증에는 요청이 어디로 전송되었는지와 가장 최근 프로브가 보고한 내용이 기록됩니다. 플랫폼이 직접 게시하는 모델에는 더 강력한 체인이 적용됩니다. 즉, SHA-256 다이제스트로 저장된 파일, 파일 맵 해시로 식별되는 리비전, 고정된 게시자 키로 서명된 레코드, 추가 전용 투명성 로그입니다. 그리고 qwen/qwen4-max의 검증 상태는 "알 수 없음"으로 표시됩니다.
폐쇄형 모델의 경우 이것은 스캔들이 아니라 모든 라우터가 공유하는 구조적 한계이며, 우리 것도 포함됩니다. 가중치가 공개되지 않으면 어떤 제3자도 어떤 가중치가 토큰을 생성했는지 증명할 수 없습니다. 이어지는 내용은 비판이라기보다 실용적인 규칙입니다. 당신의 작업이 모델이 실제로 Qwen4-Max인지에 달려 있다면 — 평가, 벤치마크 제출, 어떤 모델이 데이터를 건드렸는지에 대한 계약상 주장 — 라우팅된 엔드포인트는 영수증이 아무리 좋아 보여도 그 자체로 충분한 증거가 아닙니다. 필요한 것이 역량이라면 라우팅된 엔드포인트로 충분하며 출처 문제는 학술적인 문제입니다.
프로덕션 경로를 걸지 않고 시험해 보는 방법
솔직히 말씀드리면, OrcaRouter는 Qwen4-Max를 라우팅하지 않습니다. 카탈로그에는 qwen/qwen3.8-max, anthropic/claude-fable-5.2 및 openai/gpt-6.1-sol 등이 포함되어 있습니다. qwen4 식별자에 대한 요청은 현재 not-found를 반환하므로, 이 모델을 우리 키로 사용하려면 다른 모든 사람과 마찬가지로 기다려야 합니다. 우리가 할 수 있는 일은 평가를 되돌리는 비용을 낮추는 것입니다.
신경 써야 하는 이유는 이번 출시에 관한 모든 점이 이를 하드코딩하지 말라고 말해 주기 때문이다. 이 모델은 나온 지 하루밖에 되지 않았고, 유일한 독립 성능 측정 항목에서 속도는 79개 중 74위이며, 라우팅 가격은 아무도 설명하지 않은 이유로 자사 공급업체의 가격표를 밑돈다. 그리고 이 보증을 제공하는 플랫폼은 초대 코드가 있어야 하는 비공개 베타 상태다. 이 중 어느 하나라도 일주일 안에 바뀔 수 있다. 또한 프리뷰에서 GA로의 전환은 공유 사고+답변 예산을 393,216토큰에서 262,144토큰으로 줄이고 과금을 크레딧에서 토큰당 계량으로 옮겼는데, 이는 바로 2주 차에 프로덕션 경로를 깨뜨리는 종류의 변경이다.
실험을 하드코딩된 엔드포인트가 아니라 라우팅된 엔드포인트 뒤에 두는 이유가 바로 여기에 있습니다: 새 모델은 한 라우트에, qwen/qwen3.8-max는 폴백에, 둘 다를 위한 하나의 키와 하나의 청구서. 0% 마크업과 제공업체의 정가 그대로 적용이라는 조건에서는, 알리바바의 카드에 대해 계산한 산수가 곧 청구되는 산수가 됩니다 — 이는 또한 공급업체의 가격 인하가 다음 계약 갱신 때가 아니라 당일 우리 쪽에 반영된다는 뜻이기도 합니다. 모델 퓨전은 아직 검증되지 않은 모델에 대해 알아둘 만한 또 다른 옵션입니다: 자사 트래픽 샘플에서 기존 모델과 나란히 실행하고, 어느 쪽이든 해당 경로를 차지하기 전에 출력을 비교해 보세요. 200개 이상의 모델을 위한 하나의 API가 어떤 모습인지 그냥 보고 싶다면, 카탈로그는 공개되어 있습니다.

무엇이 이 읽기를 바꿀까요?
세 가지, 중요한 순서대로.
첫 번째는 그 하나의 트래커가 아닌 다른 누군가가 제공한 속도 수치입니다. 복합 벤치마크에서 초당 54토큰을 기록한 단일 측정치는 프로덕션 결정을 내리기에는 빈약한 근거이며, 벤더는 그런 측정치를 단 하나도 공개하지 않았습니다. 두 번째 독립 하네스가 그 수치에 가깝게 나온다면, 느림은 모델의 속성이며 에이전트 개발자는 자신의 루프를 그에 맞춰 설계해야 합니다. 훨씬 높게 나온다면 트래커의 엔드포인트가 문제였던 것이므로 이 섹션은 시간이 지나며 낡아 보일 것입니다 — 그것이 이 섹션이 낡는 올바른 방식입니다.
두 번째는 해당 라우팅된 리스팅의 검증 상태가 '알 수 없음'에서 벗어나는지, 또는 플랫폼이 비공개 베타를 졸업하는지입니다. 둘 중 하나만 충족돼도 승인된 경로가 지원 약속을 걸 수 있는 무언가로 바뀌게 됩니다.
세 번째는 Alibaba가 전작 대비 비율이 아니라 절대적인 에이전틱 코딩 점수를 공개한다는 점입니다. 그렇게 하기 전까지 이 보증은 의도에 관한 주장일 뿐이며, 그것이 광고하는 워크로드에 대해 공개된 유일한 측정치는 초당 54토큰에서 작업당 32.2분입니다. 그것은 Qwen4-Max를 피해야 할 이유가 아니라, 누군가에게 납품 날짜를 약속하기 전에 자신의 작업으로 벤치마크해야 하고, 그렇게 하는 동안 기존 모델을 한 경로 뒤에 대기시켜 두어야 할 이유입니다.
