큐웬4-Max 비용 절감, 토큰값과 작업비가 갈리는 이유

공식 단가는 전작보다 25% 낮아졌지만, 기본 고강도 추론 설정과 출력 토큰량이 실제 작업 비용을 좌우한다

큐웬(Qwen) 공식 심볼과 워드마크가 각인된 브러시드 알루미늄 저울의 왼쪽 접시에는 파란 유리 큐브 3개가, 오른쪽 접시에는 반투명 유리 큐브 더미가 높게 쌓여 오른쪽으로 기울어진 스튜디오 사진
AI 생성 이미지
핵심 요약 AI 요약
1
토큰 단가 인하:큐웬4-Max의 싱가포르 기준 입력·출력 단가는 100만토큰당 각각 1.5달러와 4.5달러로 전작보다 25% 낮다.
2
전작 대비 개선:알리바바는 자체 평가에서 작업당 평균 비용이 약 60% 줄었다고 밝혔으며, 별도의 외부 평가에서도 전작 대비 지수는 34점에서 43점으로 오르고 가중 작업당 비용은 10.02달러에서 3.27달러로 낮아졌다.
3
경쟁 모델 비용 역전:외부 평가에서 GPT-6.1 솔은 큐웬4-Max보다 토큰 단가가 높았지만 지수는 55점, 가중 작업당 비용은 1.27달러로 더 높은 점수와 낮은 비용을 기록했다.
4
추론과 캐시 과금:실제 청구액은 출력 요율이 적용되는 추론 토큰 사용량과 캐시 쓰기 요금, 호출 API의 캐시 지원 여부 등에 따라 달라진다.
5
실무 비용 검증:영어·텍스트 중심의 외부 지수는 한국어 업무를 대표하지 않으므로 같은 완료 기준으로 재시도 토큰과 사람의 수정 시간을 함께 비교해야 한다.
기사 목차 펼치기 / 접기

알리바바(Alibaba)가 11월 16일 정식 출시한 ‘큐웬4-Max(Qwen4-Max)’는 전작보다 입력·출력 토큰 단가를 25% 낮췄다. 하지만 토큰 단가가 싸다고 같은 일을 가장 저렴하게 끝내는 것은 아니다. 아티피셜 애널리시스(Artificial Analysis)의 외부 평가에서는 토큰 단가가 2배 이상 비싼 경쟁 모델보다 작업당 실제 비용이 2.5배 넘게 청구되는 역전 현상이 나타났다.

큐웬4-Max 출시 사양과 알리바바의 60% 비용 절감 발표

알리바바는 11월 16일 공식 발표를 통해 큐웬4-Max를 공개했다. 공식 모델 문서 기준 이 모델은 글·이미지·영상을 입력받아 텍스트로 답하며, 도구를 호출해 사진 속 표를 읽고 계산한 뒤 보고서를 작성하는 식의 복합 업무를 수행한다. 다만 기능 지원 여부와 실제 결과물의 품질은 별도로 검증해야 한다.

모델 식별자 ‘qwen4-max’는 현재 큐웬클라우드(QwenCloud)의 API(Chat Completions·Responses·앤트로픽(Anthropic) 메시지·DashScope 엔드포인트)와 구독형 ‘토큰 플랜(Token Plan)’, 웹 플랫폼 ‘큐웬워크(QwenWork)’·’큐웬스튜디오(QwenStudio)’에서 바로 호출할 수 있다. 아키텍처는 거대 모델을 영역별로 나눈 ‘전문가 혼합(MoE)’ 구조로, 도서관의 분야별 전문 사서처럼 질문마다 필요한 일부 전문가만 호출해 연산한다. 큐웬4-Max는 총 파라미터 2조4000억개 규모 중 토큰당 활성 파라미터를 전작 대비 25% 줄인 710억개만 가동해 추론 효율을 높였다. 알리바바는 자체 업무 평가 Work360 벤치마크에서 전작 큐웬3.8-Max(Qwen3.8-Max)보다 작업당 평균 비용을 약 60% 줄였고, 고강도(High) 추론 모드의 토큰 사용량도 약 35% 절감했다고 밝혔다. 이 수치는 전작과의 자체 비교 결과일 뿐 모든 기업 업무나 경쟁 모델 대비 우위를 입증한 자료는 아니다.

이 발표를 정확히 해석하려면 가격표의 단가와 실제 작업에서 소모되는 토큰량을 분리해 읽어야 한다. 주문 한 번의 단가가 낮아져도 모델이 작업을 마칠 때까지 생성하는 토큰이 늘어나면 최종 청구액은 달라진다.

