Alibaba Qwen4-Max는 토큰당 활성 파라미터 710억 개만 써서 작업당 비용을 약 60% 낮췄다고 밝혔습니다 | DAKER 커뮤니티

Alibaba가 11월 16일 Qwen4-Max를 공개했습니다. Qwen 계열에서 지금까지 가장 강한 모델로, 전체 파라미터 2조 4천억 개, 네이티브 비전, 100만 토큰 컨텍스트 창을 갖췄습니다. 눈에 띄는 대목은 크기보다 비용입니다. Alibaba는 자체 벤치마크 Work360에서 이전 모델 Qwen3.8-Max보다 전체 성능이 높으면서 높은 추론 강도에서 토큰을 35% 적게 쓰고, 작업당 평균 비용을 약 60% 줄였다고 밝혔습니다. 큰 모델을 에이전트 작업에 오래 돌려야 하는 팀이라면 성능표보다 먼저 이 비용 구조를 확인해 볼 만합니다.

만화풍으로 그린 AI 연구실에서 엔지니어가 일부만 빛나는 거대한 신경망 구체와 긴 문서 두루마리를 올려다보는 장면 모션 미리보기
설명을 돕기 위해 만든 생성 이미지입니다.
만화풍으로 그린 AI 연구실에서 엔지니어가 일부만 빛나는 거대한 신경망 구체와 긴 문서 두루마리를 올려다보는 장면
설명을 돕기 위해 만든 생성 이미지입니다.

어떤 모델이고 어디서 쓰나

Qwen4-Max는 희소 전문가 혼합(MoE) 구조입니다. 전체 파라미터는 2조 4천억 개이지만 토큰 하나를 처리할 때 켜는 파라미터는 710억 개입니다. Alibaba는 같은 2조 4천억 규모의 Qwen3.8-Max보다 활성 파라미터가 25% 적다고 설명하고, 새 Qwen4 아키텍처가 어텐션, 잔차 연결, 임베딩 부분의 MoE 설계를 끌어올렸다고 밝혔습니다. 모델 전체를 다 계산하지 않아도 되므로 추론 비용을 낮출 수 있다는 것이 이 구조의 취지입니다.

지금 바로 쓸 수 있는 곳은 QwenCloud의 Token Plan과 API입니다. QwenWork와 QwenStudio 같은 Alibaba 플랫폼에서도 접근할 수 있습니다. 공식 보도자료에 적힌 가격은 입력 100만 토큰당 0.075달러이며, 이는 암묵적 캐시 적중 입력 기준입니다. 일반 입력과 출력 가격은 이 보도자료에 나오지 않으므로 이 글에서 단정하지 않습니다. 더 작은 규모의 Qwen4 오픈 웨이트 모델은 곧 전 세계 개발자에게 공개된다고 합니다.

Qwen4-Max는 실제 코딩 리더보드 Code Arena에서 6위에 올랐다는 것이 Alibaba의 설명입니다

벤치마크에서 확인된 것

Alibaba는 코딩, 에이전트 작업, 시각 추론에서 상위권이라고 소개합니다. 실제 코딩 성능을 겨루는 Code Arena에서 6위였고, 에이전트 워크플로와 업무 생산성, 시각 추론을 보는 Agents' Last Exam, Vals Index, JobBench, Chartography에서도 좋은 점수를 냈다고 합니다. 비용 수치의 근거인 Work360은 721개 전문 분야의 어려운 업무로 구성한 Alibaba의 독자 벤치마크입니다. 외부에서 재현할 수 있는 시험이 아니므로 비용 60% 절감은 Alibaba의 발표 수치로 받아들이고, 도입 전에 우리 업무 데이터로 따로 확인해야 합니다.

자원 절약과 현장 사례

보도자료는 Qwen4-Max가 클라우드 자원 스케줄링을 스스로 최적화하는 닫힌 고리 방식으로 일한다고 설명합니다. 벤치마크에서 데이터 주석 모델의 호출 비용은 평균 9% 줄었고, 오프라인 CPU 재배치 속도는 14배 넘게 빨라졌습니다. 3D 모델링, 게임 개발, 에이전트 방식 영상 제작 같은 창작 작업과 금융, 법률, 의료 분야의 현장 배치 엔지니어링도 지원한다고 밝혔습니다.

자동차 제조 시연에서는 부품 가공 프로그램을 사람이 짜는 시간이 약 475분에서 24분으로 95% 줄었습니다. 가공을 시작하기 전에 과절삭과 절삭 부족을 찾아내는 피드백 반복으로 달성했다는 설명입니다. 과학 분야에서는 칩 냉각용 분자를 찾기 위해 분자 설계, 합성과 시험, 능동 학습을 잇는 닫힌 고리 작업을 48시간 연속으로 네 번 반복해 실험으로 검증된 냉각제 분자를 얻었다고 합니다. 알츠하이머 연구 실험에서는 도구 호출 454회와 지표 평가 3,239회를 스스로 실행해 후보 분자 24개를 설계하고 다듬었다고 합니다. 이 사례들은 모두 Alibaba가 직접 공개한 시연입니다.

안전 설계에서 밝힌 점

Alibaba는 소프트웨어 엔지니어링 학습에서 기능 테스트와 함께 코드 보안 검사를 넣어 인젝션, 메모리 안전성, 접근 제어 오류 같은 취약점을 크게 줄였다고 밝혔습니다. 사이버보안 쪽은 학습 데이터를 작업 의도별로 걸러 취약점 탐지와 복구 같은 방어 자료는 남기고 공격 자료는 뺐다고 합니다. 화학, 생물, 방사능, 핵 위험에 대해서는 별도 안전 데이터셋과 사후 학습으로 방어를 강화했다고 설명합니다.

한국 팀이 확인할 것

한국어 성능과 국내 접근 조건은 공식 보도자료에 나오지 않아 이 글에서 평가하지 않습니다. 대회 참가자나 실무자는 같은 문서 20~30건으로 현재 쓰는 모델과 Qwen4-Max의 정확도, 응답 시간, 작업당 비용을 나란히 재 보는 방법이 가장 확실합니다. 오픈 웨이트 소형 모델이 나오면 직접 서버에 올려 쓰는 선택지도 생기므로, 라이선스와 공개 시점을 함께 지켜보시기 바랍니다. 여러분은 작업당 비용이 내려간다면 어떤 장시간 에이전트 작업부터 맡겨 보고 싶으신가요?

출처: Alibaba Cloud 공식 보도자료 https://www.alibabacloud.com/en/press-room/alibaba-unveils-qwen4-max. 확인일은 2026년 11월 17일입니다. 이전 DAKER 글: Claude Fable 5.2 가격과 속도 소식