Qwen3.8-Flash-Next의 개요
Qwen3.8-Flash-Next는 Alibaba Qwen 팀이 2026년 8월 말 Qwen4의 바탕이 될 아키텍처의 실험적 프리뷰로 공개한 오픈 가중치 전문가 혼합 모델입니다. 언어 모델은 파라미터 1,250억(125 billion) 개 중 토큰마다 60억(6 billion) 개가 활성화되며, 여기에 새로운 n-gram 임베딩 테이블 510억(51 billion) 개와 다중 토큰 예측 모듈 40억(4 billion) 개가 더해져 디스크 기준 전체 약 1,800억(180 billion) 개입니다. 가중치는 BF16과 FP8로 공개되어 있습니다.
4번째 층마다 Qwen Sparse Attention을 쓰는데, 개별 토큰이 아니라 앞선 텍스트의 작은 블록을 골라 주의를 기울여 긴 입력의 지연 시간을 줄입니다. Qwen에 따르면 n-gram 임베딩은 전문가를 더 늘리는 것보다 실행 비용이 싸고 GPU 밖으로 오프로드하기 쉬운 용량을 더합니다. 텍스트, 이미지, 영상을 읽고, 기본적으로 생각하며, 기본 컨텍스트는 262,144토큰으로 100만(1 million)까지 늘릴 수 있습니다.
가중치는 Apache 2.0이 아니라 Qwen Community License 1.0을 따릅니다. 상업적 이용은 허용되지만, 월 사용자 1억(100 million) 명 또는 월 매출 US$20 million(2,000만 달러)을 넘는 제품은 모델 이름을 표시해야 합니다. 또 모델 호스팅이나 AI 코딩 또는 오피스 어시스턴트를 판매하는 회사는 규모와 상관없이 Qwen의 별도 라이선스가 필요합니다. 호스팅 버전인 Qwen3.8-Flash는 Qwen Cloud에서 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.47이며, 1M 토큰 컨텍스트와 최대 131K 출력 토큰 을 제공합니다.
Qwen3.8-Flash-Next의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Weights | Free | Qwen Community License 1.0 |
| Qwen3.8-Flash API | $0.15 in / $0.47 out per 1M tokens | 캐시 적중 $0.016 |
오픈 가중치는 Qwen Community License 1.0을 따릅니다(호스팅 및 AI 어시스턴트 사업에는 별도 라이선스). Qwen3.8-Flash API: 1M 토큰당 입력 $0.15 / 출력 $0.47, 캐시 적중 $0.016.
Qwen3.8-Flash-Next, 쓸 만한 가치가 있습니까?
Flash-Next는 파라미터의 일부만 활성화하면서도 코딩에서 Qwen의 밀집 27B를 근소하게 앞서고 에이전트 작업에서는 확실히 이깁니다. 다만 Qwen의 2.4조(2.4 trillion) 파라미터 플래그십보다 엄격한 라이선스가 따라옵니다. Qwen의 표에서 SWE-bench Pro 62.5로 Qwen3.8-27B의 61.7과 비교되고, DeepSWE 1.1에서는 58.7로 27B의 42.2, DeepSeek-V4-Flash-0731의 54.4를 앞섭니다. 활성 파라미터는 60억(6 billion) 개로 DeepSeek의 130억(13 billion) 개보다 적습니다. 가장 큰 차이는 JobBench로 55.7 대 33.4입니다.
모든 항목에서 이기는 것은 아니며, 점수는 Qwen 자체 수치입니다. NL2Repo(54.2 대 48.1)와 Agents' Last Exam 통과율(25.2 대 24.3)에서는 DeepSeek-V4-Flash-0731이 앞섭니다. Qwen은 모든 모델을 다시 돌리기 전에 SWE-bench Pro의 과제를 수정했으므로, 수치가 공개 순위표와 맞지 않습니다. NVIDIA의 Nemotron 3.5 카드는 SWE-bench Pro에서 Flash-Next를 60.37로 보고합니다.