토큰 단가 25% 인하에도 캐시·추론 토큰이 가르는 실제 과금

토큰은 AI가 글을 읽고 생성하는 기본 단위이며 사용자가 넣은 문서에는 입력 요금이, 모델이 작성한 답변에는 출력 요금이 각각 붙는다. 특히 답변을 내놓기 전 모델이 내부적으로 생각 과정을 전개하며 생성하는 ‘추론 토큰(Thinking tokens)’은 사용자 눈에 보이지 않는 작업 메모장과 같아서 최종 답변과 똑같은 출력 요율로 과금된다. 예컨대 짧은 요약을 시켜도 큐웬클라우드 요금 정책에 따라 추론 토큰 전체에 출력 단가가 매겨지므로, 같은 문서를 넣더라도 모델의 추론 길이나 재시도 횟수에 따라 비용이 크게 벌어진다.

싱가포르 배포 정가를 수록한 모델별 단가표 기준 신작의 입력 100만토큰은 1.5달러(약 2000원), 출력은 4.5달러(약 6010원)로 전작(입력 2달러·약 2670원, 출력 6달러·약 8010원)보다 모두 25% 낮아졌다. 같은 사용량을 가정해 입력 10만토큰과 추론을 포함한 출력 1만토큰을 쓰면 가격표 기준 요금은 전작 0.26달러(약 347원), 신작 0.195달러(약 260원)로 계산된다. 캐시·도구 호출 비용·세금은 제외한 단순 산출치다.

반복 입력 비용을 줄이는 ‘컨텍스트 캐시(Context Cache)’는 매번 읽어야 하는 사규집이나 시스템 프롬프트를 서버 메모리에 미리 꽂아두는 임시 보관함과 같다. 싱가포르 기준 캐시 읽기 요금은 100만토큰당 0.075달러(약 100원)로 일반 입력(1.5달러)의 20분의 1 수준이지만, 명시적 캐시를 처음 만들 때는 별도의 쓰기 요금(5분 보관 1.875달러, 1시간 보관 3달러)이 붙는다. 게다가 명시적 캐시는 Chat Completions·Responses·앤트로픽 메시지 API에서만 지원되고 DashScope API에서는 지원되지 않으며, 비동기 반값 할인인 배치 추론도 제공되지 않는다. 가장 낮은 캐시 읽기 숫자 하나만 보고 전체 입력 단가로 오인하면 실제 예산 계산이 어긋난다.

큐웬4-Max 실무 도입 및 과금 라우팅 체크카드
공식 모델 문서·요금표 기준
즉시 호출·식별자
API·웹 플랫폼 및 모델 ID
qwen4-max
Chat Completions·Responses·앤트로픽 메시지·DashScope 엔드포인트와 QwenWork·QwenStudio 웹에서 즉시 호출할 수 있음.
과금·무료 할당량
싱가포르 정가 및 무료 한도
입력 1.5달러 / 출력 4.5달러
싱가포르 종량제 신규 이용자에게 100만토큰 무료 할당량이 제공되나 비동기 반값 할인인 배치 추론은 지원되지 않음.
추론·캐시 라우팅
기본 고강도 추론 제어
reasoning_effort=high
기본 활성화 상태인 추론 모드는 단순 작업에서도 출력 토큰을 키우므로 작업 난도에 따라 low 전환 또는 비활성화가 권장됨.
[핵심 시사점] 단가 25% 인하 효과를 실제 청구액 절감으로 연결하려면 호출 리전, 명시적 캐시 지원 API 여부, 추론 강도 설정이 함께 통제됨.

외부 평가에서도 확인된 지수 상승과 작업당 비용 하락

아티피셜 애널리시스의 지수 V5.0.1 평가에서 전작 큐웬3.8-Max는 34점, 가중 작업당 비용은 10.02달러(약 1만3380원)를 기록했다. 같은 평가에서 신작 큐웬4-Max는 43점으로 점수가 올랐고 가중 작업당 비용은 3.27달러(약 4370원)로 낮아졌다(11월 17일 조회 기준).

이 비용은 평가기관이 정한 과제 묶음의 집계치다. 평가 방법론에 따라 각 과제의 입력·캐시·추론·답변 비용을 과제 수로 나누고 지수 가중치를 적용해 산출하므로, 성공한 보고서 한 편의 평균 청구액과는 구분해야 하며 지수 점수 역시 단순 정답률이 아니다. 회사 발표와 외부 평가 모두 전작 대비 개선 방향에서는 일치하지만, 외부 기관이 Work360의 약 60% 절감을 재현한 것은 아니다. 과제와 집계 방식이 달라 두 절감률을 직접 비교할 수 없으며, 전작보다 나아졌다는 사실과 경쟁 모델보다 싸다는 판단도 별개다.

단가 비싼 GPT-6.1 솔이 작업당 비용에서 더 저렴했던 이유

같은 기관의 GPT-6.1 솔(GPT-6.1 Sol, Max)은 입력 100만토큰당 2달러(약 2670원), 출력 10달러(약 1만3360원)로 큐웬4-Max보다 입력·출력 단가가 모두 높다. 그러나 지수는 55점, 가중 작업당 비용은 1.27달러(약 1700원)로 나타나 더 높은 점수를 더 낮은 작업비로 기록했다. 가격표의 순서가 실제 작업비에서는 정반대로 뒤집힌 것이다.

