アリババ독점

Qwen3.6-Max-Preview

Name: Qwen3.6-Max-Preview
Author: アリババ

이 모델 비교

Alibaba에서 개발한 고성능 MoE 모델. 다국어 지원과 높은 추론 능력이 특징입니다.

공유:X Hatena LINE

파라미터

컨텍스트

262K

라이선스

Proprietary

출시일

2026-04-20

벤치마크 성능

AA Intelligence Index

—

LMArena Elo

—

HLE

—

ARC-AGI-2

—

SWE-bench Verified

—

GPQA Diamond

—

MMLU-Pro

—

LiveCodeBench

—

AIME 2025

—

MATH-500

—

일본어 처리 능력

✅High-Quality JP

Multilingual model with strong Japanese language processing capabilities.

API 가격

입력 가격 (1M 토큰당)

$1.3

출력 가격 (1M 토큰당)

과금 모드: standard

강점

약점

활용 사례

심층 분석

AA Intelligence Index

전 세계 3위, GPT-5.4와 Claude Opus 4.7 다음

SWE-bench Pro

~58.4%, 평가된 모든 모델 중 1위

Terminal-Bench 2.0

65.4%

Claude Opus 4.6과 동점

GPQA Diamond

88.8%

강하지만 Gemini 3.1 Pro(94.3%)에는 뒤처짐

입력 가격

$1.30/1M

OpenRouter 기준 ~$1.04 (20% 할인)

컨텍스트 윈도우

262K 토큰

Claude Opus 4.7와 GPT-5.4는 1M

강점

・SWE-bench Pro, SciCode(Plus 대비 +10.8), SkillsBench(Plus 대비 +9.9)를 포함해 6개 에이전틱 코딩 벤치마크 동시 1위
・preserve_thinking 기능이 다중 턴 에이전틱 워크플로에서 추론 흔적을 유지해 복잡한 도구 호출 체인의 컨텍스트 손실 감소
・OpenAI 및 Anthropic SDK 형식 모두와 API 호환 — 모델 문자열 한 줄만 바꾸면 즉시 대체 가능

약점

・첫 폐쇄형 가중치 Qwen 플래그십으로 3년간 이어온 오픈소스 전통을 깨뜨림. 자체 호스팅이나 파인튜닝 불가
・느린 출력 속도(~38–45 tok/s)가 유사 추론 모델 중앙값 62 t/s에 못 미쳐 지연 문제 발생
・262K 컨텍스트 윈도우는 Claude Opus 4.7과 GPT-5.4(둘 다 1M)의 4분의 1로 대규모 코드베이스·장문서 작업 제약

경쟁사 비교

Model	Arena	SWE	GPQA	Price
Claude Opus 4.6	N/A	80.8%	~90%	$15/$75
GPT-5.4	N/A	88.7%	~92%	$2.50/$10
Qwen3.6-Plus	N/A	78.8%	88.2%	$0.29/$1.65

개요

Qwen3.6-Max-Preview는 Alibaba의 첫 번째 독점적 폐쇄형 가중치 플래그십 모델로, 2026년 4월 20일 공개되었다. 약 1조 총 파라미터로 추정되는 희소 MoE 아키텍처를 바탕으로 에이전틱 코딩, 과학 프로그래밍, 다단계 도구 호출 워크플로를 목표로 한다. 출시 시 SWE-bench Pro, Terminal-Bench 2.0, SkillsBench, SciCode, QwenClawBench, QwenWebBench 등 6개 코딩 벤치마크에서 1위를 차지했고, Artificial Analysis Intelligence Index에서 52점으로 전 세계 3위에 올랐다. 핵심 혁신은 preserve_thinking 기능으로, 대화 턴 간 모델의 사고흐름을 유지해 순차적 도구 호출이 반복되는 다단계 에이전트 루프에서 컨텍스트 일관성이 깨지는 치명적 실패를 해결한다. 폐쇄형 가중치 결정은 오픈소스로 전 Qwen 라인의 글로벌 개발자 평판을 쌓아온 Alibaba에게 큰 전략적 전환이다. 같은 주에 Apache 2.0으로 공개된 두 오픈 가중치 형제 모델(Qwen3.6-27B, Qwen3.6-35B-A3B)은 의도된 계층화 전략을 시사한다. 커뮤니티용 오픈 모델, 수익화용 독점 플래그십. 이로써 Max-Preview는 프론티어 API 계층에서 GPT-5.4와 Claude Opus 4.7과 정면 대치하며, 저비용 옵션인 Qwen3.6-Plus($0.29/$1.65 per 1M 토큰)는 비용 민감 워크로드를 계속 담당한다. Alibaba는 개발이 진행 중임을 명시하며 '프리뷰'로 출시했다. 에이전틱 코딩 점수는 진짜 경쟁력이 있으나 SWE-bench Verified에서는 Claude Opus 4.6(80.8% 대 ~73%)과 GPT-5.4에 뒤처지고 종합 벤치마크에서도 밀린다(BenchLM 89 대 81). 262K 컨텍스트, 텍스트 전용, 중앙값 밑도는 출력 속도는 실무상 제약이다. $1.30/$7.80 per 1M 토큰 가격은 저렴한 Plus 계층과 서구 프론티어 가격 사이로, 에이전틱 코딩을 최적화하는 팀을 위한 중간 옵션이다.

