중국은 오픈 웨이트 모델 배포를 선도하고 있다. 중국의 주요 AI 연구소 다수가 필요한 하드웨어만 갖추면 누구나 다운로드해 실행할 수 있도록 모델을 온라인에 공개하고 있다. 최신 모델 중 이러한 방식이 적용되는 모델은 Alibaba의 Qwen3.8-Max다. Alibaba는 다음 주 ModelScope와 Hugging Face에 가중치를 공개할 계획이라고 밝혔다.

이에 Alibaba 주가는 급등했다. 홍콩에 상장된 주식은 월요일 7% 상승으로 마감했고, 미국 프리마켓 거래에서는 4.2% 추가 상승했다.

Alibaba 대변인은 이번 공개가 "Qwen-Max급 모델의 가중치를 오픈소스로 공개하는 것은 이번이 처음"이라고 강조했다. Qwen3.8-Max는 Alibaba의 가장 강력한 모델이다. Alibaba는 이전에도 성능이 낮은 보급형 모델의 가중치는 공개했지만, 주력 제품에 대한 접근은 제한해 왔다.

그러나 중국 개발자들 사이에서는 오픈 웨이트 접근을 선호하는 추세가 점점 강해지고 있다. 베이징에 기반을 둔 Moonshot AI 역시 자체 2.8조 개 파라미터 모델 Kimi K3의 가중치를 7월 27일 공개했다.

미국의 프런티어 AI 연구소들이 모델 가중치를 엄격히 독점하는 것과 달리, 중국에서는 여러 측면에서 성능이 다소 떨어지더라도 비슷한 결과를 더 저렴하고 자유롭게 다운로드할 수 있는 패키지로 제공하는 추세가 나타나고 있다.

중장기 작업 수행 능력을 보여주는 Qwen3.8-Max

Alibaba의 Qwen3.8-Max는 2.4조 개 파라미터를 갖췄으며, 쿼리당 최대 100만 개 토큰을 처리할 수 있다. 이 모델은 챗봇과 같은 상호작용보다는 더 긴 시간 범위가 필요한 작업을 수행하는 강력한 도구로 홍보되고 있다.

이러한 능력을 보여주기 위해 개발사는 복잡한 머신러닝 및 코딩 작업을 모델에 맡겼다. 여기에는 약 16일 동안 사람의 개입 없이 진행된 수 주간의 소프트웨어 개발 프로젝트가 포함됐다. 그 결과 265개의 커밋, 127개의 풀 리퀘스트, 151개의 이슈가 생성됐다. 또 다른 테스트에서는 모델에 암호 회로 칩의 크기를 줄이도록 요청했다. Qwen은 논리 게이트 수를 8,298개에서 678개로 줄여 부품의 물리적 크기를 81% 축소하는 데 성공했다.

Alibaba가 실시한 최종 테스트는 1년간의 시뮬레이션에서 Qwen3.8-Max에 ¥100,000를 제공하고 최대한 많은 수익을 내도록 하는 방식으로, 전자상거래 활용 사례도 보여줬다. 모델은 해당 기간 자본을 4배로 늘렸으며, Alibaba의 이전 주력 모델보다 152% 높은 수익으로 시뮬레이션을 마쳤다.

이 테스트는 Alibaba가 자체 규칙과 절차에 따라 사내에서 진행한 것으로, 독립적인 감사를 받지 않았다.

Qwen3.8-Max와 경쟁 모델 비교

그러나 미국의 프런티어 모델과 직접 비교하면 Qwen의 성능은 다소 덜 인상적일 수 있다. Alibaba가 자체 공개한 비교표에 따르면 Qwen3.8-Max는 일부 작업 유형에서 앞서지만 다른 작업에서는 뒤처진다. 복잡한 다단계 작업을 완료하는 모델의 능력을 테스트하는 Terminal Bench 2.1에서 Qwen3.8-Max는 86.6점을 기록해 Anthropic의 주력 모델을 앞섰지만, 88.8점을 받은 OpenAI의 GPT-5.6 Sol에는 여전히 근소하게 뒤처졌다.

반면 머신러닝 연구 논문을 재현하는 능력을 평가하는 PaperBench 테스트에서는 93.0점을 기록해 모든 경쟁 모델을 앞섰다. 다른 벤치마크 결과는 덜 돋보였다. Alibaba의 모델은 코딩 테스트 SWE-bench Pro에서 67.7점에 그쳐 80.0점을 기록한 Claude Fable 5에 크게 뒤처졌다.

그러나 국내 경쟁 모델로 범위를 좁히면 Qwen3.8-Max의 입지는 개선된다. Bloomberg는 또 다른 비슷한 규모의 오픈 웨이트 모델인 Kimi K3보다 여러 주요 벤치마크에서 Qwen3.8-Max가 높은 순위에 올랐다고 보도했다. 다만 전체적으로는 Moonshot의 모델이 근소하게 더 나은 성능을 보였다.

그럼에도 Qwen3.8-Max는 오픈 웨이트 모델 가운데 최고의 경쟁 모델 중 하나로 평가받는다. 특히 더 긴 시간 범위가 필요한 작업에서 그렇다.