알리바바 큐원3.8-맥스가 코드아레나 1위에 올랐습니다 — 버전은 그대로, 점수만 22점

알리바바의 큐원3.8-맥스가 코드아레나 웹데브 부문에서 1위에 올랐습니다. 점수는 1,691점, 클로드 오퍼스 5보다 3점 앞선 기록입니다.

특이한 점은 버전 번호가 올라가지 않았다는 것입니다. 새 이름은 큐원3.8-맥스-0902인데, 뒤에 붙은 0902는 버전이 아니라 배포 날짜입니다. 파라미터 수도, 문맥창 크기도, 가격도 그대로입니다.

바뀐 것은 사후학습뿐인데 점수는 22점이 올랐습니다. 오늘은 이 숫자가 무슨 뜻인지, 그리고 벤치마크 1위를 실무 도입 판단으로 옮길 때 무엇을 함께 봐야 하는지 정리해 드립니다.

버전을 올리지 않고 1위에 올랐습니다

알리바바는 2026년 9월 2일 큐원3.8-맥스의 새 스냅샷을 공개했습니다. 이름은 큐원3.8-맥스-0902입니다.

보통 성능이 크게 오르면 버전 번호를 올립니다. 그런데 이번에는 3.8이라는 번호를 그대로 두고 날짜만 덧붙였습니다. 같은 모델의 다른 시점 판본이라는 뜻입니다.

코드아레나 웹데브 1691점

코드아레나 웹데브는 웹 개발 작업을 실제로 시켜 보고 결과를 비교하는 평가입니다. 큐원3.8-맥스-0902는 여기서 1,691점으로 전체 1위에 올랐습니다.

웹데브 부문은 여러 단계를 스스로 밟아 하나의 앱을 만들어 내는 능력을 봅니다. 단발 질문에 잘 답하는 것과는 다른 종류의 시험입니다.

22점이라는 상승폭

이전 큐원3.8-맥스의 점수는 1,669점이었습니다. 새 스냅샷은 1,691점으로 22점이 올랐습니다.

이런 순위표에서 22점은 작지 않은 폭입니다. 상위권 모델들이 몇 점 차이로 붙어 있는 구간이라, 22점이면 순위가 여러 단계 움직입니다.

클로드 오퍼스 5와의 3점 차

2위는 클로드 오퍼스 5로 1,688점입니다. 차이는 3점입니다.

3점 차이는 사실상 접전입니다. 평가 항목 구성이 조금만 달라져도 뒤집힐 수 있는 간격입니다. 1위라는 표현보다 최상위권에 나란히 놓였다는 표현이 실상에 가깝습니다.

키미 K3와는 17점 차

그 아래에는 키미 K3가 1,674점으로 자리했습니다. 큐원과의 차이는 17점입니다.

상위 세 모델이 20점 이내에 몰려 있다는 사실이 오히려 눈여겨볼 지점입니다. 웹 개발 자동화라는 과제에서 여러 모델이 비슷한 수준에 도달했다는 신호입니다.

0902는 버전이 아니라 날짜입니다

모델 이름 끝의 0902는 9월 2일이라는 배포 날짜를 뜻합니다. 버전 증가가 아니라 시점 표시입니다.

이런 이름 붙이기는 실무에서 중요합니다. API로 모델을 호출할 때 날짜가 박힌 이름을 쓰면 어느 판본을 쓰고 있는지 고정할 수 있습니다. 어느 날 갑자기 동작이 달라지는 상황을 피할 수 있습니다.

파라미터도 문맥창도 그대로입니다

이번 스냅샷에서 모델 구조는 바뀌지 않았습니다. 파라미터 수도, 문맥창 크기도 이전과 같습니다.

즉 더 큰 모델을 새로 훈련한 것이 아닙니다. 이미 있는 모델을 다시 다듬은 결과로 점수가 올랐습니다. 이 사실이 이번 발표에서 가장 흥미로운 부분입니다.

2조 4천억 파라미터, 활성 950억

큐원3.8-맥스는 2조 4천억 개의 파라미터를 가진 전문가 혼합(MoE) 구조입니다. 다만 한 토큰을 처리할 때 실제로 쓰이는 파라미터는 950억 개입니다.

전문가 혼합은 거대한 모델을 여러 전문가로 나눠 두고, 입력마다 필요한 전문가만 깨우는 방식입니다. 전체 크기는 유지하면서 한 번 계산할 때의 비용을 낮추는 설계입니다.

100만 토큰 문맥창

문맥창은 100만 토큰입니다. 한 번의 대화에서 모델이 동시에 참고할 수 있는 분량입니다.

코드 작업에서 이 크기는 실질적인 차이를 만듭니다. 프로젝트의 여러 파일을 한꺼번에 올려 두고 작업할 수 있으면, 필요한 부분만 잘라 넣을 때보다 맥락을 놓칠 위험이 줄어듭니다.

가격도 그대로 — 100만 토큰당 2달러와 6달러

가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로 이전과 같습니다.

