큐원4 맥스 프리뷰, 100만 토큰 열고 가중치는 닫았다

알리바바가 11월 11일(현지시간) 차세대 모델군의 첫 제품인 큐원4 맥스 프리뷰(Qwen4-Max-Preview)를 공개했습니다. 최대 100만 토큰 컨텍스트와 39만3216토큰 출력을 내세웠지만, 가중치와 벤치마크, API 가격은 공개하지 않았습니다. 제공 기간도 11일부터 25일까지로 끊겨 있어, 지금 이 모델에 서비스를 붙이면 25일 이후 쓸 모델과 일정을 다시 확인해야 합니다.

이번 발표는 성능보다 공개 범위가 특징입니다. 큐원3.8 플래시 넥스트는 가중치를 허깅페이스와 모델스코프에 공개했는데, 큐원4의 첫 모델은 가중치도 벤치마크도 없이 자사 서비스에만 올렸습니다. 숫자가 공개된 항목과 비어 있는 항목을 나눠 봐야 판단이 됩니다.

큐원4 맥스 프리뷰, 스펙에서 확인되는 것과 비어 있는 것

확인되는 것은 컨텍스트와 출력 길이입니다. 최대 100만 토큰을 입력받고, 추론 과정과 최종 답변을 합쳐 최대 39만3216토큰을 출력합니다. 추론 기능은 기본으로 켜져 있고 상황에 따라 강도를 조절합니다.

입력은 텍스트와 이미지, 동영상까지 받습니다. 웹 검색과 함수 호출, 내장 도구 실행을 지원하고, JSON 스키마 기반 구조화 출력과 오픈AI·앤트로픽 API 호환도 내세웁니다. 기존 코드에 붙이기 쉬운 형태라는 뜻입니다.

문제는 쓰는 경로입니다. 구독형 API인 토큰 플랜과 큐원워크, 코더, 큐원 앱, 큐원 스튜디오에서만 열립니다. 사용량 기반 종량제가 없어서 대규모 자동화 작업의 상시 백엔드로 쓰기에는 제약이 남습니다. 제공 기간이 25일까지로 예고돼 있다는 점도 계약 전에 확인해야 할 부분입니다.

추론 강도를 조절할 수 있다는 건 같은 질문에도 사고 토큰을 더 써서 답을 다듬을 수 있다는 뜻입니다. 39만3216토큰은 그 사고 과정까지 포함한 상한이라, 긴 보고서를 한 번에 뽑는 작업을 전제로 잡은 숫자입니다.

비어 있는 항목은 더 많습니다. 모델 가중치와 기술 보고서, 벤치마크 결과, API 가격, 정식 출시 일정이 모두 공개되지 않았습니다. 경쟁 모델과 성능을 나란히 놓고 비교할 근거가 아직 없다는 뜻입니다.

100만 토큰 컨텍스트, 큐원 안에서 비교하면

가격은 100만 토큰당입니다. 플래시 넥스트는 위안화 표기를 그대로 적었고, 기사가 함께 제시한 달러 환산은 약 0.15달러와 0.45달러입니다.

표에서 눈에 띄는 건 큐원3.8 플래시 넥스트입니다. 전체 1800억 매개변수 가운데 토큰당 실제로 쓰는 값은 60억개인 전문가 혼합(MoE) 모델로, 알리바바는 이 구조를 큐원4 아키텍처의 미리보기라고 설명했습니다. 512개 전문가 중 10개와 공유 전문가 1개만 활성화하는 방식입니다.

이 모델은 가중치가 공개돼 vLLM과 SGLang, TokenSpeed, llama.cpp로 돌릴 수 있고 Unsloth·LLaMA-Factory로 미세조정도 됩니다. 같은 회사가 8월 26일에는 가중치를 열고 지금은 닫은 셈이라, 큐원4를 오픈웨이트로 받아 쓸 수 있다고 가정하면 안 됩니다.

