2.4조 웨이트가 공짜로 풀렸다 | DAKER 커뮤니티

같은 주였다. 커뮤니티에 이미 올라온 딥시크 글은 프리뷰가 끝나고 V4-Pro가 정식이 됐다는 이야기다. 이 글은 그 글이 아니다. 알리바바 큐웬 팀이 Max급 오픈 웨이트를 풀었다. 이름표는 Qwen3.8-2.4T-A95B. 클라우드 API는 8월 초부터 있었고, 이번 주는 다운로드다.

2.4조 웨이트가 공짜로 풀렸다

헷갈리면 오늘 세션이 죽는다. 딥시크는 프리뷰를 접고 정식 API를 연 쪽이다. 큐웬은 이미 열려 있던 클라우드 Max의 코어를, 처음으로 받을 수 있는 파일로 내놓은 쪽이다. 둘 다 중국발 플래그십이고 둘 다 에이전트를 말하지만, 오늘 손에 쥔 물건이 다르다. 웨이트를 받았다는 문장으로 제출을 대신하지 마라. 배포가 제출이다.

무엇이 열렸나

큐웬 공식 저장소 QwenLM/Qwen3.8 변경 기록은 날짜를 이렇게 찍는다. 2026년 8월 12일, Qwen3.8-2.4T-A95B가 Hugging Face와 ModelScope에 올라왔다. 공식 입구는 세 장이다. 블로그 qwen.ai/blog?id=qwen3.8, 허브 Qwen/Qwen3.8-2.4T-A95B, 그리고 ModelScope 같은 이름.

클라우드 쪽은 더 빨랐다. 알리바바 클라우드 커뮤니티 글은 8월 3일, Qwen3.8-Max를 QwenCloud API로 공식 출시한다고 썼다. 그때 문장은 분명했다. 웨이트는 다음 주에 연다고. 그 다음 주가 이번 주다. 클라우드가 먼저 열리고 파일이 따라온 순서를 뒤집지 마라.

모델 카드가 고정한 골격은 이렇다. 총 파라미터 2.4조, 토큰마다 활성화 950억. 레이어 92장. 히든 차원 8192. MoE 전문가 512개, 토큰마다 라우팅 10개와 공유 1개. 하이브리드 백본은 23번 반복되는 블록이고, 한 블록 안에서 게이트 델타넷(선형 어텐션)이 세 번, 게이트 어텐션(풀 어텐션)이 한 번이다. 네이티브 컨텍스트는 262,144토큰, 확장 시 1,010,000토큰까지 카드에 적혀 있다. MTP(멀티토큰 예측)도 학습에 넣었다고 적는다.

숫자가 큰 쪽은 저장이고, 숫자가 작은 쪽은 한 토큰의 계산이다. 2.4조를 매번 다 깨우는 모델이 아니다. 그래도 활성화 950억은 작지 않다. 전문가 512개를 두 노드에 나누고, 토큰마다 11개를 깨우는 일이 서빙의 전부다. “MoE라서 랩탑”은 27B 이야기다. 2.4T 이야기로 옮기지 마라.

큐웬은 이 체크포인트를 “처음으로 Qwen-Max급을 오픈 릴리스한다”고 썼다. 그 문장은 제품 발표의 자기 규정이다. 우리가 밖에서 다시 잰 순위가 아니다. 다만 파일이 실제로 허브에 올라와 있고, 카드가 Transformers 형식이며 vLLM·SGLang·TokenSpeed와 맞춘다고 명시한 것은 사실이다.

서빙 스택은 Day-0를 스스로 보고했다. vLLM 블로그는 2026년 8월 12일, Qwen 3.5 아키텍처를 재사용해 구조 변경 없이 당일 지원한다고 썼다. 공식 체크포인트는 FP8과 BF16. SGLang 팀도 같은 날 LMSYS 블로그에서 Day-0 지원을 올렸다. 레시피가 있다는 뜻이지, 네 클러스터에서 바로 뜬다는 뜻이 아니다.

클라우드 Max와 오픈 웨이트는 같은 물건이 아니다

여기가 오늘 세션의 핵심이다. 같은 세대, 같은 숫자, 다른 면이다.

모델 카드는 이렇게 가른다. Qwen3.8-Max는 Qwen3.8-2.4T-A95B를 바탕으로 한 공식 서비스 버전이다. 클라우드 쪽에 더 있는 것은 비전 입력, 논-싱킹 지원, 기본 1M 컨텍스트, 공식 빌트인 툴이다. 오픈 체크포인트는 텍스트 전용이다. 멀티모달 입력은 없다. 싱킹 모드는 끌 수 없다. 매 응답은 생각 블록을 먼저 열고, 그다음에 답을 쓴다.

