Qwen3.8 오픈 가중치 (2026): 알리바바, 2.4T Max 체크포인트 및 로컬 실행 가능한 Apache-2.0 27B 공개

발표부터 가중치 공개까지: 2주간의 타임라인

날짜는 각 항목별로 인용된 출처를 따릅니다. 커뮤니티 타임라인 간에 하루 정도의 차이가 있는 경우(정확한 체크포인트 공개 시점에 대해 8월 12일 vs 14일), 이를 임의로 일원화하지 않고 명시했습니다.

공식 모델 카드 기준 출시 내역

• Qwen3.8-2.4T-A95B (Max급 출시 모델). 총 파라미터 2.4조 개로, Qwen3.5 아키텍처 기반으로 구축되었습니다. 공식 벤치마크 표에 따르면 Opus 4.8, Claude Fable 5, GPT-5.6 Sol과 대등한 수준입니다: Terminal Bench 2.1 86.6점 (GPT-5.6 Sol 최고 88.8점), PaperBench 93.0점 (표 내 최고점), GPQA Diamond 92.6점, Agents' Last Exam 53.6점. 산출물은 vLLM, SGLang 및 TokenSpeed와 호환되는 것으로 명시되어 있습니다.
• Qwen3.8-27B (직접 실행 가능한 모델). Dense 27B 모델로, 유연한 사고(thinking) 제어 기능과 262,144 토큰 네이티브 컨텍스트(최대 1,000,000 토큰 확장 가능)를 갖춘 네이티브 비전-언어(이미지 및 비디오 지원) 모델입니다. 알리바바의 출시 자료에 따르면 "전반적으로 Qwen3.7-Plus를 능가"한다고 주장하며, 커뮤니티의 일치된 의견(codersera의 Qwen 가이드 기준)은 이를 Qwen3.6-27B를 대체할 새로운 기본 로컬 Qwen 모델로 평가하고 있습니다.
• 호스팅 버전과 가중치 배포 버전의 차이점에 유의해야 합니다. 공식 카드에 따르면, qwen3.8-max(호스팅 버전)는 2.4T 체크포인트를 기반으로 비전 입력, 비사고(non-thinking) 모드, 기본 1M 컨텍스트 및 공식 빌트인 도구가 추가되어 있습니다. 순수 체크포인트를 직접 자체 호스팅할 경우 호스팅 버전의 전체 기능 세트가 아닌 기본(base) 모델을 구동하게 됩니다.
• 메모리 사용량을 줄이고자 하는 데이터센터 추론 팀을 위해 대형 체크포인트의 FP8 버전도 함께 공개되었습니다.

출시되지 않은 항목 — 세부 조건 확인 필요

• 2.4T의 라이선스는 Apache가 아닌 것으로 알려졌습니다. 27B는 Apache 2.0이지만, 커뮤니티 가이드에 따르면 2.4T 저장소는 별도의 Qwen 커스텀 라이선스로 배포된 것으로 확인되었습니다. 8월 21일 기준 저장소 페이지에서 전체 라이선스 텍스트를 추출할 수 없었으므로, 상업적 목적으로 자체 호스팅하거나 특히 외부에 서비스를 제공하는 경우 모델 카드를 먼저 반드시 확인하십시오.
• 호스팅형 27B: 출시일 및 가격 미정. 공식 카드에는 Qwen Cloud 호스팅형 27B가 기본 1M 컨텍스트와 빌트인 도구를 탑재하여 "출시 예정"이라고 명시되어 있으나, 발행 시점 기준 구체적인 일정은 공개되지 않았습니다.
• "2.4T 공개"가 "개인 GPU 장비에서 2.4T 구동 가능"을 의미하지는 않습니다. 커뮤니티 가이드에 따르면 FP8 체크포인트 용량만 약 2.5TB에 달하여 멀티 노드 환경이 필수적입니다. 이 오픈소스화는 전략적으로 매우 중대하며 추론 플랫폼에는 실질적인 의미가 있지만, 개인 워크스테이션 환경을 위한 것은 아닙니다.
• 가격 출처 안내. 1M 토큰당 $2 / $6 / $0.25 수치는 출시 관련 보도(Qwen Cloud 등록 정보에 대한 latent.space, eigent.ai, codersera, kie.ai 등)를 바탕으로 한 것으로, 당사가 가격 페이지를 직접 캡처한 것은 아닙니다. 예산을 확정하기 전에 Model Studio에서 직접 확인하시기 바랍니다.

Qwen3.8 API 가격 비교: 중국 주요 모델 라인업 (2026)

보도된 1M 토큰당 입력 $2.00 / 출력 $6.00 (및 캐시 입력 $0.25)을 기준으로 볼 때, qwen3.8-max는 동급 프론티어 모델들과 유사한 가격대에 위치합니다. 서구권 플래그십 모델보다 확연히 저렴하며, DeepSeek의 비피크 최저가보다는 높은 수준입니다.

비교 항목의 가격은 이전 브리핑(GLM-5.3, DeepSeek, Kimi K3)에서 이미 검증된 가격을 재사용했습니다. qwen3.8-max 항목은 출시 보도를 기반으로 작성되었으므로 위의 세부 조건을 참조하십시오.