벤치마크 및 성능

## 벤치마크 비교 | Benchmark | Qwen3.6-Max-Preview | Claude Opus 4.6 | GPT-5.4 | Qwen3.6-Plus | |---|---|---|---|---| | AA Intelligence Index | 52 (#3) | #2 | #1 (BenchLM 89) | 39.6 | | SWE-bench Pro | ~58.4% (#1) | 53.4% | 57.7% | 56.6% | | SWE-bench Verified | ~73% | 80.8% | 88.7% | 78.8% | | Terminal-Bench 2.0 | 65.4% | 65.4% (동점) | ~65% | 61.6% | | GPQA Diamond | 88.8% | ~90% | ~92% | 88.2% | | HLE | 28.9% | — | — | 25.7% | | SciCode | 46.9% | — | — | 40.7% | | τ²-Bench Telecom | 95.9% | — | — | 97.7% | | IFBench | 76.6% | — | — | 75.2% | | AA-LCR | 69.7% | — | — | 69.7% | | SuperGPQA | 73.9% | — | — | 71.6% | | AIME 2025 | 93% | — | — | ~95.3% | | QwenWebBench ELO | 1558 (#1) | ~1182 (4.5 대비) | — | 1502 | | 출력 속도 | ~38–45 tok/s | ~80+ tok/s | ~60+ tok/s | ~80+ tok/s | | TTFT 지연 | ~3.3s | ~2.5s | ~2.5s | — | 이 모델의 가장 강한 영역은 에이전틱 코딩(SWE-bench Pro 1위, SciCode는 Plus 대비 +6.2)과 프론트엔드 생성(QwenWebBench ELO 1558, Claude Opus 4.5 대비 376점 차)이다. 핵심 추론(GPQA Diamond 88.8%)은 견고하나 선두는 아니며, SWE-bench Verified에서는 크게 뒤처진다(~73% 대 Claude 80.8%, GPT-5.4 88.7%). 초당 38–45 토큰으로 비교 모델 중앙값 62 t/s에 크게 못 미쳐 지연 민감형 배포에 영향.

상세 비교

### Claude Opus 4.6/4.7 대비 Claude Opus는 SWE-bench Verified(80.8% 대 ~73%)에서 확실한 우위를 유지하고 1M 토큰 컨텍스트(4배 크기)를 제공. Terminal-Bench 2.0은 65.4%로 동점. Claude의 MCP Atlas 점수(77.3% 대 Qwen Plus ~48%)는 실무 에이전틱 생태계 통합이 더 강함을 시사. 그러나 Qwen3.6-Max-Preview는 SWE-bench Pro, SciCode, QwenWebBench에서 큰 격차로 앞선다. $1.30/$7.80 대 Claude의 $15/$75로 입력 약 10배, 출력 약 10배 저렴해 Claude의 컨텍스트 길이나 MCP 깊이가 필요 없는 팀에게 명확한 가성비 승자. ### GPT-5.4 대비 GPT-5.4는 종합 벤치마크(BenchLM 89 대 81)와 SWE-bench Verified(88.7% 대 ~73%)에서 큰 격차로 앞선다. GPT-5.4는 1M 컨텍스트와 일반적으로 더 빠른 추론을 제공. Qwen3.6-Max-Preview는 SWE-bench Pro(58.4% 대 57.7%) 격차를 좁히고 Terminal-Bench 2.0에서 동점. OpenAI 생태계에 정착한 팀에게는 GPT-5.4의 폭넓은 기능과 기존 도구 때문에 전환이 어렵다. SWE-bench Verified보다 SWE-bench Pro가 더 중요한 에이전틱 코딩 파이프라인을 운영하는 비용 민감 팀에게 Qwen은 더 낮은 비용으로 경쟁력 있는 성능 제공. ### Qwen3.6-Plus 대비 Max-Preview는 Plus 대비 의미 있는 개선을 제공: SkillsBench +9.9, SciCode +10.8, Terminal-Bench 2.0 +3.8, SuperGPQA +2.3. 그러나 Plus는 4배 컨텍스트(1M 대 262K), 2–3배 빠른 출력, 멀티모달, 그리고 ~7–5배 저렴($0.29/$1.65 대 $1.30/$7.80). 대부분 프로덕션 워크로드에서 Plus가 더 나은 가치. Max-Preview는 한계에서의 에이전틱 코딩 성능이 5–7배 비용 프리미엄을 할 만할 때만 정당화.

