OpenCode Go 내 Qwen4 Max에 관한 뉴스 기사용으로 생성된 히어로 카드로, 제목은 "$10 코딩 플랜의 Qwen4 Max"이며, 칩에는 2026년 11월 16일, 월 $15 허용량, 2,310회 요청, 요청당 66,000개의 캐시된 토큰이 표시되어 있고, 하단에는 OpenCode Go 문서 및 Alibaba Model Studio 조회일 2026년 11월 17일이 표시됩니다.
Guides & Insights

Qwen4 Max, OpenCode Go에 출시: $15 한도로 무엇을 얻을 수 있으며, 캐시 미스 비용은 얼마인가

작성자

jinhao.song

게시일

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

OpenCode는 Qwen4 Max2026년 11월 16일 자사의 Go 구독 뒤에 배치했다. 같은 날 이 모델은 프리뷰에서 사용량 기반 일반 제공(GA)으로 전환됐다. 그리고 그것이 좋은 거래인지 결정하는 숫자는 $1.50 입력 가격이 아니다. 바로 66,000 — OpenCode가 일반적인 코딩 요청에 대해 가정하는 캐시된 토큰 수이며, 허용량이 어디까지 커버하는지 계산할 때 쓰인다. 이 단일 가정 때문에 월 $15 예산이 Qwen4 Max에서는 약 2,310건의 요청, Qwen3.8-Max는 약 810건으로 산정된다. 이 모델은 같은 목록 최상단에서 Qwen4 Max가 대체하는 모델이며, 또한 하네스가 캐시 적중을 전혀 얻지 못하면 같은 $15가 약 149건의 요청으로 급감할 수 있는 이유이기도 하다. 아래의 모든 내용은 OpenCode가 공개한 두 페이지와, 이 모델이 유능하지만 느리고 말이 많다고 보여주는 독립 벤치마크 한 행에서 다시 계산할 수 있는 산술이다.

OpenCode가 실제로 공개한 것과 공개하지 않은 것

두 개의 페이지가 이 목록을 담고 있으며, 중요한 모든 부분에서 서로 일치합니다. opencode.ai/go의 Go 마케팅 페이지에는 "Qwen4 Max — New"라는 행이 표시되는데, $10 Go 플랜에서는 5시간당 463회, $40 Go Plus 플랜에서는 1,850회의 예상 요청 수가 나와 있으며, 이는 각각 $15와 $60의 월간 사용 한도에 대응합니다. opencode.ai/docs/console/go의 문서에서는 같은 모델에 id qwen4-max, 엔드포인트 https://opencode.ai/inference/go/anthropic/v1/messages, AI SDK 패키지 @ai-sdk/anthropic을 부여하고, 가격은 백만 토큰당 입력 $1.50, 출력 $4.50, 캐시 읽기 $0.075, 캐시 쓰기 $1.875로 명시합니다. 사용량 표에는 5시간당 460회, 주당 1,160회, 월 2,310회의 요청이 나열되어 있습니다.

두 페이지에서 463과 460 사이의 세 건 요청 차이는 스캔들이 아니라, 한 화면은 막대 차트에서, 다른 화면은 표에서 생성될 때 생기는 일입니다. 더 낮은 수치를 보세요. 더 중요한 것은 가격 라인이 센트 단위까지 싱가포르 요율표와 정확히 일치하며, 그 아래에 구독 할인이 적용되지 않았다는 점입니다.

그 문서에 담긴 세 가지 세부 사항은 대표 가격보다 더 중요한 역할을 합니다:

• 모델은 chat-completions 호환 경로가 아니라 Messages 프로토콜을 통해 제공됩니다. 이는 OpenCode가 Qwen3.8-Max 및 Qwen3.7 Plus에 사용하는 것과 동일한 경로이며, 이미 Messages를 지원하는 하네스가 shim 없이 Go를 가리킬 수 있는 이유이기도 합니다.

• 개인정보 보호는 모델별로 명시됩니다. Qwen4 Max는 "학습: 사용 안 함", "보존: 0일"로 기록되어 있습니다 — Grok 4.7과 Luna 모델이 속한 30일 열이 아니라 제로 보존 열입니다. Go의 기본값은 또한 요청 데이터로 학습하는 유료 엔드포인트를 차단합니다.

