Qwen 4가 벤치마크와 가격표를 함께 내놨어요. 가중치는 12월 20일까지 기다려야 해요

11월 11일, 알리바바가 Qwen 4와 Qwen 4 Flash API를 올렸어요.
소식이 중국에 전해진 건 그날 오후였어요. B 站에 올라온 "Qwen 4 정식 출시! 오픈 모델이 Claude Fable 5.2와 정면 대결"이라는 실측 영상은 13일 기준 재생 수가 7천을 넘었어요. 제목에 있는 "오픈 모델"이라는 네 글자가 사실 이번 발표에서 가장 미묘한 부분이에요.
먼저 무엇을 내놨는지
가격은 $1 / $4, 입력과 출력 100만 token당이에요. 올해 플래그십 대역에서 눈에 띄는 숫자인데, 상위 5개 모델 중 이 가격인 모델은 없어요. Artificial Analysis 기준으로 계산한 사람에 따르면 고추론 모드에서 인덱스 작업을 한 세트 돌리면 약 $2.94이고, 같은 설정의 Fable 5.2는 그 아홉 배쯤 들어요.
점수는 58점, Intelligence Index v5에서 3위예요. 앞에는 아직 완전히 열리지 않은 구글의 Gemini 4 Carbon(63)과 Fable 5.2(65)가 있고, 바로 뒤에는 Kimi K3.1 Pro가 지키는 오픈 가중치 기록이 따라붙어요. 세부 항목에서는 Frontier Code 2.0이 47.9%, Frontier SWE v2가 66.8%로, 에이전트 코딩 두 보드 모두 Opus 5.5와 Fable 5.2 사이에 끼어 있어요. AA-Briefcase 지식 노동 보드는 1792 Elo로 Fable 5.2의 1785보다 조금 높고, Sonnet 5.5의 1813에는 아직 못 미쳐요.
API 설계는 알리바바가 Anthropic과 반대로 갔어요. temperature, top_p, top_k를 모두 열었고 강제 도구 선택도 되고, 하이브리드 사고는 요청 단위로 전환할 수 있고, 사고 예산도 직접 줄 수 있어요. Fable 5.2는 적응형 사고가 항상 켜져 있고 위 항목은 하나도 받지 않아요. 제품을 만드는 팀에는 이 차이가 벤치마크 2점 3점보다 훨씬 현실적이에요. 사고를 끌 수 있다는 건 청구서를 예측할 수 있다는 뜻이니까요.
멀티모달은 엔드포인트 하나로 가요. 텍스트, 이미지, 오디오, 영상을 다 받고 Omni SKU를 따로 두지 않아요. 공개 데모는 19개 언어 동시통역이었고 음성 지연은 400밀리초 안쪽이었어요. 이 숫자가 재현을 견디면 워크스테이션급 동시통역에 별도 서비스를 살 필요가 없어져요.
중국권에서 도는 그 점수에는 괄호가 필요해요
국내에서 가장 널리 퍼진 건 다른 보드예요. GameFeel Bench.
유출된 테스트 보고서에 따르면 Qwen4-Flash는 49.9점으로 Opus 5.5 xHigh의 47.2를 넘어요. Qwen4-27B는 44.6으로 Sonnet 5.5의 45에 거의 붙어요. 같은 과제 비용은 $0.4와 $0.16이고 Opus 5.5는 $2.6이에요. 27B 모델이 정말 4090 한 장이나 Mac Studio 한 대에서 이 수준에 오른다면 중소 팀의 자체 구축 계산은 다시 짜야 해요.
문제는 이 보드 자체예요. GameFeel Bench는 Qwen 팀이 직접 만든 평가로, "자연어 게임 기획을 주면 물리 충돌, 상태 기계, 경제 수치, 상호작용 피드백을 갖춘 시스템을 바로 뽑아낼 수 있는가"를 봐요. 문제는 동적으로 생성하고 사람이 암묵적으로 교차 검토하는 방식이라 암기 방지가 된다고 주장해요. 설계 방향은 저도 동의해요. 시스템을 끝에서 끝까지 돌리는 게 객관식 문제를 푸는 것보다 실제 엔지니어링에 가까워요. 다만 테스트셋이 공개되지 않았고 제3자 재현도 없어서, 지금 이 점수는 업체의 자기 보고로 봐야 해요. 누군가 자기 프로젝트로 한 번 부딪혀 본 뒤에 얼마나 믿을지 정하면 돼요.
가중치는 일정이고, 납품은 아니에요
개발자들이 실제로 신경 쓰는 건 이거예요. 11월 11일에 나온 건 API뿐이고 다운로드도, Hugging Face 저장소도, GGUF도 없어요.