걸림돌은 라이선스입니다. Qwen Community License 1.0은 서비스형 모델 사업을 하거나 독립형 AI 코딩 또는 오피스 어시스턴트를 판매하는 회사와 그 계열사가 상업적으로 쓰기 전에 별도 라이선스를 요구하며, 규모 기준이 없습니다. Qwen3.8-Max 라이선스는 같은 규칙을 연 매출 $50 million(5,000만 달러)을 넘을 때만 적용합니다. 그래서 코딩 어시스턴트를 만드는 5인 스타트업은 플래그십 가중치로는 출시할 수 있지만 이 모델로는 할 수 없습니다. 외부에 아무것도 노출하지 않는 내부 사용은 예외이며, Qwen3.8-27B의 Apache 2.0과 GLM-5.3-Flash의 MIT에는 이런 조건이 없습니다.
활성 크기가 작다고 서버가 작아도 되는 것은 아닙니다. n-gram 테이블의 510억(51 billion) 개를 포함한 1,800억(180 billion) 파라미터 전부를 올려야 합니다. 우리 계산으로는 긴 컨텍스트 캐시를 빼고도 BF16으로 약 360 GB, Qwen의 FP8 가중치로 180 GB입니다. 100만 토큰당 입력 $0.15, 출력 $0.47인 호스팅 Qwen3.8-Flash를 쓰면 하드웨어가 필요 없고, API 고객에게는 가중치 라이선스가 아니라 Qwen Cloud 약관이 적용됩니다.
제 역할을 하는 곳
엔지니어 300명 규모 회사에서 사내 코딩 에이전트를 운영하는 플랫폼 팀
코드를 외부로 보내지 않고 Qwen3.8-27B보다 강한 모델을 자체 호스팅
FP8 가중치를 vLLM이나 SGLang으로 서빙합니다. 가중치가 약 180 GB이므로 우리 계산으로는 80 GB H100 4장 같은 멀티 GPU 서버가 필요합니다. 외부 사용자에게 아무것도 노출하지 않는 한 내부 사용은 호스팅 조항의 예외입니다.
유료 AI 코딩 어시스턴트를 만드는 창업자
파인튜닝해서 출시할 오픈 모델 고르기
이 라이선스는 회사 매출과 상관없이 상업 출시 전에 Qwen과 별도 계약을 요구합니다. Qwen3.8-27B(Apache 2.0)나 GLM-5.3-Flash(MIT)는 협상이 필요 없고, Qwen3.8-Max 라이선스는 연 $50 million(5,000만 달러)을 넘을 때만 이 규칙을 적용합니다.
스크린샷과 문서를 분류하는 에이전트를 운영하는 개발자
API로 이미지와 긴 입력을 저렴하게 처리
호스팅 Qwen3.8-Flash를 thinking을 끄고 호출합니다. 월 입력 10억(1 billion), 출력 1억(100 million) 토큰이면 약 $197이며, 반복되는 프리픽스가 100만 토큰당 $0.016의 캐시에 적중하면 더 내려갑니다. 처리량 상한은 분당 200만(2 million) 토큰입니다.
도입 전 확인할 점
- 설정
- BF16과 FP8 가중치는 Hugging Face와 ModelScope에 있고, Transformers, vLLM, SGLang, TokenSpeed로 서빙합니다. 262K 토큰을 넘기려면 서빙 명령에 YaRN 재정의가 필요합니다.
- 연동
- Qwen Cloud는 OpenAI 호환 Chat Completions와 Responses, Anthropic 호환 API, DashScope로 Qwen3.8-Flash를 제공하며, 함수 호출, 구조화된 출력, 내장 웹 검색, 코드 인터프리터, PDF 파싱을 지원합니다.
- 데이터와 개인정보
- Qwen Community License 1.0: 상업적 이용 허용. 월 사용자 1억(100 million) 명 또는 월 매출 $20 million(2,000만 달러)을 넘으면 모델 이름 표시 필요. 서비스형 모델과 AI 코딩 또는 오피스 어시스턴트 사업은 규모와 무관하게 별도 라이선스. Qwen Cloud의 데이터 보안 문서는 암호화와 역내 저장을 다루지만 보관 기간이나 학습 정책은 공개하지 않습니다.
- 대규모 사용 시 비용
- 호스팅: 100만 토큰당 입력 $0.15, 출력 $0.47, 캐시 적중 $0.016. Batch도 제공되지만 할인율은 공개되지 않았습니다. 자체 호스팅: BF16 가중치 약 360 GB 또는 FP8 180 GB이므로, KV 캐시 이전에 멀티 GPU H100이나 H200 서버가 필요합니다.