모든 응답은 비용을 opencode.allowance로 보고하며, 허용량은 정가 기준 달러로 표시되고 5시간 동안 20%, 일주일 동안 50%, 한 달 동안 100%의 구간으로 나뉩니다.

OpenCode가 공개하지 않은 것은 토큰이 어디서 오는지입니다. 문서에는 일부 모델이 큰 할당량을 받는 이유는 OpenCode가 대량 할인을 협상했거나 GPU 용량을 예약했기 때문이며, 다른 모델은 할당량이 더 작은데 "모델이 새 것이거나 공개 가격이 이미 할인되어 있기 때문"이라고 설명합니다. 이 경우 "모델 제공자에게 직접 지불했을 때보다 여전히 조금 더 받는다"고 합니다. Qwen4 Max는 $1.50와 $4.50로 두 번째 범주에 속하며, 이는 Qwen4 Max가 어디서나 적용되는 요율과 정확히 같습니다. 그것이 싱가포르 엔드포인트의 패스스루인지, 아니면 OpenCode가 2.4조 매개변수 모델을 자체 서빙하는 것인지는 어디에도 명시되어 있지 않으며, 어느 쪽인지 말하는 사람은 추측하는 것입니다.

먼저 바로잡아야 할 점이 하나 있습니다. 이 모델을 둘러싼 표현이 두루뭉술했기 때문입니다. Qwen4 Max는 예고되지 않았거나 유출된 릴리스가 아닙니다. 출시에는 "Qwen4-Max: 새 팀원이 도착했습니다"라는 제목의 글이 함께 있었고, 해당 모델의 Model Studio 문서는 11월 17일에 업데이트되었으며, 살펴볼 가중치도 없습니다 — Artificial Analysis는 이 모델을 독점 모델로 기록하고 있고, 읽어볼 저장소도 존재하지 않습니다. 눈에 덜 띄는 부분은 OpenCode의 목록인데, 이는 다른 누군가의 출시를 연결한 코딩 플랫폼이지 자체 출시가 아닙니다.

Headless-browser screenshot of the OpenCode Go usage-limits documentation page in English, showing the per-model token price table with a Qwen4 Max row reading $1.50 input, $4.50 output, $0.075 cached read, $1.875 cached write and a $15 monthly limit, above the Estimated requests table where Qwen4 Max reads 460 requests per five hours, 1,160 per week and 2,310 per month, and Qwen3.8 Max reads 160, 400 and 810.

$15는 달러 미터이므로 계산은 다음과 같습니다.

달러 기준 허용량은 그것이 전제하는 요청 형태와 함께 볼 때만 의미가 있으며, OpenCode는 그 형태를 공개합니다: 요청당 420개의 새 입력 토큰, 66,000개의 캐시된 토큰, 200개의 출력 토큰입니다. 그 세 숫자를 Qwen4 Max 가격 라인에 대입해 보세요:

• 신규 입력 — 420개 토큰, 백만 개당 $1.50 기준 $0.00063입니다.

• 캐시된 입력 — 66,000 토큰, 백만 토큰당 $0.075 기준 $0.00495입니다.

• 출력 — 200토큰은 백만 토큰당 $4.50 기준으로 $0.00090입니다.

• 요청당 — $0.00648이며, 이는 $15를 정확히 2,315번 나눈 값입니다. OpenCode가 공개한 월 2,310회 추정치는 이 숫자를 내림한 것입니다.

Qwen3.8-Max에 같은 계산을 적용하면 — Go 카탈로그에서 여전히 입력 $2.00, 출력 $6.00, 캐시 읽기 $0.25에 판매 중인 — 요청당 $0.01854, $15로 809건이 나온다. OpenCode는 810건을 발표한다. 따라서 Qwen4 Max로 전환하면 동일한 한도에서 요청 수가 2.9배 더 많아지며, 그 이득의 3분의 2는 단 한 줄에서 나온다. 캐시 읽기 가격이 백만 개당 $0.25에서 $0.075로 떨어진 것, 70% 인하이다. 대표 입력 가격은 25% 변했다. 결과를 바꾼 것은 캐시 가격이었다.