깊이는 reasoning_effort로만 줄인다. 기본값은 xhigh, 선택지는 medium과 low. preserve_thinking은 기본으로 켜져 이전 턴의 추론을 남긴다. 끌 수 없는 생각과 줄일 수 있는 생각은 다른 스위치다. 클라우드 Max는 논-싱킹을 연다고 카드가 적는다. 웨이트는 그 문을 닫아 둔다.

이 차이가 배포를 가른다. 스크린샷을 보고 화면을 고쳐야 하는 세션, 씽킹을 끄고 짧게 답해야 하는 세션, 공식 웹검색·코드 인터프리터를 바로 붙여야 하는 세션은 클라우드 Max 쪽이다. 텍스트만 넣고, 생각을 항상 켜 둔 채, 파일을 자기 장비에 두는 세션이 웨이트 쪽이다. 이름을 같다고 쓰면 장애가 난다.

API 모델 아이디는 qwen3.8-max다. 웨이트 아이디는 Qwen/Qwen3.8-2.4T-A95B다. extra_body도 갈린다. 셀프호스트는 chat_template_kwargs 안에 enable_thinking과 preserve_thinking을 넣고, Qwen Cloud는 그 두 값을 extra_body 최상위에 넣으라고 카드가 적는다. 복붙 한 줄이 빈 추론을 만든다.

권장 샘플링은 카드와 vLLM 배포 팁이 같다. temperature 1.0, top_p 0.95, top_k 20, min_p 0.0, presence_penalty 0.0, repetition_penalty 1.0. 에이전트 작업에는 출력 예산을 넉넉히 잡으라고 한다. 1M 창 안에서 추론 최대 262,144, 최종 답 최대 131,072. 창이 넓다고 답을 길게 쓰는 게 아니다. 숨은 생각이 창을 먼저 먹는다. max_tokens를 짧게 잠그면 에이전트는 중간에서 죽는다.

공식 벤치는 공식 주장이다

모델 카드에는 Opus 4.8, Fable 5, GPT 5.6 Sol, Qwen3.7-Max, Qwen3.8-Max를 한 표에 올려 둔 숫자가 있다. Terminal Bench 2.1에서 Qwen3.8-Max 86.6, PaperBench 93.0, SWE-bench Pro 67.7처럼 적혀 있다. 각주가 길다. 하네스가 다르고, 타임아웃이 다르고, 어떤 칸은 인하우스 벤치다. WideSearch는 상대를 클로드 코드로, 자기들을 Qwen-Agent로 쟀다고 적혀 있다.

이 글은 그 표를 승자로 다시 쓰지 않는다. 독립적으로 다시 돌린 결과가 이 글 안에 없다. 그러므로 공식 주장이다. 공식 주장을 오늘의 제출 근거로 쓰지 마라. 오늘 근거는 네 리포가 돌아가는 링크다.

장시간 자율 코딩, 논문 재현 뒤 개선, 대회 24시간, 칩 설계 수백 턴, 365일 이커머스 시뮬레이션 같은 스토리도 공식 블로그의 사례다. 인상은 강하다. 재현은 아직 네 몫이다. “10일 혼자 코딩했다”는 문장을 주말 해커톤의 약속처럼 옮기지 마라.

셀프호스트의 실제 무게

2.4조를 받았다는 문장은 가볍다. 서빙은 무겁다.

vLLM은 이 모델을 지금까지 나온 가장 큰 오픈웨이트 중 하나로 적고, 추론에 최소 NVIDIA B300 또는 AMD MI355X 두 노드가 필요하다고 썼다. FP4 양자화본은 한 노드로도 된다고 덧붙였다. NVIDIA 기술 블로그는 데이터센터 급 가속 장비가 필요하다고 못 박고, GB300 NVL72에서 FP8 Day-0로 GPU당 초당 4천 토큰 이상, 사용자당 초당 350토큰 이상을 냈다고 주장한다. 그 숫자는 NVIDIA의 측정이다. 노트북 벤치가 아니다.

SGLang은 하이브리드 어텐션이 서빙 스택의 가정을 흔든다고 썼다. 풀 어텐션 KV, GDN 순환 상태, 컨볼루션 윈도우를 한꺼번에 관리해야 한다. Day-0에 NVFP4 체크포인트, 프리필-디코드 분리, MTP, 프리필 파이프라인 병렬을 같이 올렸다. 그들이 올린 파레토 숫자도 SGLang의 측정이다. 네 클러스터의 SLA가 아니다.

파트너 양자화도 있다. Inferact가 MXFP4와 NVFP4를 올렸고, SGLang 쪽은 RadixArk의 NVFP4를 Day-0에 공개했다고 썼다. 공식 카드의 기본은 BF16과 FP8이다. 양자화본을 기본 경로처럼 말하지 마라. 품질 주장은 각자 벤치 각주와 함께 읽어야 한다. vLLM이 공개한 GSM8K·AIME25 비교도 양자화 검증용 초기 숫자이며, 추론 예산을 늘려야 재현된다고 적어 두었다.

