대부분의 일상 업무에는 그렇습니다. 채팅, 초안 작성, 데이터 추출, 요약, 에디터 내 코딩 지원은 모두 Qwen3.8 Flash에서 잘 작동하며, 응답도 몇 초 안에 나옵니다. Qwen 자체 수치에 따르면 사무 업무와 대학원 수준 과학 문제에서 Max와의 차이는 약 1점 이내입니다. Max는 두 가지 작업에서 긴 대기 시간을 감수할 가치가 있습니다. 바로 전문가 수준의 고난도 추론과 여러 파일에 걸친 코딩인데, 이 영역에서 Qwen의 수치상 격차가 가장 큽니다. 또한 어차피 백그라운드에서 돌릴 작업에도 적합합니다.
두 모델 모두 AIHubMix에서 qwen3.8-max-free와 qwen3.8-flash-free라는 이름으로 2026년 11월 13일경(태평양 표준시)까지 또는 캠페인 크레딧이 소진될 때까지 무료로 제공됩니다. 따라서 선택의 기준은 가격이 아니라 시간과 공유 토큰 풀입니다. 두 모델은 하루 100만 무료 토큰을 같은 풀에서 사용하며, 유료 요금 기준으로 Max 토큰 1개는 Flash 토큰 약 14개의 가치를 가집니다. 캠페인을 가장 효율적으로 활용하는 방법은 기본적으로 Flash를 사용하고, Flash가 틀리는 답변에만 Max를 사용하는 것입니다.
현재 가격은 같지만 나머지는 모두 다릅니다
| Qwen3.8 Max (무료) | Qwen3.8 Flash (무료) | |
|---|---|---|
| 무료 가격 (입력 / 출력) | $0 / $0 | $0 / $0 |
| AIHubMix 유료 가격 (입력 / 출력) | $1.69 / $5.07 | $0.1126 / $0.38 |
| 파라미터 | 총 2.4T, 활성 약 95B | 총 125B, 활성 6B |
| 컨텍스트 / 최대 출력 | 1M / 131K | 1M / 131K |
| 지연 시간, 무료 경로 | 약 55초 | 약 5초 |
| 처리량, 무료 경로 | 약 9 tok/s | 약 36 tok/s |
| 무료 할당량 | 모든 무료 모델과 공유 | 모든 무료 모델과 공유 |
가격은 백만 토큰당 기준입니다. 지연 시간과 처리량은 2026년 10월 16일 기준 Qwen3.8 Max (무료) 및 Qwen3.8 Flash (무료) 페이지에 표시된, 무료 경로에 대한 AIHubMix 자체 측정치이며 부하에 따라 달라집니다. Flash의 파라미터 수는 오픈 웨이트 Flash-Next 릴리스 기준입니다.
캠페인 종료 후 Max의 출력 비용은 Flash의 13.3배입니다(백만 토큰당 $5.07 대 $0.38). AIHubMix에는 무료 모델 쌍과 유료 모델 쌍을 나란히 비교할 수 있는 페이지가 있습니다.
Qwen 자체 수치에서 Flash가 따라잡는 영역
다음은 DataCamp가 정리한 Qwen의 자체 발표 수치입니다(Max, Flash-Next). 아직 누구도 독립적으로 재현하지 않았습니다.
| 벤치마크 | Qwen3.8 Max | Qwen3.8 Flash | 우위 |
|---|---|---|---|
| CoWorkBench | 74.8 | 73.9 | Max가 0.9점 앞섬 |
| GPQA Diamond | 92.6 | 91.7 | Max가 0.9점 앞섬 |
| JobBench | 53.4 | 55.7 | Flash가 2.3점 앞섬 |
| SWE-bench Pro | 67.7 | 62.5 | Max가 5.2점 앞섬 |
| HLE | 43.6 | 35.9 | Max가 7.7점 앞섬 |
Max의 수치는 8월 출시 표에서 가져온 것입니다. Qwen의 수치에 따르면 0902 업데이트로 CoWorkBench는 76.1, JobBench는 64.0으로 상승했습니다. Flash의 수치는 Flash-Next 표에서 가져온 것이므로, 호스팅된 Flash는 약간 다르게 나올 수 있습니다.