실제로 부딪히게 될 제약은 5시간 구간입니다. 월 한도의 20%에서 Go 요금제의 롤링 5시간 블록은 Qwen4 Max에 $3를 사용할 수 있습니다 — 모델링된 사용 형태 기준 463건의 요청이며, 이는 조심하지 않으면 대략 에이전트 턴으로 꽉 찬 오후에 해당합니다. Go Plus는 이를 $12와 1,850건의 요청으로 끌어올립니다. Go Teams는 각 구성원의 한도를 월 $20로 설정하는데, 이는 Go의 $15보다 많고 Plus의 $60보다 적으며, 구성원 1인당 $20입니다.

Generated single-column card titled The $15 allowance at Qwen4 Max list price, with rows reading Go plan: $10 per month, Monthly allowance: $15, Cached read: $0.075 per 1M, Fresh input: $1.50 per 1M, Warm request: $0.00648, Cold request: $0.10, and Requests for $15: 2,315 warm versus 149 cold.

66,000개의 캐시된 토큰은 어디에서 비롯되며, 왜 그것이 모든 것을 설명하는가

66,000개의 캐시된 토큰은 임의의 둥근 숫자가 아닙니다. 이는 매 턴마다 시스템 프롬프트, 도구 정의, 적당한 크기의 파일 세트를 보내는 코딩 에이전트에게 그럴듯한 접두사이며, 모델링된 요청이 애초에 저렴한 이유이기도 합니다. 백만 개당 $0.075의 요율로 보면, 그 66,000토큰 접두사의 비용은 0.5센트 미만입니다. 신규 입력 요율 $1.50로 계산하면 $0.099가 들 것입니다. 이는 20배 더 비싸고, 요청의 나머지 전체보다 15배 이상 비쌉니다.

그 논리를 끝까지 따라가 보자. 프리픽스가 캐시를 맞히지 못하는 요청은 $0.00648이 아니라 $0.1005가 들기 때문에, 같은 $15로 2,315건이 아니라 약 149건을 살 수 있다. 허용량이 94% 줄어드는 데 사용량에서 달라져야 할 다른 것은 없다. 그저 프리픽스가 더 이상 재사용 가능하지 않게 되기만 하면 된다. 그런 일이 일어나는 세 가지 방식은 흔하다. 타임스탬프나 계속 바뀌는 도구 목록이 들어간 시스템 프롬프트, 턴 사이에 컨텍스트 순서를 바꾸는 하네스, 또는 캐시 가능한 프리픽스가 결코 안정되지 않도록 가장 이른 메시지들을 계속 다시 쓰는 세션이다.

덜 눈에 띄는 두 번째 비용도 있습니다. OpenCode는 캐시 쓰기 가격을 100만 개당 $1.875로 책정하는데, 이는 신규 입력 요율보다 25% 높습니다. 즉, 나중에 95% 할인된 가격으로 읽히는 프리픽스를 설정하기 위해 프리미엄을 지불하는 것입니다. 그 66,000토큰 프리픽스를 쓰는 데는 $0.124가 들며, 이는 웜 요청의 약 19배입니다. 캐시를 계속 무효화하는 세션은 쓰기 비용을 반복적으로 지불하고 할인은 전혀 받지 못합니다.

이것이 바로 해당 허용량을 단순히 지켜보는 데 그치지 않고 이해할 가치가 있는 이유입니다. 이런 가격이 책정된 모델에서 캐시 적중률은 나중에 챙기면 되는 최적화가 아니라, 매우 다른 두 구독을 가르는 차이입니다.

무엇을 포기하는지, 측정해 보면

독립적인 스코어보드는 이제 꽉 찼고, 가격표보다 덜 호의적으로 보인다. Artificial Analysis는 Qwen4 Max에 Intelligence Index 43점을 준다 — 이는 공표된 중앙값 41보다 높고, 보드의 81개 모델 중 38위이며, 지수 작업당 측정 비용은 $3.27이다. 모델이 처음 등록되었을 때 여전히 비어 있던 성능 패널은 이제 실제 수치를 담고 있다: 출력 초당 54토큰, 첫 답변 토큰까지 159초, 그리고 Intelligence Index 작업 하나를 완료하는 데 32.1분(중앙값 13.3분 대비). 트래커 자체 순위에서 첫 답변 토큰까지 걸리는 시간은 79개 중 75위이다.

• 역량 — Intelligence Index 43점, 81개 중 38위, 측정된 작업당 $3.27.

