[모델] 2.4조 파라미터를 100만 토큰에, Qwen3.8-Max

알리바바가 2026년 8월 3일 Qwen3.8-Max를 공개했습니다. 2.4조 파라미터 규모의 MoE 모델이고 텍스트와 이미지, 영상을 입력으로 받습니다. 컨텍스트는 100만 토큰이며 실제 최대 입력은 991K 토큰입니다.

알리바바가 공개한 벤치마크

벤치마크	점수
GPQA Diamond	92.6
PaperBench	93.0
OmniDocBench 1.5	92.1
Parametric CAD Bench	91.5
Terminal-Bench 2.1	86.6
OSWorld-Verified	86.1
IFBench	82.8
FrontierSWE	73.5
SWE-bench Pro	67.7

자체 발표 수치라는 점은 감안해야 합니다. 다만 항목 구성은 눈여겨볼 만합니다. 터미널 작업, 실제 저장소 수준의 SWE 과제, 데스크톱 환경 조작이 앞자리에 있습니다. 대화 품질이 아니라 컴퓨터를 다루는 능력을 내세우는 배치입니다.

한 가지 짚어둘 것은 활성 파라미터 수를 공개하지 않았다는 점입니다. MoE에서 활성 파라미터는 실제 추론 비용을 좌우하는 값이라 이것이 없으면 총 파라미터 2.4조라는 숫자만으로는 규모를 가늠하기 어렵습니다. 일부 매체가 특정 수치를 적고 있으나 1차 발표에는 없는 값입니다.

독립 측정치

Artificial Analysis의 측정 결과는 아래와 같습니다.

항목	측정값
Intelligence Index	58 (185개 모델 중 9위)
출력 속도	초당 85.0 토큰 (중앙값 77)
첫 토큰까지	2.90초

같은 측정에서 지능 지표 평가 중 생성한 출력 토큰이 1억 5천만 개로, 중앙값 6천 6백만 개에 비해 상당히 장황하다는 지적이 붙어 있습니다. 토큰 단가가 낮아도 출력량이 두 배를 넘으면 실제 청구액은 줄지 않습니다. 도입 검토 시 단가표만 보고 계산하면 어긋납니다.

가격

구분	100만 토큰당
입력	2.00달러
출력	6.00달러
캐시된 입력	0.25달러

입력 단가는 동급 추론 모델 중앙값인 1.75달러보다 조금 높고, 출력 단가는 낮은 편입니다. 캐시 입력이 0.25달러라는 점이 실무에서는 가장 큽니다. 긴 문서를 반복해서 참조하는 RAG 구성이라면 이 차이가 월 비용을 가릅니다.

오픈웨이트

발표 시점 기준으로 가중치 공개를 다음 주로 예고했고, 별도의 27B 체크포인트도 함께 공개한다고 밝혔습니다. 27B는 사내 GPU에 올려볼 수 있는 크기라 실질적인 선택지가 됩니다.

무엇을 봐야 하나

프론티어 모델의 성능 격차가 좁아지는 국면에서는 순위표보다 제약 조건이 중요합니다. 이 모델을 검토한다면 다음 세 가지를 먼저 확인하는 편이 낫습니다.

첫째, 출력이 장황하다는 측정을 우리 작업에서도 재현해 봅니다. 실제 프롬프트로 100건만 돌려도 평균 출력 토큰이 나옵니다.

둘째, 데이터가 어디로 가는지 확인합니다. 국내 제조 기업의 도면이나 공정 데이터를 다룬다면 호스팅 API의 리전과 보관 정책이 성능보다 먼저 걸리는 조건입니다.

셋째, 27B 오픈웨이트가 나오면 그것부터 시험합니다. 온프레미스로 충분한 작업에 2.4조 모델을 호출할 이유는 없습니다.

출처: Qwen3.8-Max 공식 발표 (qwen.ai, 2026-08-03) · Artificial Analysis 측정 · MarkTechPost 정리