성능은 3.8 수치로만 가늠할 수 있다

큐원4 프리뷰의 벤치마크가 없으니, 확인 가능한 마지막 수치는 3.8 플래시 넥스트의 것입니다. 코딩 평가인 딥SWE 1.1에서 58.7점, SWE-벤치 프로 62.5점, SWE-벤치 다국어 81.0점, 라이브코드벤치 v6에서 91.9점을 기록했습니다.

에이전트 쪽은 코워크벤치 73.9점, 잡벤치 55.7점, 툴애슬론 베리파이드 73.5점입니다. 멀티모달은 안드로이드월드 84.5점, LV벤치 76.6점, 리얼월드QA 88.5점, 코드 인터프리터를 쓴 매스비전 95.7점이었습니다.

반대로 HLE와 NL2Repo 두 항목에서는 뒤졌습니다. 인류의 마지막 시험(HLE)에서 큐원3.8 플래시 넥스트는 35.9점으로 클로드 오퍼스 4.6의 40.0점에 못 미쳤고, NL2Repo-벤치에서는 딥시크-V4-플래시가 54.2점으로 큐원의 48.1점을 앞섰습니다. 이 두 항목만 보면 막힌 문제를 오래 붙드는 추론에서 뒤처집니다.

로컬에서 돌리려면 27B가 현실적인 선

큐원4 맥스 프리뷰는 가중치가 없어 로컬 설치가 안 됩니다. 직접 돌리려면 3.8 계열로 내려와야 합니다. 27B는 270억 매개변수의 밀집형 멀티모달 모델로, 네이티브 26만2144토큰을 받고 GGUF 2·4·6·8비트와 MLX 형태로 배포됩니다. LM스튜디오나 올라마에서 바로 열 수 있습니다.

메모리 기준은 분명합니다. 가장 작은 양자화도 16GB 이상이 필요하고, 16GB 맥에서는 실행은 되지만 여유가 없어 속도가 크게 떨어집니다. 64GB 통합 메모리면 27B를 여유 있게 돌립니다. 4비트 양자화를 매개변수 1개당 0.5바이트로 놓고 가중치만 계산하면 27B는 약 14GB로 추정되고, 실제로는 KV 캐시와 오버헤드가 더 붙습니다. 32GB 그래픽카드 한 장이면 가중치를 올릴 여유는 남습니다.

100만 토큰은 별개 문제입니다. 27B의 네이티브 컨텍스트는 26만2144토큰이고, 100만 토큰은 플래시 넥스트를 YaRN으로 늘린 확장값입니다. 긴 문맥을 실제로 채우면 가중치와 별도로 KV 캐시가 메모리를 더 먹습니다. 32GB 한 장에서 27B를 100만 토큰까지 채워 돌리는 구성은 권할 만한 선택이 아닙니다.

지금 붙일 만한가, 25일 이후를 먼저 본다

계약 전에 확인할 것은 세 가지입니다. 25일 이후 대체 모델이 무엇인지, 구독 요금에 출력 39만3216토큰까지 포함되는지, 정식 모델이 오픈웨이트로 나오는지입니다. 이 세 가지가 정해지지 않으면 2주짜리 실험 이상으로 쓰기 어렵습니다.

목적이 성능 비교라면 큐원4 프리뷰가 아니라 가중치가 열린 3.8 계열로 직접 재는 편이 낫습니다. 벤치마크가 없어 비교 기준을 세울 수 없고, 프리뷰는 25일에 사라집니다.

100만 토큰짜리 문서를 다루는 흐름을 2주 안에 실험해 보는 용도라면 프리뷰를 써볼 만합니다. 다만 상시 서비스에 넣으려면 정식 출시 일정과 가격, 가중치 공개 여부가 나온 뒤로 미루는 쪽이 안전합니다. 알리바바는 정식 출시 일정조차 밝히지 않았습니다.

원문 보기 — 알리바바, '큐원4' 첫 모델 공개…가중치·성능 평가 없이 프리뷰 출시(AI타임스)

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.