• 성능 — 초당 출력 토큰 54개, 첫 답변 토큰까지 159초, 인덱스 작업당 32.1분(중앙값 13.3분 대비), 첫 답변 토큰까지 걸리는 시간 기준 79개 중 75위.

• 장황함 — 인덱스 실행을 완료하는 데 1억 2700만 개의 출력 토큰이 소요되었으며, 이는 중앙값 7860만 개와 대비되는 수치로, 트래커 자체의 장황함 척도에서 80개 중 65위를 기록했습니다.

• 컨텍스트 — 트래커 측정 기준 984k 토큰이며, 이는 비사고 모드에서 입력 상한이 991,808토큰인 문서화된 1,000,000토큰 창과 대비됩니다.

대화형 코딩 루프에서는 첫 답변 토큰까지의 시간이 문제입니다. 추론 모델은 사고가 끝날 때까지 아무것도 출력하지 않으므로, 159초는 엔터를 누른 뒤 답변의 첫 글자를 볼 때까지의 간격이며, 긴 사고 예산은 그 숫자를 없애기보다 이리저리 움직일 뿐입니다. 배치 작업, 예컨대 리팩터링 큐나 야간 스윕에서는 무관하며, 작업당 $3.27의 달러당 성능은 그 몇 배를 청구하는 최전선 모델들과 비교해도 괜찮은 편입니다.

장황성 수치는 별도의 문장으로 다룰 만합니다. 왜냐하면 그것이 달러 허용 한도와 상호작용하는 항목이기 때문입니다. 중앙값이 7,860만 토큰을 생성하는 상황에서 1억 2,700만 토큰을 생성하는 모델은 동일한 작업 집합에 대해 출력 토큰을 약 60% 더 소모하며, Qwen4 Max에서는 출력이 백만 토큰당 $4.50로 요청에서 가장 비싼 항목입니다. 귀하의 $15 허용 한도는 달러로 표시되므로, 동일한 토큰당 가격에서 말이 많은 모델은 단순히 더 빨리 소진됩니다.

Headless-browser screenshot of the Artificial Analysis model page for Qwen4 Max in English, showing the Alibaba vendor label, Released November 2026, a Proprietary model tag, an Intelligence Index of 43 ranked 38 of 81, and a stats row reading 43, 38 of 81, $3.27, $1,129.59 and 32.1 min, beside summary cards for Intelligence Index 43 at 35K tokens to complete, Cost to Run Index $3.27, Output Tokens Used 35M and Total Response Time 32.1 min.

이 모델에서 노력 다이얼은 선택 사항이 아닙니다

Qwen4 Max의 자체 문서에서는 둘 다 생략할 경우 reasoning_effort를 high로, thinking_budget을 131,072로 설정하며, 대부분의 SDK가 사용하는 5개 값 어휘를 세 가지 실제 설정으로 매핑합니다. minimal은 low가 되고, medium은 high가 되며, max는 xhigh가 됩니다. OpenCode가 노출하는 경로인 Messages 프로토콜에서는 해당 설정 항목이 output_config.effort이며, 값은 동일한 세 가지입니다.

두 가지 결과가 따른다. 첫째, "medium" 노력을 요청한다고 해서 중간 설정이 되는 것은 아니다 — 기본값인 high가 된다. 모델이 덜 생각하게 하려면 low를 요청해야 한다. 둘째, 출력 상한은 사고와 공유된다: 사고 모드에서는 사고 연쇄와 답변을 합쳐 262,144 토큰, 사고를 끄면 답변 131,072 토큰이며, 사고를 켰을 때의 입력 상한은 983,616 토큰이다. max_completion_tokens를 262,144로 고정하고 xhigh를 선택한 에이전트는 코드 한 줄도 쓰기 전에 추론 토큰에 할당량을 쓰기로 결정한 것이다.

종량제 구독에서 대화형 코딩 세션을 진행할 때의 실용적인 설정은 편집과 소규모 리팩터링에는 낮게, 모델이 여러 파일을 동시에 유지해야 하는 턴에는 높게, 그리고 다른 경우라면 사람에게 맡겼을 작업에만 xhigh로 두는 것입니다. 이는 벤치마크 주장이 아니라 예산에 관한 판단입니다 — 이 모델에 대한 노력 수준별 비용 곡선을 공개한 곳은 없으며, 벤더 자체의 토큰 절감 수치는 벤더 수치일 뿐입니다.