한 줄로 줄이면 이렇다. 2.4T 셀프호스트는 오늘 밤 해커톤 부스가 아니라 클러스터 결정이다. 노드가 없으면 경로는 API다.

워크스테이션에서 오늘 받고 싶다면 다른 문이 있다. 공식 변경 기록은 8월 14일 Qwen3.8-27B를 같은 허브에 올렸다고 적는다. 27B는 덴스이고, 비전을 받으며, Apache-2.0이다. Max급 2.4T가 아니다. 그 문을 2.4T인 척 열지 마라. 오늘 세션의 세 칸은 클라우드 API, 2.4T 클러스터, 27B 워크스테이션이다. 네 번째 칸, “노트북에서 Max급”은 없다.

오늘 세션, 셀프호스트냐 API냐

질문을 바꿨다. 어떤 모델이 더 센가가 아니다. 오늘 제출물을 어디에 붙이느냐다.

API로 가는 세션은 이런 조건이다. 주말 안에 배포 URL이 필요하다. 스크린샷, PDF, 화면 피드백이 들어간다. 씽킹을 끄거나 줄여 비용을 통제해야 한다. 공식 툴이 이미 있는 쪽이 빠르다. 클러스터가 없다. 이 조건이면 Qwen Cloud의 qwen3.8-max가 오늘 경로다. 클로드 코드, 코덱스, Qwen Code, OpenClaw 연결 예시는 공식 블로그가 이미 적어 두었다. 프로토콜은 OpenAI 호환과 Anthropic 호환이 같이 있다. 리전 베이스 URL은 베이징·싱가포르·버지니아처럼 갈리니, 키와 엔드포인트를 한 쌍으로 잠근다.

큐웬 출시 안내에 적힌 클라우드 리스트 가격은 입력 100만 토큰당 2달러, 출력 6달러, 암시적 캐시 0.25달러다. 프리뷰 할인 요금과 헷갈리지 마라. 콘솔과 리전 페이지에서 다시 확인하는 것이 오늘 할 일이다. 이 글은 영수증을 대신하지 않는다.

셀프호스트로 가는 세션은 이런 조건이다. 데이터가 바깥으로 나가면 안 된다. 체크포인트를 직접 후학습해야 한다. 추론 경로를 자기 장비에 고정해야 한다. 텍스트만으로 충분하고, 항상 생각하는 모델이 맞다. 라이선스를 읽을 사람이 있다. B300/MI355X급 노드가 실제로 있다. 이 조건이 하나라도 빠지면, 오늘은 API다.

중간 함정이 있다. “오픈이니까 공짜”가 아니다. 전기, 엔지니어, 대기열, 장애, 양자화 검증, 프롬프트 캐시, 컨텍스트 비용이 안으로 들어온다. “Max급이니까 바로 이긴다”도 아니다. 공식 표는 주장이며, 하네스가 점수다. “받았으니까 제출이다”는 더 아니다. 받은 파일은 재료다.

비용 감각만 하나 적어 둔다. 클라우드 리스트 가격을 액면 그대로 쓰면, 입력 4만·출력 2천 토큰짜리 에이전트 턴은 대략 8센트에 1.2센트다. 캐시가 붙으면 입력이 줄어든다. 셀프호스트는 그 센트 대신 노드 시간과 사람 시간을 낸다. 한 주의 해커톤에서는 센트가 이긴다. 석 달의 내부 도구에서는 노드가 이길 수 있다. 오늘 세션이 어느 쪽인지 먼저 써라.

경로를 골랐으면 한 세션의 계약을 파일 첫 세 줄에 적는다. 목표, 금지 경로, 완료 증거. 목표가 “Max급 받아보기”이면 세션은 이미 졌다. 목표는 “다른 사람이 열리는 링크”여야 한다. 금지 경로는 벤치 표 자랑, 27B를 2.4T로 부르는 일, 라이선스 파일 안 열고 배포하는 일이다. 완료 증거는 스크린샷이 아니라 URL이다.

90분 안에 경로를 잠그고 배포한다

오늘 세션은 벤치 읽기가 아니다. 경로를 고르고, 한 번 성공하는 링크를 남기는 일이다. 시계를 세 칸으로 나눈다.

첫 20분. 공식 카드와 라이선스만 연다. Hugging Face든 ModelScope든 한 장이다. 파라미터, 텍스트 전용, 싱킹 강제, 컨텍스트, 라이선스 이름 다섯 줄을 노트에 옮긴다. 벤치 표는 접는다. 공식 주장을 오늘 할 일 목록에 넣지 않는다. 딥시크 V4-Pro 글과 탭을 나란히 두지 마라. 모델 아이디가 섞인다.

