뉴스 / 모델 워치 · Qwen 생태계
Qwen3.8-27B, Cerebras에서 ~1,500 토큰/초 달성: 오픈 가중치 초고속 승부수, 가격은 $0.99/$1.49
알리바바의 Apache-2.0 Qwen3.8-27B(Qwen3.8 세대의 노트북급 데일리 드라이버)가 이제 Cerebras의 웨이퍼 스케일 추론을 통해 초당 약 1,500개의 출력 토큰 속도로 구동되며, 9월 3일부터 공식 Cerebras 추론 문서 및 가격 페이지에 등재되었습니다. Hacker News 스레드는 하룻밤 사이에 392점을 기록했습니다. 이번에 출시된 내용과 비용, 그리고 Qwen 제품군을 라우팅하는 빌더들에게 어떤 의미가 있는지 정리했습니다.
Cerebras는 이제 Qwen3.8-27B를 초당 약 1,500 출력 토큰 속도(향후 2,000 이상 예상 언급)와 1M 토큰당 입력 $0.99 / 출력 $1.49의 평가용 프리뷰 모델로 호스팅합니다. 모델 자체는 알리바바의 27B dense, 네이티브 멀티모달, 262K 컨텍스트를 갖춘 Apache-2.0 오픈 가중치 릴리스로, Cerebras의 공식 출시 게시물에 따르면 전반적으로 Qwen3.7-Plus를 능가하며 실전 코딩에서 뛰어난 성능을 발휘합니다. 단일 오픈 모델 기반의 속도가 핵심인 워크로드라면 현존하는 가장 빠른 선택지입니다. 반면 전체 Qwen 제품군(Max-0902, Flash 티어, 비전)을 아우르는 프로덕션 라우팅에는 OpenAI 호환 릴레이가 여전히 실질적인 중추 역할을 합니다.
공식 출처에서 확인된 내용
- 호스팅: 9월 3일부터 Cerebras 공식 모델 개요 및 가격 페이지에 Qwen3.8-27B 등재. 평가를 위한 프리뷰 상태입니다.
- 속도: 출시 시점에 초당 약 1,500 출력 토큰으로 언급되었으며 향후 2,000 초과 예상 — 이 체급에서 새로운 서빙 속도 기록을 세울 수 있는 영역입니다.
- 가격: 입력 1M 토큰당 $0.99, 출력 1M 토큰당 $1.49.
- 모델 스펙 및 검증: Cerebras 공식 게시물은 Qwen 팀을 축하하며, 27B를 전반적으로 Qwen3.7-Plus를 능가하고 실전 코딩에 강력한 네이티브 멀티모달 dense 모델로 소개했습니다. 이는 262K 네이티브 컨텍스트를 지원하는 Apache-2.0 릴리스(8월 14일)와 일치합니다.
- 반응: 불과 몇 시간 만에 HN 1면 스레드 392포인트 / 120개 이상의 댓글 기록 — Max-0902와 함께 이번 주 중국 모델 인프라 분야에서 가장 큰 뉴스입니다.
1,500 tok/s가 실제로 바꾸는 것들
- 인터랙션 모델의 전환. 일반적인 GPU 속도에서는 4,000 토큰 답변 스트리밍에 1분 이상 걸리지만, 1,500 tok/s에서는 3초 이내에 끝납니다. 전체 파일을 다시 생성하는 에이전틱 루프에서도 사용자가 긴 대기 시간에 갇히지 않습니다.
- 262K 컨텍스트 + 속도 = 실시간 문서 Q&A. 이전 Cerebras의 Qwen3-235B 출시를 주목받게 했던 조합(1~2분 → 0.6초)이 이제 누구나 자체 호스팅할 수 있는 모델에도 적용됩니다. 가중치가 Apache 2.0으로 제공되기 때문입니다.
- 출혈 경쟁이 아닌 합리적인 가격 구조. $0.99/$1.49는 Qwen의 자체 플래그십 API 요금(Max-0902의 $2/$6)보다 낮으면서도 GPU 풀이 따라올 수 없는 단일 모델 속도를 제공합니다. 타사가 학습시킨 무료 모델 위에서 웨이퍼 스케일 투자가 결실을 본 셈입니다.
- 프리뷰 유의사항: 평가 목적으로 등재되어 정식 출시 시 레이트 리밋(rate limits), 가용성 및 요금이 달라질 수 있습니다. 그때까지는 프로덕션의 메인 축이 아닌 고속 전용 차선으로 활용하세요.
공식 출처
자주 묻는 질문 (2026)
출시 핵심 내용은?
9월 3일부터 Cerebras에서 Qwen3.8-27B 호스팅 — 공식 문서 및 가격 페이지 등재, ~1,500 tok/s 출력, 프리뷰 티어.
가격 정책은?
입력/출력 1M당 $0.99/$1.49 — Qwen 플래그십 API 요금보다 저렴하며, 현존하는 가장 빠른 단일 모델 서빙.
어떤 모델인가요?
8월 14일 공개된 Apache-2.0 릴리스: 27B dense, 네이티브 멀티모달, 262K 컨텍스트 — Cerebras 출시 게시물에 따르면 Qwen3.7-Plus를 능가합니다.
속도가 왜 중요한가요?
4,000 토큰 답변이 1분이 아닌 약 3초 만에 완료 — 에이전틱 재생성과 긴 컨텍스트 Q&A를 실시간 인터랙티브 플로우로 전환합니다.
Qwen 릴레이와 비교하면?
상호 보완적: Cerebras = 단일 오픈 모델을 최고 속도로 활용, 릴레이 = 하나의 OpenAI 호환 엔드포인트를 통한 전체 제품군(Max-0902, Flash, 비전) 라우팅.
프로덕션에 바로 사용 가능한가요?
평가용으로 제공되는 프리뷰 상태 — 정식 출시 시 제한 및 요금 변동이 있을 수 있습니다. 메인 중추가 아닌 패스트 트랙으로 활용하세요.