“큐웬4-Max는 출력 단가가 절반 이하로 싸지만 전체 평가에서 1억2700만토큰을 쏟아내 작업당 3.27달러가 청구됐고, 6370만토큰으로 간결하게 답한 GPT-6.1 솔은 작업당 1.27달러에 그쳤다.”

원인은 추론 토큰 생성량과 기본 설정 차이에 있다. 큐웬4-Max 평가 상세 데이터를 보면 전체 지수 과제를 푸는 데 1억2700만 출력 토큰을 생성해 동일 가격대 모델 중앙값(6510만토큰)의 거의 두 배를 썼고, 과제당 소요 시간도 32.1분(중앙값 11.5분)으로 길었다. 큐웬4-Max API는 기본적으로 추론 모드(‘enable_thinking=true’)와 고강도 추론(‘reasoning_effort=high’, 기본 예산 13만1072토큰)이 켜져 있어 단순 질의에서도 많은 출력 토큰을 소모하기 쉽다. 반면 GPT-6.1 솔 최고 추론 설정은 6370만토큰만 생성하고 과제당 23.3분 만에 답을 마쳤다.

이 결과만으로 모든 업무를 특정 모델에 맡기라는 결론을 내릴 수는 없다. 모델마다 추론 설정이 다르고 같은 설정 이름도 동일한 연산량을 보장하지 않기 때문이다. 게다가 아티피셜 애널리시스 방법론은 지수가 주로 영어·텍스트 중심이며 다국어 성능은 별도 평가로 분리한다고 명시한다. 한국어 보고서의 품질과 수정 횟수까지 이 점수가 대신 알려주지는 않는다.

실무 도입 전 모델별 호출 경로와 재작업 비용 점검 기준

실제 업무용으로 모델을 대조하려면 완성의 기준부터 통일해야 한다. 같은 공개 문서를 주고 보고서를 작성하게 할 때 출처 일치 여부, 표의 합계 정확성, 누락 항목 유무를 먼저 정한 뒤 첫 답변뿐 아니라 고쳐서 끝내는 과정의 토큰 사용량까지 합산해야 한다. 이는 실무 비교를 위한 기준 제안이며 이번 분석에서 별도 실행한 실험 수치는 아니다.

실패한 시도에 들어간 토큰도 고스란히 과금된다. 한 번에 통과한 모델과 여러 번 수정한 모델을 첫 호출 단가로만 비교하면 일을 맡기는 쪽의 실제 비용이 누락된다. 사람이 결과물을 읽고 고친 시간은 API 요금과 나란히 기록하되 임의의 시급을 붙여 실측값처럼 제시해서는 안 되며, 큐웬4-Max 도입 시에는 작업 난도에 맞춰 ‘reasoning_effort’를 ‘low’로 낮추거나 비추론 모드(‘enable_thinking=false’)로 분기하는 라우팅 설계가 선행돼야 한다. 아직 공개 벤치마크에 담기지 않은 핵심 변수는 한국어 결과물을 받아 든 실무자가 수정에 쓰는 시간이다.

자주 묻는 질문 (FAQ)
Q. 큐웬4-Max를 내 컴퓨터에 내려받아 쓸 수 있나?
A.알리바바는 소형 큐웬4 모델의 가중치 공개 계획을 밝혔지만 이를 Max의 오픈웨이트 공개와 혼동하면 안 된다. 공식 모델 문서는 큐웬4-Max의 자체 배포와 파인튜닝(fine-tuning)을 지원하지 않는다고 명시하며, API(‘qwen4-max’)나 QwenWork·QwenStudio 웹으로만 호출할 수 있다. 소형 모델의 구체적 공개 일정도 이번 발표만으로 확정할 수 없다.
Q. 입력 100만토큰당 0.075달러면 모든 질문이 그 가격인가?
A.약 100원인 이 가격은 싱가포르 배포의 캐시 읽기 요금이다. 일반 입력(1.5달러)과 명시적 캐시 쓰기(5분 1.875달러·1시간 3달러), 추론 토큰을 포함한 출력(4.5달러)에는 각각 다른 요율이 적용되며 배치 반값 할인은 미지원이다. 배포 리전과 호출 API 방식까지 확인해야 전체 금액을 정확히 산출할 수 있다.
Q. 외부 평가에서 싼 모델이 내 한국어 업무에도 가장 쌀까?
A.아티피셜 애널리시스 지수는 정해진 영어·텍스트 중심 과제와 가중치로 계산되며 한국어 업무를 대표하는 평가가 아니다. 본인의 사내 문서와 완료 기준으로 재시도 횟수까지 함께 비교해야 한다. 사람의 수정 시간이나 조직이 요구하는 데이터 보관·배포 조건도 이번 비용 수치에는 포함되지 않았다.

RELATED ARTICLES

RECOMMENDED STORIES