로컬 실행 방법: Simon Willison의 실전 검증 레시피

• 환경 설정. LM Studio에서 17GB Q4_K_M GGUF를 사용해 128GB MacBook Pro (M5 Max) 및 NVIDIA DGX Spark에서 테스트했습니다 — 약 15~30 tokens/sec의 속도를 보였으며, llama.cpp의 draft-mtp 추측 디코딩(speculative decoding)을 적용하면 약 72% 더 빨라집니다.
• 컨텍스트 기본값부터 수정하십시오. 네이티브 262,144 토큰을 지원하지만, LM Studio의 기본값인 8,192는 "추론(reasoning) 과정만으로 모두 소진되었습니다." 모델을 평가하기 전에 이 값을 먼저 늘리십시오.
• 과도한 생각(overthinking)을 줄이십시오. 기본 추론 강도가 xhigh로 설정되어 있어, 펠리컨 SVG 프롬프트 실행에 21분이 소요되었고 3,223개의 출력 토큰을 내기 위해 22,276개의 추론 토큰을 소모했습니다. "훌륭한 모델이지만 기본 설정으로 시작하는 것은 정말 좋지 않다"며, 일상적인 작업에는 low 또는 추론 없음을 사용할 것을 권장했습니다.
• 총평. "로컬 머신에서 실행되는 모델로 생성한 펠리컨 SVG 중 단연 최고"라고 평가했으며, 비전 성능에 대해서도 펠리컨 사진을 사용한 바운딩 박스 테스트 결과 "매우 잘 일치했다"고 밝혔습니다. 다만 Dense 모델 특성상 메모리 대역폭의 한계로 인해 소형 MoE 모델처럼 빠르지는 않다는 점이 단점입니다. 그는 "17GB 파일 하나로 개인 장비에서 이 모든 작업을 수행할 수 있다는 것 자체가 기적"이라고 덧붙였습니다.

어떤 Qwen3.8 모델을 선택해야 할까요?

국내외 시장 및 커뮤니티 반응

• Hacker News에서 큰 주목을 받았습니다. Willison의 리뷰는 798점을 기록했고, Artificial Analysis 등재(인텔리전스 인덱스 52점) 관련 스레드도 380점을 기록했습니다. 주요 공통 반응은 동급 최강의 로컬 성능과 xhigh 기본 설정의 특이점이었습니다.
• 서구권 언론은 Meta와의 경쟁 구도에 주목하고 있습니다. CNBC는 Meta의 새로운 Muse Glimmer 랩톱 모델과의 경쟁 관점에서 조명했으며, Hugging Face의 151,448개 Qwen 파생 모델 통계(Meta의 2.6배 규모)가 이를 뒷받침합니다. 이번 달 GLM-5.3을 통해 동일한 오픈 가중치 흐름을 보도한 WIRED와 Axios는 이제 중국의 오픈 모델을 오픈 AI의 실질적인 프론티어로 평가하고 있습니다.
• 중국 매체들은 이번 발표를 1주일간의 '3대 연속 업데이트'로 평가했습니다. 베이징상보(北京商报)의 8월 16일자 종합 기사("一周三更")는 DeepSeek의 가격 인하, 알리바바의 오픈소스화, 즈푸(Zhipu)의 사후 학습(post-training) 전략을 한 주에 일어난 3대 사건으로 정리했으며, 해당 주간 OpenRouter 사용량 기준 글로벌 상위 10개 모델 중 6개가 중국 모델이었다는 데이터를 제시했습니다.

단 하나의 OpenAI 호환 엔드포인트로 Qwen 및 중국의 모든 주요 모델을 이용하세요

주요 출처

• Qwen 공식 블로그 — "Qwen3.8-Max: A New Bar for Coding and Cowork" (최초의 오픈 가중치 Max급 모델 출시)
• Hugging Face — Qwen/Qwen3.8-2.4T-A95B 모델 카드 (벤치마크, vLLM/SGLang 호환성, 호스팅형 Max 기능 차이)
• Hugging Face — Qwen/Qwen3.8-27B 모델 카드 (Dense VLM, 262K→1M 컨텍스트, 호스팅 버전 "출시 예정")
• Hugging Face — Qwen 조직 (460개 모델; FP8 버전 포함)
• Simon Willison — "Qwen 3.8 27B is excellent, but it defaults to overthinking things" (2026년 8월 16일)
• CNBC — "Alibaba answers Meta's AI challenge with new laptop-ready model" (2026년 8월 17일; HF 151,448개 파생 모델 통계)
• Artificial Analysis — Qwen3.8-27B 등재, 인텔리전스 인덱스 52
• Hacker News — Willison 리뷰 스레드 (798점)
• eigent.ai — Qwen3.8-Max 오픈 가중치 요약 (latent.space 기준 가격 $2/$6/$0.25)
• codersera — Qwen 세대별 가이드 (27B Apache 2.0, Qwen3.6-27B 대체; 2.4T 라이선스 유의사항)
• kie.ai — 27B 출시 상세 분석 (알리바바의 "Qwen3.7-Plus 능가" 주장, HF 카드 스펙)
• 베이징상보/동방재부 — "대형 모델 주간 3회 업데이트(大模型一周三更)" (8월 16일; OpenRouter 상위 10위 통계)

자주 묻는 질문 (2026)