METAL

알리바바, Qwen4-Max 공개

2조 4,000억 매개변수의 새 Qwen4 아키텍처에 100만 토큰 문맥 창을 갖춘 플래그십이다. 이전 모델보다 최대 약 50% 적은 토큰으로 더 높은 점수를 냈고 과제당 평균 비용은 62% 줄었다고 큐원 팀은 밝혔다.

알리바바, Qwen4-Max 공개 · Image: METAL LAB

이미지: METAL

요약

  • 알리바바 큐원 팀은 11월 16일 2조 4,000억 매개변수 전문가 혼합 구조와 100만 토큰 문맥 창을 갖춘 플래그십 Qwen4-Max를 공개했다.
  • 큐원 팀에 따르면 Work360 점수는 47.74점에서 52.69점으로 올랐고, Terminal-Bench 4.0 토큰 사용량은 약 48~49% 줄었으며, 과제당 평균 비용은 62% 낮아졌다.
  • DeepSWE와 법률 업무 평가에서는 Opus 5.5 등을 앞섰지만 Terminal-Bench 4.0과 ProgramBench에서는 뒤졌고, 더 작은 Qwen4 모델의 공개 가중치는 날짜 없이 예고됐다.
발표
2026년 11월 16일 · 큐원 공식 블로그·@Alibaba_Qwen X
구조
총 2조 4,000억 매개변수 MoE · 토큰당 활성 710억 · N그램 임베딩 3,280억 · GDN 3층+QSA 1층 · 잔차 병렬 가지 4개 · 기본 시각 · 문맥 100만 토큰
사전학습
손실 급등 없음 · Base 모델 바이트당 비트 약 5~13% 감소 · 활성 매개변수 25% 감소
토큰 절감
Work360 Xhigh 약 24%·High 약 35% · Terminal-Bench 4.0 약 48%·49% · 최대 약 50% · 과제당 평균 비용 62% 감소
Work360
26개 영역·182개 하위 영역·721개 분야 · 52.69점(이전 47.74점)
비교 벤치마크
DeepSWE v1.1 75.7(Opus 5.5 74.2·GPT-6.1 Sol 75.2·GPT-6 Astra 74.1·Kimi K3.1 75.5) · HLAB-Vals-1.1 21.3(Opus 5.5 9.2) · Agents' Last Exam 46.7 · Terminal-Bench 4.0 48.5(Kimi K3.1 67.2·Opus 5.5 59.6) · ProgramBench 31.5(Opus 5.5 65.0) · HLE 51.7(Opus 5.5 59.8)
업무 사례
가공 프로그래밍 475분→24분 · 실사 문서 198건→14개 폴더·86쪽 보고서 · MCP 도구 90개 · 의료 영상 1,433장
클라우드 운영
호출 스케줄링 비용 10.42% 감소 · GPU 유휴 용량 4.62% 증가 · CPU 재배치 14.61배 이상 가속
과학 사례
냉각제: 48시간·후보 270만 개·4회 반복 · 신약: 도구 호출 454회·평가 3,239회·후보 24개·결합력 약 3.6배(계산)
안전
보안 코딩 함수 단위 22.0%→31.8% · 세 단위 동시 8%→14.7% · 대규모 사이버 위험 능력 미관찰
제공
QwenCloud API·토큰 플랜 · Qwen Studio·QwenWork·Qoder · Live Delivery 플러그인 오픈소스 · 작은 Qwen4 공개 가중치 예고
보도 맥락
프리뷰 11월 11일·11월 25일 종료 · 최대 입력 99만 1,808토큰 · Qwen3.8-Max 8월 3일 발표 · 린쥔양 3월 3일 사임·류다이헝 9월부터 책임
X 반응
조회수 40만 6,743회 · 좋아요 5,694개 · 북마크 943개

알리바바 큐원 팀이 11월 16일 새 플래그십 모델 Qwen4-Max를 공개했다. 새 Qwen4 아키텍처 위에 2조 4,000억 개 매개변수의 전문가 혼합 구조를 얹고, 이미지와 영상을 기본으로 읽으며 100만 토큰 문맥 창을 갖췄다. 큐원 팀은 공식 블로그에서 Qwen4-Max를 "일과 창작, 발견을 위한 새로운 AI 팀원"이라고 소개했다. 회사가 앞세운 숫자는 효율이다. 큐원 팀에 따르면 Qwen4-Max는 내부 평가에서 이전 모델 Qwen3.8-Max보다 최대 약 50% 적은 토큰으로 더 높은 점수를 냈고, 업무 벤치마크 Work360의 과제당 평균 비용은 62% 줄었다.

