Qwen3.8-Max: Alibaba의 2.4T 오픈 웨이트 코딩 모델

Qwen3.8-Max는 Alibaba의 최신 플래그십 대규모 언어 모델입니다. 2.4조 파라미터의 Mixture-of-Experts(MoE) 모델로, Qwen 팀은 이를 “지금까지 가장 뛰어난 모델”이라고 소개합니다. 이 모델은 코딩과 “협업”에 초점을 맞춥니다. 에이전트가 최소한의 사람 개입으로 계획하고 실행하며 스스로 수정하는 장기 자율 작업이 핵심입니다. 개발자에게 가장 중요한 소식은 웨이트가 공개된다는 점입니다. 여기서는 Qwen3.8-Max가 실제로 무엇인지, 비용은 얼마인지, 무엇이 확인됐고 무엇이 아직 불분명한지, 실제 에이전트 스택에서 어디에 맞는지를 정리합니다.

Qwen3.8-Max란?

Qwen3.8-Max는 Alibaba Qwen 팀이 만든 2.4조 파라미터의 희소 MoE 모델로, Qwen 제품군에서 가장 강력한 모델로 자리매김합니다. Alibaba는 이미 호스팅 서비스를 통해 이 모델을 폭넓게 제공하고 있으며, 출시 직후 오픈 웨이트를 공개한다고 확인했습니다. 자체 하드웨어에서 모델을 실행하려는 팀을 위해 훨씬 작은 두 번째 오픈 웨이트 체크포인트인 Qwen3.8-27B도 함께 공개할 예정입니다. (MarkTechPost)

이번 출시가 주목받는 이유는 두 가지입니다. 첫째, 계획대로 웨이트가 공개되면 Alibaba가 Max급 Qwen 모델을 개방하는 첫 사례가 됩니다. 증류 버전이 아니라 플래그십 등급 자체가 대상입니다. (How2Shout) 둘째, 이 모델은 설계부터 멀티모달입니다. 텍스트, 이미지, 영상을 입력받아 텍스트를 출력하며, 비전을 일회성 입력이 아닌 실행 루프의 일부로 활용합니다. (MarkTechPost)

주요 사양

Alibaba의 발표와 초기 출시 보도를 기준으로 알려진 내용은 다음과 같습니다.

• 희소 MoE 구조의 총 2.4T 파라미터. 이 수치대로라면 Qwen3.8-Max는 지금까지 발표된 가장 큰 오픈 웨이트 모델 중 하나입니다. DeepSeek V4 Pro(약 1.6T)보다 크고, 2.8T의 Kimi K3보다는 작습니다. (techsy)
• 출시 보도에 따르면 약 100만 토큰 컨텍스트를 지원해 전체 코드베이스나 대규모 문서 모음을 한 번에 유지할 수 있습니다. (How2Shout)
• 네이티브 멀티모달 입력 — 텍스트, 이미지, 영상을 입력하고 텍스트를 출력합니다. (MarkTechPost)
• OpenAI 및 DashScope 호환 API — 기존 스택에 연결할 때 기본 URL과 모델 ID만 바꾸면 되는 수준입니다. (MarkTechPost)
• Qwen3.8-27B — 역시 오픈 웨이트로 공개될 두 번째 체크포인트로, 일반적인 온프레미스 GPU 하드웨어에서 훨씬 현실적으로 운용할 수 있습니다. (How2Shout)

중요한 공백도 있습니다. Alibaba는 2.4T 파라미터 가운데 토큰당 실제로 몇 개가 사용되는지, 즉 활성 파라미터 수를 공개하지 않았습니다. 희소 MoE에서는 전체 규모가 아니라 이 수치가 서빙 비용을 결정합니다. 따라서 오픈 웨이트의 추론 비용은 아직 계산할 수 없습니다. (MarkTechPost)

Alibaba가 내세우는 역량

Qwen 팀은 Qwen3.8-Max를 단발성 채팅보다 장기 자율 작업에 맞춘 모델로 설명합니다. Alibaba의 출시 자료에 나온 주요 데모는 다음과 같습니다. (latent.space)