스택을 옮기지 않고 시도해 보기

OrcaRouter는 현재 Qwen4 Max를 라우팅하지 않습니다. 이 점은 에둘러 말하지 않고 분명히 밝혀야 합니다. 카탈로그에는 215개 모델이 실려 있고, qwen4 식별자에 대한 요청은 not-found를 반환하므로, OrcaRouter 키에서 새 플래그십을 쓰고 싶다면 기다려야 합니다. 카탈로그에 실제로 실려 있는 것은 qwen/qwen3.8-max이며, 백만 토큰당 입력 $2.00, 출력 $6.00, 캐시 읽기 $0.25입니다 — OpenCode와 해당 모델의 자사 API가 모두 공개하는 것과 동일한 요율이며, 0% 마크업으로 전달되므로, 공급업체의 가격 인하가 그들 쪽에 적용되는 바로 그날 우리 쪽에도 적용됩니다.

이는 현명한 테스트를 무료가 아니라 저렴하게 만든다. Qwen4 Max를 이미 운영 중인 모델과 비교하고 있다면, 먼저 답해야 할 질문은 "43점이 좋은 점수인가"가 아니라 "내 하네스가 66,000토큰 프리픽스를 웜 상태로 유지하는가"이다 — 그리고 같은 계정에서 오늘 Qwen3.8-Max를 상대로, 이미 알고 있는 요금으로, 그 답을 얻기 위해 구독료를 쓰기 전에 답할 수 있다. 이를 자동 페일오버와 결합하면, 검증되지 않은 모델은 마이그레이션이 아니라 라우팅 결정이 된다: 작업을 새 모델로 보내고, 기존 모델은 폴백으로 유지하며, 오류율이 결정하게 하라.

지금 옮겨야 할 사람은 누구이고, 기다려야 할 사람은 누구인가?

이미 OpenCode Go를 유료로 사용 중이라면 이번 변경은 시도하는 데 비용이 들지 않으며, 한도 덕분에 이를 가볍게가 아니라 의도적으로 시도해 볼 이유가 생깁니다. Qwen4 Max는 동일한 요금제에서 Qwen3.8-Max와 비교해 $15로 구매할 수 있는 요청 수를 두 배 이상 늘리지만, 이는 하네스가 직접 확보해야 하는 캐시 가정을 통해 이루어지며, 해당 모델은 첫 토큰까지 측정 가능할 정도로 느리고 기본 effort에서 측정 가능할 정도로 장황합니다. 낮은 effort에서 시작하고, 처음 20개 응답에서 opencode.allowance 필드를 주시하며, 소모율을 기존에 사용하던 모델에서 해당 세션들에 들었을 비용과 비교하세요. 소모율이 예상과 다르다면 원인은 거의 확실히 가격표가 아니라 prefix에 있습니다.

Go를 사용 중이 아니라면, 이 목록은 선택지에 아무것도 바꾸지 않습니다 — Qwen4 Max는 6개 리전의 자사 API를 통해 싱가포르에서는 $1.50 및 $4.50, 글로벌 리전에서는 $1.413 및 $4.24에 이용할 수 있으며, 이를 정가로 재판매하는 구독은 할인이 아니라 편의일 뿐입니다. 그리고 하는 일이 지연 시간에 민감하고 대화형이라면, 독립적인 수치를 솔직히 해석했을 때 이 모델은 앉아서 지켜볼 모델이 아니라 작업을 대기열에 넣을 모델입니다.

다음에 주목할 것은 또 다른 벤치마크가 아니다. OpenCode가 Qwen4 Max에 책정한 $15 허용량이 실제 사용과 맞닥뜨려도 살아남는지 여부다. 문서에는 한도가 "초기 사용과 피드백을 통해 배우면서 변경될 수 있다"고 적혀 있는데, 이는 플랫폼들이 숫자를 바꾸기 전에 쓰는 문장이다. 이렇게 새로운 모델을 이렇게 빡빡하게 과금하고 허용량이 이렇게 작으면, 그 페이지에서 가장 먼저 수정될 가능성이 높은 항목이다.

이 글에서 비교한 모델1

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