성능이 오르면서 가격이 그대로라는 것은 사용자 입장에서 순수한 이득입니다. 최근 프런티어 모델들이 성능 향상과 함께 가격 인하를 함께 내놓는 흐름과도 맞닿아 있습니다.

혼합 5달러라는 위치

입력과 출력 비율을 섞어 계산한 혼합 단가는 100만 토큰당 약 5달러로 집계됩니다. 성능 대비 가격을 비교할 때 쓰이는 값입니다.

이 지점에서 큐원3.8-맥스-0902는 같은 가격대에서 가장 높은 점수를 내는 위치에 놓입니다. 더 싼 모델은 점수가 낮고, 점수가 비슷한 모델은 더 비쌉니다.

파레토 프런티어라는 표현의 뜻

이런 위치를 파레토 프런티어에 있다고 표현합니다. 가격을 더 낮추면 성능이 떨어지고, 성능을 더 올리면 가격이 오르는 경계선입니다.

경계선에 있다는 것은 다른 무언가를 포기하지 않고는 더 나은 선택이 없다는 뜻입니다. 다만 이 판단은 벤치마크 점수와 공시 가격만 놓고 본 결과입니다. 실제 도입에서는 다른 항목이 더해집니다.

사후학습만으로 점수가 오른다는 것

이번 개선은 사전학습을 다시 돌린 결과가 아니라 사후학습(post-training) 단계에서 나왔습니다. 이미 학습된 모델을 특정 작업에 맞게 다듬는 과정입니다.

이는 업계 전체에 시사하는 바가 있습니다. 성능을 올리는 길이 더 큰 모델을 새로 훈련하는 것만은 아니라는 뜻이기 때문입니다. 훨씬 적은 비용으로 상당한 개선을 얻을 여지가 남아 있습니다.

코딩과 코워크형 작업에 맞춰 다듬었습니다

알리바바는 이번 스냅샷이 코딩과 코워크형 작업을 겨냥해 사후학습을 진행했다고 밝혔습니다.

코워크형 작업은 사람과 도구가 오가며 하나의 결과물을 만들어 가는 방식을 말합니다. 한 번에 완성된 답을 내놓는 것보다, 중간 결과를 받아 고쳐 나가는 능력이 중요합니다.

웹데브 세부 항목 성적

웹데브 부문은 여러 하위 항목으로 나뉩니다. 큐원3.8-맥스-0902는 모든 하위 항목에서 상위권에 들었습니다.

특정 항목 하나에서만 크게 앞서 전체 점수를 끌어올린 것이 아니라, 고르게 잘한 결과라는 뜻입니다. 이런 분포는 실무에서 체감 성능과 이어질 가능성이 높습니다.

데이터 분석과 소비자 제품에서 1위

세부적으로는 데이터·분석과 소비자 제품 항목에서 1위를 차지했습니다. 브랜드·마케팅, 게이밍, 시뮬레이션에서는 2위입니다.

콘텐츠 제작 도구와 참조 기반 디자인 항목에서는 3위였습니다. 강점이 어디에 몰려 있는지가 비교적 뚜렷하게 드러납니다.

어디서는 여전히 클로드가 앞섭니다

웹데브 1위가 모든 영역의 1위를 뜻하지는 않습니다. 큐원은 여러 코딩 평가와 업무 자동화 평가, 멀티모달 평가에서 앞섰습니다.

반면 클로드는 터미널벤치 3.0과 딥SWE 1.1, 에이전트 협업 평가에서 여전히 우위를 지키고 있습니다. 어느 쪽이 낫다기보다 잘하는 과제의 모양이 다릅니다.

터미널벤치와 딥SWE

터미널벤치는 명령줄 환경에서 실제 작업을 끝까지 수행하는 능력을 봅니다. 딥SWE는 실제 소프트웨어 저장소의 이슈를 해결하는 능력을 봅니다.

둘 다 웹 앱을 새로 만드는 것과는 결이 다릅니다. 기존 코드베이스를 이해하고 그 안에서 조심스럽게 고치는 일에 가깝습니다. 도입 검토 시 어느 쪽 작업이 많은지가 선택을 가릅니다.

벤치마크 1위가 실무 1위는 아닙니다

순위표는 표준화된 과제를 같은 조건에서 비교합니다. 우리 팀의 코드베이스, 사내 규칙, 쓰는 언어와 프레임워크는 그 과제에 들어 있지 않습니다.

그래서 순위표는 후보를 좁히는 데 쓰고, 최종 판단은 실제 업무 표본으로 하는 편이 안전합니다. 3점 차이가 나는 두 모델이라면 더욱 그렇습니다.

오픈 웨이트라는 변수

큐원3.8 계열은 가중치를 공개하는 방향으로 알려져 있습니다. 이 규모의 모델이 공개된다는 점 자체가 이번 발표에서 가장 주목할 만한 대목이라는 평가도 있습니다.