• 수일간의 자율 코딩 — 빈 폴더에서 시작해 10일 넘게 작동하는 프로젝트를 만들어 간 자기 진화형 개발 실행으로, 전체 트레이스를 GitHub에 공개했습니다.
• 장기 계획 — 폐쇄 루프 학습을 포함한 시스템 수준의 자율 계획으로, 500회가 넘는 칩 설계 최적화와 365일 분량의 이커머스 전략 시뮬레이션을 시연했습니다.
• 자율 연구 — Alibaba에 따르면 연구 논문의 파이프라인을 처음부터 재구축하고 약 125시간 동안 반복해, 원 논문의 벤치마크를 소폭 능가하는 데이터 선택 방법을 만들었습니다. (latent.space)
• 멀티모달 피드백 루프 — 비전을 단순 입력으로 쓰는 데 그치지 않고 계획, 실행, 자기 수정에 지속적으로 활용합니다. (MarkTechPost)

이는 출시 데모를 기반으로 한 공급업체의 주장입니다. 업계 전체가 수시간 또는 수일 동안 무인으로 작동하는 에이전트를 향하고 있다는 점에서 방향성은 흥미롭지만, 아직 제3자가 검증한 벤치마크는 아닙니다. 최종 결론이 아니라 평가의 출발점으로 봐야 합니다.

가격

Alibaba는 출시와 함께 API 가격을 발표했습니다. (latent.space)

대부분의 미국 프런티어 모델보다 크게 저렴하고 Kimi K3의 호스팅 요금(입력 약 $3 / 출력 약 $15)보다도 낮아, 중국 연구소들의 치열한 가격 경쟁을 이어 갑니다. 저렴한 캐시 입력 가격은 큰 고정 컨텍스트를 반복 사용하는 워크로드에 유리하며, 이는 많은 코딩 및 문서 에이전트의 전형적인 형태입니다.

확인된 것과 확인되지 않은 것

출시가 빠르게 진행됐고 보도 내용도 고르지 않으므로 두 범주를 구분할 필요가 있습니다.

상당히 확실한 내용:

• 총 파라미터 수 2.4T와 웨이트 공개 계획은 Alibaba 발표에 근거합니다. (techsy)
• API는 현재 이용 가능하며 OpenAI 및 DashScope와 호환됩니다. (MarkTechPost)
• 공개 API 가격은 100만 토큰당 $2 / $6 / $0.25입니다. (latent.space)
• 두 번째 오픈 웨이트 체크포인트인 Qwen3.8-27B가 예정돼 있습니다. (How2Shout)

아직 확정되지 않은 내용:

• 활성 파라미터 수와 전체 MoE 구성. 따라서 실제 서빙 비용은 알 수 없습니다. (MarkTechPost)
• 완전하고 독립적인 벤치마크 표. 초기 보도에 따르면 당시 출시 자료에는 전체 벤치마크가 없었습니다. 중요한 워크플로를 맡기기 전에 제3자 결과를 확인해야 합니다. (MarkTechPost)
• 정확한 라이선스와 공개 체크포인트가 프리뷰와 같은지 여부. “오픈 웨이트”는 일반적으로 웨이트를 다운로드할 수 있다는 뜻이지, 학습 데이터와 코드 또는 OSI 승인 라이선스까지 포함한다는 의미는 아닙니다. (coursiv)

솔직한 평가는 이렇습니다. Qwen3.8-Max는 실제로 존재하고 사용할 수 있으며, 오픈 웨이트 약속도 공개돼 있습니다. 하지만 프로덕션 용량을 계획하는 데 필요한 수치는 아직 모두 공개되지 않았습니다.

실제로 직접 실행할 수 있을까?

대부분의 팀이 2.4T 플래그십을 자체 호스팅하는 것은 현실적이지 않습니다. 2.4조 파라미터 체크포인트는 다중 노드 데이터센터용 아티팩트입니다. 개인 개발자가 워크스테이션에서 실행할 수 없고, 많은 기업도 직접 호스팅하기 어렵습니다. (How2Shout)

그래서 Qwen3.8-27B가 더 실용적인 선택입니다. 일반적인 로컬 GPU에 맞는 크기이며, 대부분의 자체 호스팅 환경에서는 플래그십이 아니라 27B가 현실적인 배포 경로입니다. (MarkTechPost) 데이터 레지던시나 자체 하드웨어의 비용 통제가 목표라면 27B를 기준으로 계획하고, 플래그십의 최대 성능이 필요하다면 당분간 호스팅 API를 선택해야 합니다.