커뮤니티 평가

개발자와 연구자 커뮤니티의 반응은 크게 갈렸다. 실제 에이전틱 코딩 워크플로에서 모델을 테스트한 실무자는 preserve_thinking이 다단계 도구 호출에서 훨씬 일관된 동작을 만든다고 보고했다. 모델이 매 턴 처음부터 다시 이해를 도출하는 대신 순차적 도구 호출 전반에 일관된 멘탈 모델을 유지한다. 이는 프로덕션 에이전트 파이프라인에서 가장 실용적으로 영향 있는 기능으로 꼽혔다. 폐쇄형 가중치 결정이 가장 지속적인 논란을 일으켰다. Alibaba는 오픈 공개로 AI 개발자 신뢰를 쌓았다(HuggingFace 기준 Qwen 시리즈 누적 약 10억 다운로드). 커뮤니티의 우려는 두 오픈 형제 모델(27B, 35B-A3B는 유지 Apache 2.0)이 아니라, 향후 Qwen 플래그십도 같은 폐쇄 패턴을 따를지 3년간 쌓은 오픈 생태계 신뢰를 훼손할지 여부다. 벤치마크 회의론도 타당했다. 주장한 6개 '#1' 벤치마크 중 2개(QwenClawBench, QwenWebBench)는 Alibaba 내부 평가다. Terminal-Bench 2.0 주장은 Claude Opus 4.5를 기준으로 승리로 제시됐으나 Opus 4.6도 65.4%라 동점이지 승리가 아니다. 한 독립 리뷰어(Towards AI)가 Max-Preview, Claude Opus 4.7, GPT-5.4로 20개 실제 코딩 작업을 수행한 결과 '6개 벤치마크 1위' 헤드라인이 실무 과제 완성도로는 우위로 이어지지 않는다고 결론지었다. Hacker News 스레드는 모델이 적응 없이 실패한 동작을 반복하는 사례를 지적했는데, 이는 정확히 preserve_thinking이 방지하도록 설계된 동작이다. 도입 패턴은 주로 에이전틱 코딩 툴체인에서 traction을 얻는다. OpenClaw, LangChain, Hermes Agent, Kilo Code가 OpenRouter 상 최상위 소비자. 프리뷰 상태와 프로덕션 SLA 부재로 기업 도입은 신중.

활용 사례

### 1. 다단계 도구 체이닝이 필요한 에이전틱 코딩 파이프라인 에이전트가 10–20회 순차 도구 호출(코드베이스 탐색, 파일 읽기, 패치 작성, 테스트 실행)을 수행할 때 preserve_thinking이 체인 전체에서 컨텍스트 일관성을 유지한다. 이 모델의 가장 차별화된 사용 사례. 다중 턴 에이전틱 루프에서 컨텍스트 손실이 구체적 병목이고 작업이 262K 컨텍스트 안에 들어간다면 Claude Opus나 GPT-5.4 대신 선택. ### 2. 과학 및 연구 코드 생성 SciCode에서 Qwen3.6-Plus 대비 +10.8 개선은 과학 컴퓨팅 작업(수치 시뮬레이션 코드, 데이터 파이프라인 구축, 연구급 Python, 도메인 특화 과학 프로그래밍)에 가장 강한 API 옵션. 일반 소프트웨어 엔지니어링보다 구체적으로 과학 코드 생성이 작업이라면 GPT-5.4나 Claude 대신 Max-Preview 선택. ### 3. 대규모 프론트엔드 코드 생성 QwenWebBench ELO 1558(Claude Opus 4.5의 ~1182 대비)은 7개 범주(웹 디자인, 웹 앱, 게임, SVG, 데이터 시각화, 애니메이션, 3D)에서 프론트엔드 생성 376점 실제 격차. 바이브 코딩 파이프라인, 디자인 투 코드 시스템, AI 지원 UI 생성 팀에게 이 특정 작업군에서 가장 강한 모델. 단서: 이 벤치마크는 Alibaba 내부 평가. 커밋 전 자체 프론트엔드 생성 워크로드로 검증. ### 4. 프론티어 에이전틱 코딩이 필요한 비용 민감 팀 $1.30/$7.80 per 1M 토큰으로 Max-Preview는 유사 에이전틱 코딩 작업에서 Claude Opus 대비 약 10배, GPT-5.4 대비 약 2배 저렴. SWE-bench Pro 성능이 중요하고 262K 미만 컨텍스트로 충분한 고볼륨 코딩 에이전트를 운영하는 팀에게 비용 대비 품질 비율이 매력적. Claude와 GPT-5.4 가격이 단위 경제성을 무너뜨릴 때 사용.