다음 20분. 경로를 한 칸에 넣는다. 클러스터가 없으면 API다. 노드가 있고 데이터가 못 나가면 2.4T다. 한 박스에서 비전까지 오늘 받으려면 27B다. 세 칸을 동시에 켜면 세션이 세 개로 쪼개지고, 월요일에 보낼 링크가 없어진다. 고른 칸을 파일 첫 줄에 적는다. “오늘은 qwen3.8-max로 배포 URL”처럼 못 박는다.

남은 50분. 구현만 한다. API면 공식 블로그의 클로드 코드 또는 코덱스 연결을 그대로 따른다. 모델 환경 변수는 qwen3.8-max, 베이스 URL은 키와 같은 리전, reasoning_effort는 기본 작업에서 medium으로 시작해 본다. 어려운 한 이슈만 xhigh다. 모든 요청을 xhigh로 두면 출력 토큰이 먼저 끝난다. 공식 안내가 기본값을 xhigh로 둔 것은 카드의 권장이지, 주말 예산의 권장이 아니다.

셀프호스트를 골랐다면 다운로드 진행률을 자랑하지 마라. vLLM 또는 SGLang Day-0 레시피의 플래그를 그대로 쓴다. vLLM이 예시로 올린 값에는 --reasoning-parser qwen3, --tool-call-parser qwen3_coder, MTP 스펙 설정이 들어 있다. 파서를 빼면 생각 블록이 답 칸으로 새고, 툴 호출이 깨진다. 샘플 클라이언트의 타임아웃을 한 시간으로 잡아 둔 이유를 일시 오류로 보지 마라. 긴 추론이 기본인 모델이다.

하이브리드 어텐션은 자랑이 아니라 운영 메모다. 풀 어텐션 레이어는 KV가 늘고, 선형 어텐션 레이어는 고정 크기 상태를 남긴다. SGLang이 Day-0에 radix 캐시와 GDN 체크포인트를 같이 이야기한 이유가 여기다. 긴 에이전트 세션에서 “창이 1M이니까 다 넣자”는 가장 비싼 실수다. 시스템 프롬프트와 도구 스키마만 고정 프리픽스로 두고, 로그는 파일로 빼라. 창 안에 로그를 쌓으면 생각 토큰과 같이 돈이 나간다.

제출 직전 한 번만 확인한다. 다른 계정, 다른 브라우저, 시크릿 창. 로그인 없이 첫 화면이 뜨는가. 버튼 하나가 실제로 동작하는가. 모델 이름을 제목에 넣었는가, 아니면 동작하는 링크를 넣었는가. 전자는 자랑이고 후자는 제출이다. 자랑은 커뮤니티 글에 남겨도 된다. 이 글처럼. 해커톤 제출란에는 링크만 넣는다.

라이선스를 읽기 전에 배포하지 마라

2.4T 카드의 라이선스 이름은 qwen3.8-max다. Apache-2.0이 아니다. 같은 세대 27B가 Apache-2.0인 것과 섞지 마라. 파일을 받기 전에 LICENSE를 연다.

Qwen3.8-Max License는 사용, 수정, 배포, 호스팅, 파인튜닝을 열어 둔다. 다만 조건이 있다. 상업 제품의 월간 활성 이용자가 1억을 넘거나 월 매출이 2천만 달러를 넘으면 모델 이름을 화면에 드러내야 한다. 라이선시와 계열사의 최근 12개월 합산 매출이 5천만 달러를 넘는 상태에서 Model as a Service나 AI Work Assistant 사업을 하면, 상업적 사용 전에 큐웬과 별도 라이선스를 받아야 한다. 내부 사용은 그 조항의 예외로 적혀 있다. 다만 모델이나 출력을 제3자에게 열어 주면 내부가 아니다.

해커톤 한 주의 내부 실험은 대체로 이 문턱 아래다. 그래도 가정하지 말고 파일을 읽어라. 라이선스 질문은 model-business@notice.qwencloud.com이다. 이 글은 법률 의견이 아니다.

오늘 세션에 심을 것

모델이 세지면 구경이 길어진다. 오늘은 구경을 잘라라.

배포가 제출이다. Max급을 받았다는 스크린샷은 제출이 아니다. 다른 사람이 링크를 열어 한 번 성공하는 지점까지 간다. 주말에 만들고 월요일에 링크를 보낸다. 더 센 모델을 기다리는 동안, 이미 있는 모델을 어디에 붙일지 고르는 쪽이 먼저다.

공식 블로그: Qwen3.8-Max — A New Bar for Coding and Cowork

오픈 웨이트: Hugging Face Qwen3.8-2.4T-A95B · ModelScope · QwenLM/Qwen3.8

Day-0 서빙: vLLM · SGLang · NVIDIA GB300 NVL72

클라우드 출시(8월 3일): Alibaba Cloud Community