Qwen 3.8 Max 0902 - 페이블 5를 넘어섰다?

 (출처: 알리바바)

​

​

알리바바가 Qwen 3.8 max 가 출시 2개월 만에 업데이트를 통해 앤스로픽의 페이블 5를 일부 벤치에서 따라잡은 0902를 선보였습니다. 특이하게도 3..9나 4.0이 아닌 Qwen 3.8 max 0902식으로 명칭을 붙였는데, 2.4조(2.4T) 파라미터 MoE 아키텍처, 활성 파라미터 약 95B, 1M 토큰 컨텍스트 윈도우, thinking mode, 도구 생태계를 그대로 유지하면서 앞서 Qwen 3.8 27B나 플래시 모델처럼 코딩과 에이전트 중심의 후훈련(post-training, RL 포함)으로 성능을 끌어올렸습니다.

​

새로운 세대 모델이 아니라 동일 기반의 스냅샷 업데이트로 가격 역시 동일합니다. (입력 $2 / 1M 토큰, 출력 $6 / 1M 토큰. 캐시 읽기(explicit $0.17, implicit $0.25)) 따라서 기존의 높은 가성비를 그대로 가져가면서 성능을 대폭 높여 서방 모델의 큰 위협이 될 것으로 보입니다.

​

성능 벤치마크 결과를 보면 Code Arena - WebDev에서 전체 1위 (1,691점)을 달성했는데 이는 이전 Qwen3.8-Max 대비 22점 클로드 오푸스 5 (Max) 대비 3점 (1,688점), Kimi K3 (Max) 대비 17점 높은 것입니다. 그외에도 전반적인 성능이 Qwen 4.0이라고 이름붙여도 될 정도로 높아졌는데도 특이하게도 같은 버전의 마이너 업데이트처럼 공개됐습니다.

​

Full Benchmark Table

	Opus4.8	Fable5	GPT5.6 Sol (max)	Qwen3.7-Max	Qwen3.8-Max
Coding Agent
Terminal Bench 2.1	84.6	84.6	88.8	74.5	86.6
SWE-bench Pro	69.2	80.0	64.6	60.6	67.7
DeepSWE 1.1	59.0	70.0	73.0	21.6	56.6
NL2Repo-Bench	69.4	--	--	47.2	55.9
FrontierSWE	70.0	88.8	--	40.7	73.5
MLS-Bench-Lite	42.8	49.9	46.2	31.7	41.0
PaperBench	80.3	88.8	90.5	64.8	93.0
AndroidBench	69.8	84.5	74.0	56.5	75.1
QwenSWEBench	84.0	86.3	73.5	63.4	80.7
QwenQoderBench	62.7	63.1	53.8	36.8	58.4
QwenReactBench	1694	1770	1564	1538	1724
QwenSVGBench	1648	1690	1758	1499	1713
General Agent
CoWorkBench	72.3	75.9	71.5	64.6	74.8
WorkSpaceBench	66.8	68.7	65.6	61.4	67.7
JobBench	48.4	57.4	45.4	31.3	53.4
SkillsBench	65.1	70.9	73.5	61.2	70.2
Agents' Last Exam (Pass / Score)	27.0 / 45.1	-- / --	30.6 / 53.6	11.8 / 31.1	27.0 / 52.4
Automation-Bench (Pass@1)	27.2	29.1	29.7	14.2	27.3
Toolathlon Verified (Pass@1)	76.2	77.9	74.9	49.7	72.5
WideSearch	72.9	81.2	--	75.2	81.9
HLE w/ tools	57.9	64.5	58.0	53.5	56.2
General Capabilities
GPQA Diamond	92.0	92.6	94.1	92.4	92.6
HLE	45.7	53.3	47.2	41.4	43.6
IFBench	62.2	63.5	72.7	79.1	82.8
$OneMillion-Bench (expert score)	41.8	55.9	53.8	44.4	52.5
HealthBench	52.4	--	55.3	54.5	60.2
PLawBench	69.6	70.2	72.3	58.9	73.2
PRBench-Legal	52.7	57.6	57.6	48.5	57.6
PRBench-Finance	51.9	55.8	55.5	46.8	58.3
MRCR v2 256K (8-needle)	83.2	--	93.8	86.7	92.9
LongBench v2	69.1	--	67.1	65.3	66.3

