AIHubMix에서 무료로 이용하는 Qwen3.8 Max 및 Flash API: 제한, 종료일, 그리고 첫 호출 방법

요약: AIHubMix의 OpenAI 호환 엔드포인트에서 qwen3.8-max-free와 qwen3.8-flash-free는 2026년 11월 13일 (태평양 시간)경 또는 GMI Cloud의 캠페인 크레딧이 소진될 때까지 백만 토큰당 $0입니다. 사용자는 10회의 체험 호출을 받거나, $1 이상으로 추가 충전(top-up)한 후에는 하루 100회 요청, 분당 10회, 일일 1M 토큰을 모든 무료 모델에 걸쳐 사용할 수 있습니다. Max 스트리밍 기능을 사용하고, 생각하는 과정(thinking tokens)에 예산을 할당하며, 유료 ID로 전환하는 방법을 계획하세요.

GMI Cloud는 2026년 10월 14일 (태평양 시간)에 시작된 30일간의 캠페인을 진행하고 있습니다. 이 캠페인은 Alibaba의 플래그십 모델인 Qwen3.8 Max와 그 빠른 형제 모델인 Qwen3.8 Flash를 AIHubMix에서 무료로 제공합니다. 본 게시물에서는 오늘 이 모델들을 호출하는 방법과 기간이 끝난 후에도 코드를 계속 작동시키는 방법에 대해 다룹니다.

사전 준비 사항 (Prerequisites)

• AIHubMix 계정 및 API 키 (빠른 시작 가이드)
• 키를 AIHUBMIX_API_KEY로 내보내기(export)
• 선택 사항: 체험 호출 10회에서 일일 할당량으로 전환하기 위한 $1 이상의 추가 충전
• curl, 또는 openai 패키지를 사용한 Python

모델 ID 및 대체되는 내용

가격은 백만 토큰당 기준이며, Qwen list 가격은 QwenCloud의 가격입니다.

무료 ID는 유료 ID가 가진 표준 기능(기본적으로 1M 토큰 컨텍스트, 최대 131K 출력 토큰, tool calling, thinking)을 모두 갖추고 있습니다. 이 모델들은 Alibaba Cloud 대신 GMI Cloud에서 제공되므로 지연 시간(latency)이 다릅니다. Qwen3.8 Max (무료) 및 Qwen3.8 Flash (무료) 페이지에서 무료 경로의 실시간 지연 시간과 가동 시간을 확인할 수 있습니다.

첫 번째 요청 (First request)

curl https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
...

응답은 일반적인 Chat Completions 객체입니다. thinking이 활성화되어 있기 때문에, 메시지에는 reasoning_content 필드도 포함되며, usage.completion_tokens_details.reasoning_tokens는 모델이 생각하는 데 사용한 토큰 수를 계산합니다.

Max 호출하기: 스트리밍 방식

Max는 첫 번째 표시되는 토큰 이전에 사고 과정을 거칩니다. AIHubMix가 측정한 무료 경로의 지연 시간(latency)은 약 55초로, Flash의 약 5초와 비교됩니다. 응답을 스트리밍하고 클라이언트 타임아웃을 늘리세요:

import os
from openai import OpenAI

...

사고 과정(Thinking)은 delta.reasoning_content에 도착하므로, 이 루프는 답변만 출력합니다.

할당량(Quotas), 그리고 그 한계

AIHubMix 무료 모델 페이지에서 확인 가능:

• 충전 전: 총 10회의 체험 호출이 있으며, 모든 무료 모델에 걸쳐 공유되고 만료일이 없습니다.
• $1 이상 충전 후: 일일 100회 요청, 분당 10회 요청, 일일 1M 토큰이 있으며, 전체 무료 카탈로그에서 공유되며 매일 초기화됩니다. 이 전환은 영구적입니다.
• 한도 초과 시: 다음 분 또는 날짜가 시작될 때까지 HTTP 429 오류가 발생합니다.

