← 블로그로
Ai약 10 분 읽기

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

게시일 2026년 11월 13일
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.

Qwen 4 벤치마크 점수와 API 가격을 정리한 개요 이미지

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.

관련 글