알리바바(Alibaba)가 대규모 언어 모델 Qwen4의 플래그십 버전인 큐원4-맥스(Qwen4-Max)를 공식 출시한다고 발표했습니다. 2조 4,000억 개의 백본 파라미터와 네이티브 시각 처리 기능을 갖추었으며 수백만 토큰 규모의 컨텍스트 창을 지원하는 이 모델은 24시간 연중무휴로 함께 일하고, 창작하며, 탐구하는 AI 동료가 되어줄 것입니다.
아티피셜 애널리시스(Artificial Analysis) 지능 지수에서 큐원4-맥스(Qwen4-Max)는 43점을 기록해 전작보다 9점 상승했으나, Kimi K3.1 Pro보다는 3점 낮은 점수를 받았습니다. 가격 측면에서는 입력 토큰 100만 개당 1.5달러, 출력 토큰 100만 개당 4.5달러, 암시적 캐싱(Implicit Caching) 100만 토큰당 0.075달러로 책정되어 Qwen3.8-Max보다 전반적으로 인하되었으며, 특히 캐싱 비용은 70% 감소했습니다. 작업당 비용(Cost per task) 기준으로 Kimi K3.1 Pro보다 약 11% 저렴합니다. 발스 AI(Vals AI) 리더보드에서는 11위에 올라 현재까지 중국 내수 모델 중 최고 순위를 달성했습니다. 알리바바는 이번 모델에서 최상위 성능 한계 돌파를 노리기보다 비용 절감과 효율성 극대화에 초점을 맞췄습니다.
큐원4-맥스는 최적화된 전문가 혼합(MoE) 구조와 업그레이드된 전문가 라우팅 메커니즘을 채택하고 학습 데이터 및 정렬(Alignment) 품질을 전반적으로 개선하는 등 여러 아키텍처 변화를 적용했습니다. 런타임 요약을 위한 GDN을 도입해 컨텍스트 길이가 늘어나더라도 KV 캐시가 비대해지는 현상을 방지했으며, 3개 레이어마다 QSA 레이어를 삽입해 소형 인덱스 테이블로 핵심 구간을 찾아냄으로써 수백만 토큰 규모의 읽기 속도를 7배 이상 끌어올렸습니다. 또한 GR 기술을 통해 단일 채널 잔차(Residual)를 읽기/쓰기 게이트가 포함된 4개 경로로 확장했으며, 3,280억 파라미터 규모의 N-gram 임베딩 테이블을 일반 시스템 메모리에 저장해 자주 쓰이는 구문을 조회할 때 GPU 메모리를 소모하지 않도록 설계했습니다.
※ 퀘이사존 공식 기사가 아닌 해외 뉴스/기사를 번역한 것으로, 퀘이사존 견해와 주관은 포함되어 있지 않습니다.