- 제한
- 기본 262,144토큰, YaRN으로 100만(1 million). 호스팅 출력은 최대 131K 토큰, 처리량은 분당 200만(2 million) 토큰. thinking은 기본으로 켜져 있고, preserve_thinking 을 끄지 않으면 이전 추론이 컨텍스트에 남아 긴 에이전트 실행에서 토큰이 늘어납니다.
좋은 점
- 토큰당 활성 파라미터가 60억(6 billion) 개뿐
- Qwen 표의 모든 코딩 및 에이전트 테스트에서 Qwen3.8-27B를 앞섬
- 이미지와 영상 입력, 기본 컨텍스트 262K, 확장 시 1M
- 호스팅 버전은 100만 토큰당 $0.15 / $0.47
아쉬운 점
- 호스팅이나 AI 어시스턴트 사업이면 규모와 무관하게 별도 라이선스 필요
- 메모리에 올려야 할 파라미터가 약 1,800억(180 billion) 개
- 새 아키텍처의 실험적 프리뷰
- 벤치마크는 수정된 테스트 세트에서 Qwen이 직접 측정
추천 대상
27B 모델로는 부족해진 사내 코딩이나 에이전트 작업을 돌리는 팀, 그리고 매우 저렴한 호스팅 멀티모달 API를 원하는 개발자.
Qwen3.8-Flash-Next 대안
Qwen3.8-Flash-Next: 자주 묻는 질문
- Qwen3.8-Flash-Next, 쓸 만한 가치가 있습니까?
- 활성 파라미터 60억(6 billion) 개로 에이전트와 코딩에서 높은 점수를 내지만, 라이선스는 Qwen 자체 플래그십보다 엄격합니다. 평점은 5점 만점에 4.2점입니다.
- Qwen3.8-Flash-Next의 가격은 얼마입니까?
- 오픈 가중치는 Qwen Community License 1.0을 따릅니다(호스팅 및 AI 어시스턴트 사업에는 별도 라이선스). Qwen3.8-Flash API: 1M 토큰당 입력 $0.15 / 출력 $0.47, 캐시 적중 $0.016.
- Qwen3.8-Flash-Next의 단점은 무엇입니까?
- 호스팅이나 AI 어시스턴트 사업이면 규모와 무관하게 별도 라이선스 필요; 메모리에 올려야 할 파라미터가 약 1,800억(180 billion) 개; 새 아키텍처의 실험적 프리뷰; 벤치마크는 수정된 테스트 세트에서 Qwen이 직접 측정.
- Qwen3.8-Flash-Next에 적합한 사람은 누구입니까?
- 27B 모델로는 부족해진 사내 코딩이나 에이전트 작업을 돌리는 팀, 그리고 매우 저렴한 호스팅 멀티모달 API를 원하는 개발자.
- 팀이나 프로덕션 환경에서 Qwen3.8-Flash-Next의 비용은 얼마입니까?
- 호스팅: 100만 토큰당 입력 $0.15, 출력 $0.47, 캐시 적중 $0.016. Batch도 제공되지만 할인율은 공개되지 않았습니다. 자체 호스팅: BF16 가중치 약 360 GB 또는 FP8 180 GB이므로, KV 캐시 이전에 멀티 GPU H100이나 H200 서버가 필요합니다.
- Qwen3.8-Flash-Next에 회사 데이터를 맡겨도 안전합니까?
- Qwen Community License 1.0: 상업적 이용 허용. 월 사용자 1억(100 million) 명 또는 월 매출 $20 million(2,000만 달러)을 넘으면 모델 이름 표시 필요. 서비스형 모델과 AI 코딩 또는 오피스 어시스턴트 사업은 규모와 무관하게 별도 라이선스. Qwen Cloud의 데이터 보안 문서는 암호화와 역내 저장을 다루지만 보관 기간이나 학습 정책은 공개하지 않습니다.
- Qwen3.8-Flash-Next의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 GLM-5.3-Flash, DeepSeek-V4.1-Flash, Qwen3.8-27B 및 Nemotron 3.5 Super VL입니다.
답변 확인일: 2026년 10월 26일.
Qwen3.8-Flash-Next 개발사입니까? 이 평점을 사이트에 표시하십시오