코드에서 처리할 가치가 있는 실패 모드:

• 체험판이 조용히 소진됨. 10번째 체험 호출 이후, API는 오류를 반환하는 대신 체험판이 사용되었다는 안내 메시지를 계속 응답합니다. 만약 출력을 사용자에게 바로 전달하면, 그들이 이 안내 메시지를 보게 됩니다.
• 사고 과정(Thinking)이 풀을 소모함. Alibaba는 사고 과정을 출력 토큰으로 청구하며, 모든 토큰은 1M/일 풀에 포함됩니다. 10월 16일에 진행된 qwen3.8-flash-free 테스트에서 두 문장의 답변만으로도 89개의 출력 토큰이 사용되었고, 그중 36개는 사고 과정에 할당되었습니다. 간단한 요청의 경우, Alibaba의 문서화된 스위치인 `extra_body={

여기서 제시된 벤치마크 수치는 DataCamp가 취합한 Qwen 자체 출시 수치이며, 이를 독립적으로 재현한 곳은 없습니다.

• Qwen3.8 Max (2026년 8월 3일): 2.4T-파라미터 MoE(Mixture of Experts), 활성 파라미터 약 95B. SWE-bench Pro 67.7, CoWorkBench 74.8, GPQA Diamond 92.6. 9월 2일에 0902 사후 학습 업데이트가 배포되었습니다. Artificial Analysis는 이 모델을 217개 중 33위로 평가했으며, "매우 장황함(very verbose)"으로 분류했습니다 (지수당 출력 토큰 수 190M vs 중앙값 87M).
• Qwen3.8 Flash (2026년 8월 26일): open-weight Flash-Next의 호스팅 버전입니다 (총 125B, 활성 6B). SWE-bench Pro 62.5, CoWorkBench 73.9.

AIHubMix의 유료 요금으로 책정했을 때, 하루 동안의 1M 토큰(입력 750K, 출력 250K) 비용은 다음과 같습니다:

Max 토큰 1개는 Flash 토큰 약 14개와 가치가 같습니다. 품질이 중요한 곳에서는 Max를, 지연 시간(latency)이 중요한 곳에서는 Flash를 공유 풀에서 사용하는 것이 좋습니다.

기간 종료 후

-free ID는 2026년 11월 13일 (태평양 표준시)경에 무료 사용이 중단되며, 캠페인 크레딧이 소진되면 그보다 일찍 중단될 수 있습니다. 다음 두 가지 방법 중 하나를 선택할 수 있습니다:

• qwen3.8-max-free를 qwen3.8-max로 변경하거나 (qwen3.8-flash-free를 qwen3.8-flash로 변경), 또는
• AIHubMix에서 현재 키 레벨(key-level) 폴백(fallback, 대체 설정)을 구성하여, 할당량이나 속도 제한에 걸리는 무료 모델이 코드 변경 없이 유료 모델로 자동으로 전환되도록 합니다. 이 시리즈의 세 번째 게시물에 설정 방법이 나와 있습니다.

본 포스트에서 검증하지 않은 사항

• 지연 시간(Latency) 수치는 AIHubMix가 측정한 무료 경로(free route) 기준이며, 부하에 따라 변동됩니다.
• 벤치마크는 공급업체(vendor)가 보고한 수치입니다.
• enable_thinking이 무료 경로에서 실제로 작동하는지는 요청마다 확인해야 합니다: reasoning_tokens 값이 0으로 떨어지는지 살펴보십시오.

계속 읽기: Qwen3.8 Free 시리즈

• 풀(pool)은 공유되므로 어떤 모델이 토큰을 받을 자격이 있는지 아는 것이 유리합니다: Qwen3.8 Max Free 대 Qwen3.8 Flash Free: Flash로 충분할까요?
• 매일 호출하게 되면, 무엇이 잘못되는지 그리고 대부분의 문제를 해결하는 하나의 설정에 대해 알아보겠습니다: AIHubMix에서 Qwen3.8 Free 사용하기: 429 에러, "Rate Limited by Provider" 메시지, 그리고 소진된 토큰 풀(Drained Token Pool) 문제 해결