이 표는 두 그룹으로 나누어 보면 됩니다. 사무형 업무(CoWorkBench, JobBench)와 폭넓은 과학 문제(GPQA Diamond)에서는 두 모델이 몇 점 이내로 비슷하며, 그중 한 항목에서는 Flash가 앞섭니다. 격차가 벌어지는 곳은 실제 저장소 수정(SWE-bench Pro, 5점 차이)과 매우 어려운 전문가 문제(Humanity's Last Exam, 거의 8점 차이)입니다. 여기서 Max의 규모가 빛을 발합니다.
두 모델 모두에 해당하는 작업: 풀 리퀘스트 리뷰
코드 리뷰를 예로 들어 보겠습니다. 1,500줄짜리 풀 리퀘스트와 해당 리퀘스트가 건드리는 파일들을 합치면 입력은 약 30K 토큰이고, 모델이 사고 과정과 주석을 작성하는 데 약 6K 출력 토큰이 든다고 가정합니다. 두 모델 모두 같은 토큰 수를 쓴다고 가정했습니다. 실제로는 Max가 더 많이 작성하는 경향이 있습니다. Artificial Analysis의 테스트 세트에서 Max는 중간값 대비 두 배 이상의 출력 토큰을 사용한 것으로 측정되었으므로, 여기서 제시하는 Max 수치는 보수적인 값입니다.
| Qwen3.8 Max | Qwen3.8 Flash | |
|---|---|---|
| 일일 무료 풀에서 사용하는 토큰 | 36K | 36K |
| 100만 토큰 안에 들어가는 리뷰 횟수 | 약 27회 | 약 27회 |
| 무료 경로 속도 기준 소요 시간 | 약 12분 | 약 3분 |
| 캠페인 종료 후 비용 | $0.081 | $0.0057 |
소요 시간은 지연 시간 55초 또는 5초에, 6K 토큰을 초당 9개 또는 36개 토큰으로 처리하는 시간을 더한 값입니다. 비용은 AIHubMix 유료 가격 기준으로 입력 30K, 출력 6K를 계산한 값이며, Max는 $0.0507 + $0.0304, Flash는 $0.0034 + $0.0023입니다.
캠페인 기간에는 두 리뷰가 풀에서 차지하는 비율이 같지만, Max는 약 네 배 더 오래 걸립니다. 캠페인이 끝나면 Flash 리뷰 비용은 Max 리뷰 비용의 14분의 1 미만입니다. 리뷰가 누군가 기다리는 CI 게이트라면 Flash가 적합합니다. 결제 코드를 건드리는 풀 리퀘스트를 밤새 돌리는 작업이라면, Max의 SWE-bench Pro 5점 우위는 기다릴 가치가 있습니다.
작업별 권장 모델
| 작업 | 시작 모델 | 이유 |
|---|---|---|
| 채팅, Q&A, 초안 작성 | Flash | 몇 초 안에 응답하고, 사무 점수가 Max에 근접함 |
| 추출, 태깅, 요약 | Flash | 처리량이 많고, Max는 정확도 향상 없이 대기 시간만 늘림 |
| 에디터 내 지원, 소규모 수정 | Flash | 대화형 작업에는 빠른 응답이 필요함 |
| 여러 파일에 걸친 버그, 심층 코드 리뷰 | Max | Qwen 수치에서 코딩 격차가 가장 큼 |
| 고난도 수학 및 전문가 문제 | Max | HLE에서 거의 8점 앞섬 |
| 야간 및 배치 작업 | Max | 그 경우 대기 시간은 문제되지 않음 |
두 모델은 같은 엔드포인트와 SDK를 공유하므로, 몇 줄의 코드로 두 모델 간 라우팅을 설정할 수 있습니다. Flash로 먼저 시도하고 결과를 확인한 뒤, 실패한 요청만 Max로 보내세요.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aihubmix.com/v1",
api_key=os.environ["AIHUBMIX_API_KEY"],
timeout=900,
)
def ask(model: str, prompt: str) -> str:
resp = client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
return resp.choices[0].message.content
answer = ask("qwen3.8-flash-free", prompt)
if not passes_checks(answer): # your tests, a schema check, or a reviewer
answer = ask("qwen3.8-max-free", prompt)
이 방식은 대부분의 요청을 빠르게 처리하면서, 공유 풀은 Max가 필요한 호출에 남겨 둡니다.