오픈 웨이트 경쟁에서 Qwen3.8-Max의 위치

Qwen3.8-Max는 대형 오픈 웨이트 모델 출시가 몰린 몇 주 사이에 등장했습니다. Moonshot AI의 2.8T Kimi K3와 Thinking Machines의 Inkling에 이어 나왔고, 총 파라미터 수는 DeepSeek V4 Pro보다 큽니다. (techsy) 경쟁이 보내는 신호는 분명합니다. 프런티어 규모의 오픈 웨이트 모델이 거의 매달 등장하고 있으며, 오픈 모델과 폐쇄형 모델 사이의 격차는 계속 줄어들고 있습니다.

개발자에게 실용적인 결론은 하나의 “승자”를 고르는 것이 아닙니다. 이제 신뢰할 수 있고 비용 효율적이며 원칙적으로 자체 호스팅 가능한 프런티어 모델이 여러 개 있습니다. 각 작업을 가장 적합한 모델로 라우팅하는 것이 핵심입니다.

Qwen3.8-Max 같은 모델을 자체 AI 팀에서 활용하기

프런티어 모델은 채팅창에 머무를 때가 아니라 저장소, 문서, 터미널, 다단계 계획과 같은 실제 업무에 연결될 때 가치를 냅니다. 모델에 종속되지 않는 멀티 에이전트 플랫폼은 장기 코딩을 Qwen3.8-Max 같은 모델에 맡기고, 일상 단계에는 더 저렴한 모델을 사용하며, 실제 작업 전반에서 이를 오케스트레이션합니다. Eigent는 멀티 에이전트 AI 팀을 로컬에서 실행하는 오픈 소스 Cowork 데스크톱 앱입니다. 작업마다 최적의 모델을 선택하고 필요할 때 민감한 데이터를 자신의 컴퓨터에 유지할 수 있습니다. 에이전트가 GitHub PR을 처음부터 끝까지 검토하는 방법을 확인한 뒤 Eigent를 다운로드해 보세요.

자주 묻는 질문

Qwen3.8-Max란 무엇인가요?

Qwen3.8-Max는 Alibaba의 플래그십 대규모 언어 모델로, 코딩과 장기 에이전트 작업을 위해 만든 2.4조 파라미터 희소 Mixture-of-Experts 모델입니다. Alibaba는 이를 지금까지 가장 뛰어난 모델이라고 소개하며, 더 작은 Qwen3.8-27B 체크포인트와 함께 웨이트를 공개하겠다고 약속했습니다.

Qwen3.8-Max는 오픈 소스인가요?

Alibaba는 Qwen3.8-Max와 Qwen3.8-27B의 웨이트를 공개한다고 밝혔습니다. “오픈 웨이트”는 일반적으로 웨이트를 다운로드할 수 있다는 뜻이며, 학습 데이터나 코드, 또는 OSI 승인 라이선스까지 포함한다는 뜻은 아닙니다. 출시 당시 정확한 라이선스가 모두 공개되지 않았으므로 재배포 권한에 의존하기 전에 조건을 확인해야 합니다.

Qwen3.8-Max의 가격은 얼마인가요?

Alibaba가 공개한 API 가격은 입력 100만 토큰당 $2.00, 출력 100만 토큰당 $6.00, 캐시된 입력 100만 토큰당 $0.25로, 대부분의 미국 프런티어 모델보다 크게 저렴합니다.

Qwen3.8-Max를 직접 실행할 수 있나요?

2.4T 플래그십은 다중 노드 데이터센터 모델이어서 대부분의 개인과 기업이 자체 호스팅하기 어렵습니다. 더 작은 Qwen3.8-27B 체크포인트가 일반적인 GPU 하드웨어에서 현실적인 로컬 경로이며, 플래그십은 당분간 호스팅 API를 이용해야 합니다.

Qwen3.8-Max와 Kimi K3는 어떻게 다른가요?

총 파라미터 수 기준으로 Qwen3.8-Max(2.4T)는 Kimi K3(2.8T)보다 작지만 DeepSeek V4 Pro(약 1.6T)보다 큽니다. API 가격은 K3의 호스팅 요금보다 낮습니다. 출시 당시 독립 벤치마크가 완전하지 않았으므로 직접적인 품질 비교는 추가 결과를 기다려야 합니다.

Qwen3.8-Max를 Eigent 같은 멀티 에이전트 플랫폼에서 사용할 수 있나요?

네. API가 OpenAI 및 DashScope와 호환되므로, Eigent 같은 모델 독립형 플랫폼은 코딩과 지식 작업을 Qwen3.8-Max로 라우팅하고 일상 단계에는 다른 모델을 사용하며, 필요할 때 데이터를 로컬에 유지할 수 있습니다.