가중치가 공개되면 모델을 남의 서버에 맡기지 않고 자기 환경에서 돌릴 수 있습니다. 성능 순위보다 이 선택지가 더 중요한 조직이 적지 않습니다.

자체 환경에서 돌릴 수 있다는 의미

데이터가 조직 밖으로 나가면 안 되는 업무가 있습니다. 의료, 금융, 공공 부문이 대표적이고, 사내 소스코드도 여기 들어가는 경우가 많습니다.

이런 조직에게 최상위권 모델을 자체 환경에서 돌릴 수 있다는 것은 성능 몇 점보다 큰 의미를 갖습니다. 다만 2조 4천억 파라미터 모델을 돌리려면 그에 맞는 장비가 필요합니다. 선택지가 생겼다는 것과 바로 쓸 수 있다는 것은 다릅니다.

데이터 레지던시가 공개되지 않았습니다

알리바바는 시장별 데이터 저장 위치를 구체적으로 공개하지 않았습니다. 어느 지역에서 처리되는지, 그 지역이 어느 법역에 속하는지가 문서에 명확히 적혀 있지 않습니다.

클라우드 API로 쓸 때 이 항목은 계약의 핵심입니다. 저장 위치가 불명확하면 조직의 규정 준수 검토가 그 지점에서 멈춥니다.

중국 국가정보법이라는 구조적 변수

중국의 국가정보법은 서버 위치와 관계없이 적용된다는 지적이 국제 기업 도입 검토에서 반복적으로 제기됩니다.

이는 특정 제품의 결함이 아니라 법역에서 오는 구조적 변수입니다. 성능이나 가격으로 상쇄되지 않는 종류의 항목이라, 순위표와는 별도의 판단선에 놓입니다.

실제 사례 — 도입을 검토한다면 무엇을 보나

이번 소식을 실무로 옮기면 검토 순서는 대체로 이렇습니다. 먼저 우리 작업이 새 앱을 만드는 쪽인지, 기존 코드베이스를 고치는 쪽인지 구분합니다. 앞쪽이면 큐원의 웹데브 성적이 의미가 크고, 뒤쪽이면 터미널벤치와 딥SWE 성적을 더 봐야 합니다.

다음은 데이터가 어디로 가는지입니다. 사내 코드가 외부로 나가도 되는 업무라면 API로 바로 시험해 볼 수 있고, 그렇지 않다면 가중치 공개 여부와 자체 구동 비용을 먼저 계산해야 합니다.

마지막은 표본 검증입니다. 실제 업무에서 뽑은 과제 열 개 남짓을 후보 모델들에 똑같이 시켜 보는 것으로 충분합니다. 3점 차이는 순위표 안에서만 유효한 숫자이고, 우리 일에서의 차이는 우리 일로만 확인됩니다.

핵심 정리

첫째, 알리바바 큐원3.8-맥스-0902가 9월 2일 공개되어 코드아레나 웹데브에서 1,691점으로 1위에 올랐습니다. 이전 판본보다 22점, 클로드 오퍼스 5보다 3점 높습니다.

둘째, 버전 번호는 그대로이고 0902는 배포 날짜입니다. 2조 4천억 파라미터, 활성 950억, 100만 토큰 문맥창, 100만 토큰당 2달러와 6달러라는 조건이 모두 유지된 채 사후학습만으로 점수가 올랐습니다.

셋째, 터미널벤치와 딥SWE, 에이전트 협업에서는 클로드가 앞섭니다. 도입 검토에서는 가중치 공개라는 장점과 데이터 저장 위치 미공개, 중국 국가정보법 적용이라는 변수를 함께 놓고 봐야 합니다.

참고하실 만한 것

모델을 고르실 때는 순위표 1위보다 우리 업무 표본으로 직접 비교해 보시길 권해 드립니다. 상위권 모델들의 점수 차이가 좁아진 지금은 특히 그렇습니다.

SVIL 연구소는 AI 기술 소식을 큰 글씨와 쉬운 설명으로 전해 드리고 있습니다. 같은 내용을 영상으로도 정리하고 있으니 편하신 쪽으로 보셔도 좋습니다.

출처

• Alibaba upgrades Qwen3.8-Max with a new 0902 snapshot — TechNode
• Alibaba's Qwen3.8-Max-0902 Tops Code Arena, Beating Claude Opus 5 — AlphaSignal
• Qwen3.8-Max-0902: Same Price, Much Better at Coding — CellCog
• Qwen3.8-Max-0902 — Benchmarks, Specs & Release Date
• Qwen3.8-Max-0902 Beats Claude Opus 5 on Coding: China Law Still Owns Every Call — TechTimes
• What Is Qwen 3.8? Alibaba's 2.4-Trillion-Parameter Open-Weight Flagship
• Qwen 3.8 Max Benchmarks: Where It Really Ranks vs Claude and GPT-5.6 — MindStudio
• Qwen3.8-Max: Features, Benchmarks, and Pricing — DataCamp
• AI Model Releases: September 2026 Tracker — Digital Applied

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/