알리바바가 약속한 건 12월 20일까지 Qwen 4(총 파라미터 1.2T, 활성 56B)와 Qwen 4 Flash(총 파라미터 30B, 활성 3.3B)를 Apache 2.0으로 공개한다는 거예요. 약속은 분명하고 날짜도 구체적이지만, 그건 일정표의 한 칸이지 디스크 위의 파일이 아니에요.
공개 가중치를 가진 최신 Qwen은 여전히 Qwen3.8-Flash-Next예요. 그러니까 이 가격표에서 가성비가 가장 좋은 모델은 아직 직접 돌릴 수 없어요.
좋은 선례도 있어요. Moonshot이 지난번 약속한 가중치 날짜는 하루도 밀리지 않았어요. 반대 사례도 있어요. 커뮤니티가 리듬표로 추산한 10월 말 출시는 실제로 11일 늦었어요. 그래서 이 약속은 달력에 적을 만하고, 발주서에 적을 만하지는 않아요.
살지는 직접 돌릴지에 달려 있어요
세 가지를 나란히 놓으면 분명해져요.
싸고, 안정적이고, 오늘 바로 붙이고 싶다면 Qwen 4 API는 올해 가성비가 가장 좋은 선택 중 하나예요. 사고를 끄고 예산 안에서 돌리는 배치 작업에서는 특히 그래요.
규정 준수, 오프라인, 자체 전산실에 모델을 넣는 게 조건이라면 지금은 계약할 수 없어요. 12월 20일을 기다려야 하고, 기다려서 받는 건 1.2T짜리 가중치예요. 이 규모는 "받아서 바로 돌린다"가 아니에요. VRAM을 맞추고 추론 스택을 세우는 것만으로도 팀이 2주는 붙잡혀요.
49.9점은 검증 대기 중인 신호로 보는 게 좋아요. 중국 모델이 가장 비싼 대역에서 실제로 따라붙었고 가격도 낮게 누르고 있어요. 그건 사실이에요. 다만 "Opus 5.5를 역전했다"는 말은 제3자가 자기 문제로 한 번 돌려 봐야 성립해요.
놓치기 쉬운 비용 항목이 하나 더 있어요. 마이그레이션이에요. 멀티모달을 엔드포인트 하나로 모으면 원래 세 갈래로 나뉘어 있던 일, 이미지 이해는 비전 모델, 음성은 ASR과 TTS, 영상은 프레임을 뽑아 다시 이미지로 넣는 일이 한 번의 호출로 끝나요. 갈래가 하나 줄면 인증도 하나, 레이트 리밋 설정도 하나, 오류를 지켜보는 사람도 하나 줄어요. 이런 계산은 재무제표에 안 나오지만, 세 명 팀이 제품 네 개를 동시에 유지할 수 있는지를 결정해요.

다음에 볼 것
12월 20일이 첫 관문이에요. 그날 가중치가 정말 나오면 볼 건 다운로드 수가 아니라 세 가지예요. 양자화 버전이 언제 따라오는지, 카드 한 장에서 어디까지 컨텍스트가 돌아가는지, 추론 프레임워크 대응에 얼마나 걸리는지. 1.2T 모델을 자체 전산실에 넣는 일은 한 줄 명령으로 끝난 적이 없어요.
두 번째 관문은 제3자 재현이에요. GameFeel Bench의 "끝에서 끝까지 돌아가는 시스템 산출" 과제를 다른 연구소가 자기 모델 측정에 써 준다면 이 보드는 신뢰를 얻어요. 1년 뒤에도 한 회사만 점수를 보고한다면 그건 발표회 소재일 뿐이에요.
세 번째 관문이 가장 현실적이에요. 가격을 지킬 수 있느냐. $1/$4는 고객을 빼앗기 위한 가격이고, 점유율이 굳은 뒤에 되돌리지 않을지는 지난 2년 기록을 보면 낙관하기 어려워요. 지금 이 가격으로 예산 모델을 고정하면 내년에 고쳐야 해요.
하나 더. 이번 중국 업체들의 발표 리듬에는 공통점이 있어요. API와 가격표를 먼저 내놓아 고객을 잡고, 가중치는 뒤로 미뤄 두 번째 파도로 써요. 쓰는 입장에서는 "오픈소스"라는 말이 한 번의 납품이 아니라 분할 납부 계획에 가까워지고 있다는 뜻이에요. 거짓말은 아니지만, 발표문을 읽는 습관은 바꿔야 해요.