동찰 Beating AI 속보, 독립 평가 기관 Artificial Analysis가 Qwen4-Max 정식 버전 성적을 발표했습니다. 최고 xhigh 추론 단계에서 모델 종합 지능 지수는 43점에 달해 이전 세대 Qwen3.8-Max의 34점보다 9점 높아졌으며, Kimi K3.1 Pro의 46점과는 3점 차이입니다.
Qwen4-Max는 전체 9개 평가 항목에서 모두 전 세대를 초과했습니다. 고난도 지식 추론 테스트 HLE-Diamond의 정답률은 24%에서 45%로 향상되었고, 기업 소프트웨어 자동화 테스트는 17퍼센트포인트 높아졌습니다. 실제 업무 파일 처리를 모사한 AA-Briefcase에서 Qwen4-Max는 1686 Elo를 획득해 Kimi K3.1 Pro의 1674를 약간 앞섰습니다.
프로그래밍 능력은 여전히 약점입니다. Terminal-Bench 4.0 테스트에서 Qwen4-Max는 48%를 기록해 Kimi K3.1 Pro의 67%에 크게 뒤졌습니다. 실제 오픈소스 프로젝트 개발 능력을 평가하는 FrontierCode 2.0에서는 양측 모두 26%로 텐센트 Hy4의 31%에 뒤졌습니다.
비용 측면에서 Qwen4-Max의 평균 단일 작업 비용은 3.27달러로 이전 세대의 10.02달러보다 약 67% 절감되었으며, Kimi K3.1 Pro의 3.68달러보다도 약 11% 저렴합니다.
API 가격 인하 외에도 모델 자체의 Token 소모도 줄었습니다. Qwen4-Max는 작업당 평균 약 10.5만 Token을 출력해 이전 세대의 17.1만보다 39% 감소했습니다. 다만 Kimi K3.1 Pro는 약 7.2만 Token만 필요로 합니다.