구조는 주의 집중, 잔차 연결, 임베딩 세 곳을 한꺼번에 바꿨다. 토큰마다 켜지는 매개변수는 710억 개이고, 여기에 문맥 기반 조회용 N그램 임베딩 매개변수 3,280억 개가 따로 붙는다. 큐원 희소 주의 집중 층 하나마다 Gated DeltaNet 층 세 개가 지난 기록을 고정 크기 상태로 압축하고, 희소 주의 집중 층은 가벼운 색인기로 필요한 문맥만 작은 블록 단위로 골라 긴 문장의 연산 비용을 줄인다. 잔차 연결은 읽기와 쓰기 관문을 단 병렬 가지 네 개로 늘렸다. 메탈이 확인한 공식 블로그의 학습 손실 그래프에서 2조 4,000억 매개변수 학습은 손실이 튀는 구간 없이 매끄럽게 내려갔다. 사전학습 모델 Qwen4-Max-Base는 지식, 코드, 질의응답, STEM 네 영역 모두에서 이전 세대보다 바이트당 비트 수가 약 5~13% 낮았고, 켜지는 매개변수는 25% 적었다.

토큰 절감 폭은 과제마다 달랐다. 큐원 팀에 따르면 Work360에서 가장 높은 추론 강도인 Xhigh로 돌렸을 때 토큰 사용량이 약 24%, 그 아래 High에서 약 35% 줄었다. 터미널 코딩 벤치마크 Terminal-Bench 4.0에서는 같은 두 강도에서 약 48%와 49%가 줄었다. Work360은 알리바바가 직접 만든 업무 평가 틀로, 1단계 26개 영역과 2단계 182개 하위 영역, 3단계 721개 전문 분야로 일을 나눈다. 이 벤치마크에서 Qwen4-Max는 52.69점을 받아 Qwen3.8-Max의 47.74점을 넘었다.

Gated DeltaNet 층 세 개와 큐원 희소 주의 집중 층 하나가 반복되고 병렬 잔차 가지와 N그램 임베딩이 붙은 Qwen4-Max 아키텍처 도식

경쟁 모델과 견준 종합 벤치마크 그림은 결과가 갈렸다. 에이전트 코딩 DeepSWE v1.1에서 Qwen4-Max는 75.7점으로 Opus 5.5 74.2점, GPT-6.1 Sol 75.2점, GPT-6 Astra 74.1점, Kimi K3.1 75.5점을 근소하게 앞섰다. 법률 에이전트 업무 HLAB-Vals-1.1에서는 21.3점으로 Opus 5.5의 9.2점을 두 배 넘게 웃돌았고, 장기 과제 평가 Agents' Last Exam v1.1에서도 46.7점으로 비교 모델 가운데 가장 높았다. 반면 Terminal-Bench 4.0은 48.5점으로 Kimi K3.1 67.2점과 Opus 5.5 59.6점에 뒤졌고, 블랙박스 소프트웨어 복제 ProgramBench는 31.5점으로 Opus 5.5 65.0점의 절반 수준이었다. 다분야 추론 시험 Humanity's Last Exam에서도 51.7점으로 Opus 5.5 59.8점에 못 미쳤다.

Work360과 Terminal-Bench 4.0에서 Qwen4-Max와 Qwen3.8-Max의 추론 강도별 과제당 토큰 수와 점수를 비교한 산점도

블로그의 절반은 실제 업무 사례다. SANF와 퍼시픽 유니언의 자동차 생산 현장에서 Qwen4-Max는 2D 배치도와 공정 변수로 3D 생산 라인을 짓고 공작물 가공 경로를 검증했으며, 부품 하나의 가공 프로그래밍에 드는 수작업이 약 475분에서 24분으로 약 95% 줄었다고 큐원 팀은 밝혔다. 상장 전 법률 실사 사례에서는 형식과 이름이 제각각인 작업 문서 198건을 내용별로 14개 폴더에 정리하고 공공 기록과 대조한 뒤, 86쪽 분량에 중국어 6만 자가 넘는 보고서를 냈다. 금융 리서치에서는 MCP 도구 90개를 불러 시세와 재무, 금리 자료를 모았고, 중환자 사례에서는 의료 영상 1,433장이 담긴 기록을 한 대화 안에서 훑었다.

알리바바 클라우드 내부 운영에도 투입됐다. 큐원 팀에 따르면 Qwen4-Max는 자사 최적화 솔버 MindOpt와 함께 후보 알고리즘을 만들고 고치며, 데이터 라벨링용 모델 호출 스케줄링 비용을 기준 대비 평균 10.42% 낮추고 온라인 GPU 배분의 유휴 용량 시간을 4.62% 늘렸다. 오프라인 CPU 재배치에서는 최적 목표에 닿는 속도가 14.61배 넘게 빨라졌다. 과학 사례로는 딥프린시플의 Mira 플랫폼에서 48시간 동안 혼자 돌며 후보 분자 270만 개를 추리고 자동화 실험실로 합성까지 지휘해, 네 차례 반복 끝에 실험으로 검증된 새 냉각제 분자를 얻은 결과를 실었다. 알츠하이머 관련 표적 NLRP3를 겨냥한 신약 후보 설계에서는 도구 호출 454회, 계산 지표 평가 3,239회로 후보 분자 24개를 설계했고, 최종 후보의 계산상 결합력은 기준 분자의 약 3.6배로 추정됐다.

