주요 내용
- 프로덕션 Qwen4 플래그십: Alibaba는 11월 16일 2.4T 백본, 토큰당 71B 활성화 파라미터, 네이티브 비전 및 1M 컨텍스트를 갖춘
qwen4-max를 출시했습니다 - 작업당 비용 절감: 공식 Work360 평균 비용이 $4.43에서 $1.67로 감소하여 62% 절감되었습니다
- APIYI의 공급자 가격: 1M tokens당 입력 $1.50, 출력 $4.50, 캐시된 입력 $0.075이며, 적용 대상 충전 보너스가 제공됩니다
- 세 가지 엔드포인트, 네 개 그룹: 채팅 완성, 응답 및 메시지를 Default, SVIP, CodexResponses 및 ClaudeCode에서 모두 사용할 수 있습니다
- 반복이 아닌 측정 결과: 출시 전 325회 호출과 Default 그룹 출시 점검 15회를 수행했으며, 951,498-token 요청에서 중간과 끝부분의 마커를 모두 재현했습니다
2026-11-17 (UTC+8)에 정보를 확인했습니다. 주요 출처는
qwen.ai/blog?id=qwen4-max의 Qwen 발표와 qwencloud.com/models/qwen4-max의 QwenCloud 모델 페이지입니다. APIYI 가격은 공개 가격 API에서 가져왔으며, 테스트 증거는 같은 날 수집했습니다.배경
Qwen4-Max는 Qwen4 제품군의 첫 플래그십입니다. 목표는 개별 추론 문제에서 더 높은 점수를 얻는 데 그치지 않고, 대규모 코드베이스를 읽고, 긴 문서를 분석하며, 도구를 사용하고, 실행 피드백을 바탕으로 반복 작업을 수행하는 지속적인 전문 업무를 지원하는 것입니다. 이번 세대는 네이티브 멀티모달리티와 장기 실행이라는 두 가지 주제로 정의됩니다. 텍스트, 이미지, 동영상 입력은 1M 컨텍스트 윈도우를 공유합니다. Alibaba는 또한 장시간 실행되는 에이전트가 마지막에만 결과를 반환하는 대신, 먼저 사용 가능한 버전을 제공한 다음 사용자 피드백을 통해 확장하는 Live Delivery를 도입했습니다. APIYI는 11월 17일qwen4-max를 등록했습니다. 공급자 기준에 맞춘 가격과 함께 긴 컨텍스트, 도구 호출, 구조화된 출력, 캐싱 및 세 가지 엔드포인트 형식을 모두 테스트했습니다.
심층 분석
아키텍처: 용량과 추론 비용의 균형
GDN + QSA
게이트형 DeltaNet은 이력을 고정 크기 상태로 압축하고, Qwen 희소 어텐션은 마이크로 블록 단위로 관련 컨텍스트를 선택하여 긴 시퀀스의 어텐션 및 인덱싱 비용을 줄입니다.
게이트형 잔차
4개의 병렬 잔차 브랜치는 동적 읽기 및 쓰기 게이트를 사용하여 정보 흐름, 모델 용량 및 학습 안정성을 향상합니다.
N-그램 임베딩
컨텍스트 기반 조회를 통해 로컬 token 패턴 표현을 추가합니다. 추가된 328B개 파라미터는 추론 연산을 거의 늘리지 않으면서 용량을 높입니다.
공식 효율성 결과: token 요율을 넘어선 절감
마지막 두 행이 가장 중요합니다. 비용은 백만 tokens당 가격뿐 아니라 작업 완료에 필요한 tokens 수에도 좌우됩니다. Qwen4-Max는 두 요소를 모두 줄여 Alibaba가 보고한 작업 수준의 비용 절감을 실현합니다.
공식 사양
APIYI 테스트: 1M에 가까운 컨텍스트와 3개의 엔드포인트
기능, 매개변수 및 오류 경계를 다루는 출시 전 호출 325건을 실행한 후, Default 그룹 token으로 출시 확인 15건을 진행했습니다.- 1M에 가까운 회상: 951,498개의 입력 tokens가 92.3초 만에 반환되었으며, 문서 중간과 끝부분의 마커를 모두 정확하게 회상했습니다.
- 긴 컨텍스트 범위: 3개 엔드포인트 모두에서 8K, 32K 및 128K 회상이 통과했으며, 32K 출시 확인도 통과했습니다.