​

	Opus4.8	Fable5	Gemini3.1-Pro	GPT5.6-Sol	Qwen3.7-Plus	Qwen3.8-Max
Multimodal Reasoning
MMMU-Pro	75.6	81.2	80.5	83.0	79.0	82.3
MathVision	87.1 / 97.1	92.7 / 98.6	87.4 / 95.7	90.8 / 97.8	90.3 / --	95.2 / 97.7
BabyVision	28.4 / 81.2	42.5 / 90.5	55.9 / 68.3	65.5 / 88.9	64.7 / 70.4	82.0 / 91.3
HLE-VL (w/ Tools)	--	--	43.9	51.2	25.6	52.2
ZeroBench (Pass@5)	17.0 / 34.0	20.0 / 46.0	17.0 / 23.0	22.0 / 35.0	19.0 / 19.0	24.0 / 49.0
ZeroBench-Sub	31.1	37.1	36.5	46.7	41.0	48.5
LogicVista	76.7	85.7	82.6	89.7	84.3	91.9
HiPhO	69.3	78.6	85.4	86.8	84.1	90.0
PhyX	54.2	71.7	79.4	79.1	80.0	83.5
SLAKE	75.9	86.6	82.9	85.1	83.2	90.8
MedXpertQA-MM	71.7	80.0	80.7	81.5	71.0	80.4
PMC-VQA	59.2	63.2	62.5	62.3	63.4	66.2
Visual Agent & Coding
OSWorld-Verified	83.4	85.0	76.2	83.2	73.3	86.1
OSWorld 2.0	20.6 / 54.8	-- / 66.1	7.8 / 30.6	-- / 62.6	2.8 / 21.5	19.4 / 46.7
ScreenSpot Pro	82.3	87.3	68.1	81.3	79.0	84.5
WebArena-Verified	67.9	71.3	64.3	69.7	55.3	66.8
AndroidWorld	75.0	88.8	70.7	77.6	81.0	85.3
MobileWorld	67.5	85.5	58.1	76.9	51.2	77.8
ClawEval-MM	73.3 / 73.8	81.2 / 77.5	50.5 / 55.2	81.2 / 78.9	57.4 / 60.1	77.2 / 74.8
Vision2Web	62.4	70.5	--	62.1	42.1	69.0
QwenBlenderBench	62.4	69.5	23.0	68.6	41.5	69.9
Parametric CAD Bench	85.1	87.5	73.5	86.2	73.8	91.5
RecreationBench	48.0	56.1	16.2	47.6	30.2	51.7
PresentBench	80.9	79.8	55.4	82.9	65.7	79.6
Document & Office Intelligence
CharXiv (RQ)	78.5 / 89.9	87.9 / 93.5	84.4 / 89.9	85.1 / 89.1	85.8 / 85.9	88.4 / 93.5
OmniDocBench 1.5	86.5	89.5	90.0	86.7	91.4	92.1
OCR-Bench-V2 (EN/ZH)	53.9 / 55.3	65.3 / 58.1	64.6 / 58.2	69.0 / 57.3	70.7 / 67.1	74.2 / 68.3
CC-OCR-Bench-V2	60.3	72.4	68.9	68.0	72.7	79.6
MTVQA-Test	48.1	41.6	54.3	52.7	51.2	56.6
MADQA	86.8	86.0	81.1	87.8	87.1	91.8
QwenVisualOffice	34.5	32.4	39.6	29.5	32.4	44.6
Real-World & Spatial Understanding
RealWorldQA	76.6	85.9	83.5	83.7	86.9	88.0
ERQA	57.2	70.0	68.0	70.0	69.8	77.8
LingoQA	73.8	77.4	66.8	72.6	83.4	84.8
SURDS	62.2	79.4	64.0	63.0	77.2	77.8
Visual Perception & Grounding
SimpleVQA	67.3	73.4	73.1	66.6	70.3	75.0
WorldVQA	33.9	53.5	54.0	45.1	43.9	53.2
MMStar	76.7	80.5	84.0	82.5	83.2	85.9
PerceptionBench	47.2	57.2	56.2	59.7	51.1	63.5
CountQA	41.3	63.1	72.8	68.6	77.0	82.4
RefAdv-S	61.7	68.6	71.9	69.2	73.0	80.2
Dense200	20.8	31.1	69.7	55.3	60.7	87.0
COCO	50.7	56.4	72.4	61.2	74.2	78.7
VisFactor	30.1	54.5	39.8	62.8	42.8	60.8
VLMsAreBiased	43.8	61.2	74.1	59.8	36.6	88.3
Video Intelligence & Agents
VideoMME (w/ Sub.)	85.4	--	86.7	89.5	88.0	90.4
VideoMME v2 (w/ Sub.)	49.0	52.2	66.9	71.1	59.7	68.3
VideoMMMU	75.3	81.2	85.3	85.0	85.4	88.7
MMVU	67.4	72.0	77.9	81.2	76.6	82.4
MLVU (M-Avg)	53.4	--	84.7	87.6	87.4	90.8
TVBench	61.5	--	73.0	83.2	78.2	81.9
LVBench	67.3	--	75.1	78.8	76.2	81.8
LVBench (w/ Mem.)	84.3	90.1	--	84.2	74.5	85.6
EgoLife (w/ Mem.)	78.3	82.3	--	70.8	68.8	80.3
VideoDR (w/ Search)	65.6	77.1	--	71.3	41.0	73.2

​

​

Qwen 3.8 27B처럼 Qwen 3.8 max 0902 역시 새로운 데이터로 모델을 학습시키는 대신 미세 지도 조정과 강화학습 기반 후 훈련을 통해 답변 품질을 높인 버전으로 보입니다. 중국산 AI 모델이 미국 프론티어 모델을 턱밑까지 추격한 가운데 Qwen 4에선 어떤 모습을 보여줄지 궁금해지는 대목입니다.

​

​

참고

​

​

https://wccftech.com/alibabas-qwen-3-8-max-0902-debuts-with-the-weirdest-flex-ever-matches-fable-5-in-capabilities-with-merely-an-update-and-without-jumping-to-a-new-version-number/

​

https://qwen.ai/blog?id=qwen3.8