안전 항목에는 보안 코딩 수치가 붙었다. 큐원 팀에 따르면 보안 힌트 없이 코드를 재구성하는 평가에서 기능과 보안을 함께 통과한 함수 단위 비율이 Qwen3.8-Max의 22.0%에서 31.8%로 올랐고, 함수와 파일, 저장소 세 단위 모두에서 안전하게 생성된 비율은 8%에서 14.7%로 두 배 가까이 됐다. 사이버 보안 학습 데이터는 취약점 검증과 탐지, 수정 같은 방어 과제만 남기고 공격 능력을 키우는 데이터는 걸러 냈다. 내부 전문가 검토 결과에 대해 큐원 팀은 "대규모 사이버 보안 위험을 낳는 능력은 관찰되지 않았다"고 밝혔다.

출시는 프리뷰를 거쳐 한 단계씩 넓어졌다. 보도에 따르면 알리바바는 11월 11일 Qwen4-Max-Preview를 구독형 토큰 플랜에만 먼저 풀었고, 이 프리뷰 모델은 11월 25일 끝에 종료된다. 정식 모델은 QwenCloud API로 바로 쓸 수 있고 Qwen Studio, QwenWork, 코딩 도구 Qoder에도 들어갔다. 같은 보도는 개발자 문서 기준으로 비사고 모드 최대 입력이 99만 1,808토큰이며, OpenAI와 앤스로픽 형식의 API 호출과도 호환된다고 전했다. 장기 작업 중간 결과를 단계별로 넘겨주는 Live Delivery 기능의 플러그인은 오픈소스로 공개했다. 메탈은 Qwen3.8-Max의 9월 업데이트를 보도한 바 있다.

이번 모델은 이전 플래그십이 나온 지 석 달 남짓 만에 나왔다. 보도에 따르면 알리바바는 8월 3일 Qwen3.8-Max를 발표했고, 외부 목록은 그 모델을 활성 매개변수 950억 개 규모로 기록했다. 큐원 팀 안에서도 변화가 있었다. 같은 보도에 따르면 핵심 기술 책임자였던 린쥔양이 3월 3일 물러났고, 9월부터 알리바바의 선임 AI 연구자 류다이헝이 큐원 LLM 프로젝트를 이끌고 있어, Qwen4-Max는 재편된 지도부 아래 나온 첫 정식 Qwen4 플래그십이 됐다. 큐원 팀은 X 게시물에서 "더 작은 Qwen4 모델의 공개 가중치가 나온다"고 예고했지만 날짜는 밝히지 않았다.

콘텐츠 마케터의 눈으로 보면 이번 발표의 언어는 성능 순위보다 일의 단위에 맞춰져 있다. 블로그는 벤치마크 그림 한 장 뒤에 생산 라인, 실사 보고서, 냉각제 합성 같은 납품물을 줄지어 세웠고, 비용도 토큰당 값이 아니라 끝낸 과제 하나당 비용으로 셌다. 비교 그림 안에서 이긴 항목과 진 항목이 섞여 있는 만큼, 이 모델을 고를 이유는 순위표보다 자기 업무에 걸리는 토큰과 시간에서 찾으라는 메시지다. 큐원 팀은 블로그를 "새 팀원이 도착했다, 준비되면 언제든"이라는 문장으로 맺었다. X 첫 게시물은 공개 반나절 만에 조회수 40만 6,743회, 북마크 943개를 모았다.

김현국

METAL 발행인 · 아카이브저널 발행인 · 이라선 운영

매거진·서점·교육을 오래 해 온 편집자예요. 라이프스타일 매거진 <아카이브저널>을 발행하고, 아트 서점 <이라선>을 운영했으며, 라이카 아카데미에서 디렉터로 사진 교육 프로그램을 만들고 이끌었어요. 그 시선으로 전 세계 AI 소식을 독자에게 전하는 메탈(METAL) 매거진 편집장입니다.

이 에디터의 기사 더 보기 →

공유

댓글

METAL for iPhone

AI 뉴스, 이제 앱에서 읽으세요.

METAL 앱을 다운로드하고 매일 새로운 AI 기사를 만나보세요.

App Store에서 다운로드

iPhone용 앱 · 무료 다운로드

iPhone의 App Store에서도 ‘메탈 AI 매거진’을 검색할 수 있습니다.