어떤 모델을 선택할까
- Flash를 선택하세요. 대화형 작업, 처리량이 많은 작업, 그리고 11월 13일 이후에도 계속 돌릴 작업에 적합합니다. 그 이후 Max는 출력 토큰당 비용이 13배 넘게 듭니다.
- Max를 선택하세요. Flash가 찾지 못한 버그, Flash가 틀린 전문가 문제, 아무도 기다리지 않는 긴 리뷰처럼 어려운 작업에 사용하세요.
- 둘 다 사용하세요. 작업 부하가 혼합되어 있다면 이 방식이 좋습니다. Flash로 먼저 라우팅하는 것이 Max 수준의 답변이 필요한 요청을 가장 저렴하게 처리하는 방법이며, 캠페인 기간에도 이후에도 유효합니다.
자주 묻는 질문
Qwen3.8 Flash는 코딩에 충분히 좋은가요?
소규모 수정, 자동 완성, 에디터 내 지원에는 충분합니다. Qwen의 자체 수치에 따르면 SWE-bench Pro에서 Max보다 약 5점 뒤처지므로, Flash가 해결하지 못하는 여러 파일에 걸친 버그에는 Max를 시도해 볼 만합니다.
무료 경로에서 Qwen3.8 Max가 느린 이유는 무엇인가요?
기본적으로 답변 전에 생각하고 긴 답변을 작성하기 때문입니다. AIHubMix 측정 기준 무료 경로에서 지연 시간은 약 55초, 처리 속도는 초당 약 9개 토큰입니다. 응답을 스트리밍으로 받고 클라이언트 타임아웃을 길게 설정하세요.
Max와 Flash는 같은 무료 할당량을 공유하나요?
네. AIHubMix의 모든 무료 모델은 $1 이상 충전 후 하나의 일일 풀을 공유합니다. 이 풀은 100회 요청과 100만 토큰이며, 분당 10회 요청 제한이 있습니다.
어떤 모델이 무료 토큰을 더 가치 있게 쓸 수 있나요?
Max입니다. AIHubMix의 유료 가격 기준으로 Max 토큰 1개는 Flash 토큰 약 14개의 가치를 가지므로, 캠페인은 Max 호출에서 가장 큰 절감 효과를 줍니다.
캠페인 이후 비용은 얼마인가요?
AIHubMix에서 qwen3.8-max는 백만 토큰당 입력 $1.69, 출력 $5.07이고, qwen3.8-flash는 $0.1126과 $0.38입니다. 두 모델 모두 Qwen의 정가보다 낮습니다.
벤치마크 수치는 독립적인가요?
아닙니다. Qwen이 자체 발표한 수치입니다. 작은 차이는 동률로 보고, 큰 차이는 각 모델이 어디에서 더 강한지를 가늠하는 지표로 참고하세요.
계속 읽기: Qwen3.8 무료 시리즈
- 무료 ID를 아직 설정하지 않았다면 한도, 종료일, 첫 요청부터 시작하세요: AIHubMix의 무료 Qwen3.8 Max 및 Flash API: 한도, 종료일, 첫 호출
- 사람들이 겪는 오류 대부분은 Max의 긴 대기 시간과 공유 풀에서 발생하며, 이를 해결할 대체 방법도 있습니다: AIHubMix의 Qwen3.8 무료 모델: 429 오류, "Rate Limited by Provider", 소진된 토큰 풀 해결법
출처
- Qwen3.8 Max (무료) vs Qwen3.8 Flash (무료) (AIHubMix)
- 무료 AI 모델 및 할당량 (AIHubMix)
- Qwen3.8-Max: 기능, 벤치마크, 가격 (DataCamp)
- Qwen3.8-Flash-Next: 기능, 벤치마크, 가격 (DataCamp)
- Qwen3.8 Max (0902): 지능, 성능 및 가격 분석 (Artificial Analysis)