- 도구 호출: 단일, 병렬, 명명 및 스트리밍 호출이 완전한 도구 결과 재생과 함께 작동했습니다. Responses에는 아래에 설명한
tool_choice="required"예외가 있습니다. - 멀티모달 기능: 이미지 OCR, 두 이미지의 색상 및 형태 인식, 동영상 설명이 정확했습니다.
- 구조화된 출력: Chat 및 Responses에서 엄격한 JSON Schema가 통과했으며, 파싱 가능한 스트리밍 JSON도 포함됩니다.
- 안정성: 12-way 동시 실행 수에서 Chat 요청 12/12건이 성공했으며, 3개 엔드포인트 모두에서 긴 스트림이 정상적으로 종료되었습니다.
엔드포인트 및 그룹 선택
이는 클라이언트별 권장 사항이며 다른 그룹의 사용을 제한하는 것은 아닙니다. 3개 엔드포인트 모두에서 Default 그룹 token을 사용한 최소 요청도 통과했습니다. 각 token에서 사용할 수 있는 그룹은 해당 token의 콘솔 구성에 따라 결정됩니다.
시작하기
권장 시나리오
- 코드베이스 분석 및 코딩 에이전트: 프로젝트 컨텍스트를 대규모로 읽은 후 추가 실행을 위해 도구 결과 반환
- 법률, 금융 및 의료 문서 분석: 증거 위치를 유지하면서 긴 문서와 이미지 결합
- 구조화된 추출: 자유 형식 텍스트를 파싱하는 대신 JSON Schema로 필드 제한
- 장기 연구 및 콘텐츠 제작: 사용 가능한 초안을 제공한 후 반복적인 피드백을 통해 수정
빠른 시작
reasoning_effort="none"를 사용하여 추론 token을 줄이고, 복잡한 추론에는 더 높은 티어를 선택합니다.
네 가지 통합 참고 사항
- Responses에서 도구 강제 사용: 제공업체 테스트에서
tool_choice="required"를 무시했습니다. 이름이 지정된 도구 또는 Chat Completions를 사용합니다. - Messages의 구조화된 출력: OpenAI 스타일의
response_format는 효과가 없으며max_tokens가 필요합니다. 엄격한 구조에는 도구 호출을 사용합니다. - 기본 JSON 모드:
json_object는 파싱 가능한 JSON만 보장하며, 최상위 객체나 필드 구조는 보장하지 않습니다. 엄격한 요구 사항에는json_schema를 사용합니다. - 캐시 과금 집계: API 사용량은 과금 명세서가 아닙니다. 개별 콘솔 로그의 과금 세부 정보에서 적중 및 할인을 확인합니다.
가격 및 이용 가능 여부
가격
충전 보너스 적용 전 100만 token당:
가격은 국제 Qwen4-Max 제공업체 사이트와 일치하며 변경될 수 있습니다. 현재 요율은 모델 가격에서 확인하시기 바랍니다.
충전 프로모션
충전 보너스 10%–20%를 적용하면 실제 요율은 정가의 약 83–91%가 됩니다. 보너스 등급은 한 번의 충전 금액에 따라 결정되며 모델에 표시된 단가는 변경되지 않습니다.요약 및 권장 사항
Qwen4-Max는 장문서, 멀티모달 및 도구 기반 에이전트 워크로드에 적합한 강력한 후보입니다. 주요 발전 사항은 단일 리더보드 결과보다는 아키텍처 효율성, 장기 실행 및 전문적인 결과물에 있습니다. Alibaba가 보고한 평균 작업 비용 62% 절감은 token 요율과 작업당 token 소비량을 모두 평가해야 한다는 점을 상기시킵니다. 일반적인 통합에는 Chat Completions를, Codex에는 CodexResponses를, Claude Code에는 ClaudeCode를 사용합니다. 일상적인 호출에서는 thinking을 비활성화하고, 복잡한 추론에서는 thinking을 높이며, 엄격한 구조에는 JSON Schema를 사용합니다. 전체 매개변수와 테스트 참고 사항은 Qwen4-Max 개요를 참조하십시오.출처:
qwen.ai/blog?id=qwen4-max의 Qwen 공식 발표 및 qwencloud.com/models/qwen4-max의 QwenCloud 모델 페이지이며, 2026-11-17 (UTC+8)에 가져왔습니다. APIYI의 조사 결과는 출시 전 325건의 호출과 Default 그룹의 출시 확인 15건을 다룹니다. 공식 벤치마크 수치는 제공업체가 게시한 수치이며, 독립적으로 재실행하지 않았습니다.