Qwen vs DeepSeek vs Llama: 무엇으로 구축해야 할까

Qwen 팀이 일하는 알리바바 시시(西溪) 캠퍼스는 제 아파트에서 지하철로 20분 정도 걸리고, DeepSeek 사람들은 반대편 몇 개 구역 너머에 있습니다. 덕분에 이 비교가 거의 실시간에 가깝게 움직이는 것을 지켜볼 수 있는데, 움직임이 정말 빠릅니다. 현재 오픈 체크포인트는 Qwen3.8과 Qwen3.6, DeepSeek V4.1-Flash와 여전히 현역인 V4 Pro, 그리고 Llama 4 Scout 또는 Maverick입니다. 알리바바의 호스팅 모델인 Qwen3.8-Max는 별도의 열로 봐야 합니다. 이를 빌려 쓰는 것은 그 기반이 되는 가중치를 다운로드하는 것과는 다른 상품이기 때문입니다. 이 버전들을 뭉뚱그려 본다면 비교는 시작하기도 전에 틀어집니다.

Qwen vs Llama vs DeepSeek: 무엇으로 구축해야 할까

작업과 배포 방식을 기준으로 고르십시오. Qwen3.6은 폭과 생태계의 선택지로, Apache-2.0 아래 27B dense와 35B-A3B 오픈 모델을 제공합니다. DeepSeek V4.1-Flash는 9월 출력 가격 인상 이후에도 여전히 API 가성비의 선택지이며, V4 Pro는 여전히 낮은 토큰 가격으로 더 높은 역량을 사주지만 셀프 호스팅하기에는 규모가 엄청납니다. Llama 4는 메타의 커뮤니티 라이선스 아래 서구 출신 생태계의 선택지로 남아 있습니다. 2026년 3월 스탠퍼드가 기록한 국가 단위 2.7% 격차는 이제 실시간 점수가 아니라 역사적 맥락입니다. 이 단락에 등장한 중국 계열이 모두 그 이후로 움직였기 때문입니다.

핵심 요약- 정확한 체크포인트를 비교하십시오. 작년 릴리스에서 물려받은 계열 이름이 아니라 Qwen3.6, DeepSeek V4.1, Llama 4입니다.- Qwen3.6 = 폭과 Apache-2.0, DeepSeek V4.1-Flash = 추론과 API 가성비, Llama 4 = 서구 출신 툴과 메타의 커뮤니티 라이선스입니다.- Qwen은 가장 많이 다운로드된 오픈 계열입니다. Hugging Face의 자체 집계로 2026년 첫 7개월 동안 다운로드 20억 건을 넘겼고, Hub에는 파생 모델이 151,448개 있습니다.- Qwen3.8은 알리바바의 최신 오픈 체크포인트로, 2026년 8월 8일 커스텀 라이선스로 공개되었습니다. Qwen3.8-Max는 이를 기반으로 한 호스팅 버전입니다.

아래 내용은 중국산 가중치를 검토 대상에 올리기로 이미 결정했다는 전제 위에 있습니다. 그것이 아직 열린 질문이라면, 중국이 AI 경쟁에서 앞서고 있는가를 다룬 글에서 그 논지를 풀었고, 더 넓은 판도는 중국 오픈소스 AI 생태계 가이드에 정리했습니다.

제가 매기는 순위

리더보드 기준이 아닙니다. 배포 현실을 기준으로 매기며, 그 기준으로는 다섯 가지가 일을 합니다. 가중치 순서도 대략 이 순서입니다.

• 역량: 벤더가 골라온 표가 아니라 비교 가능한 평가 기준에서, 그 작업에 진짜로 충분히 좋은가.
• 비용: API의 토큰당 비용, 그리고 셀프 호스팅 시 GPU 풋프린트. 진짜 격차가 벌어지는 지점이 여기입니다.
• 라이선스: 법적 골칫거리 없이 상업적으로 출시할 수 있는가. Apache-2.0과 MIT 스타일 조건이 여기서 이깁니다.
• 생태계: 파인튜닝, 양자화, 바로 쓸 수 있는 변형이 얼마나 많은가. 많을수록 여러분의 일이 줄어듭니다.
• 셀프 호스팅 친화성: 이미 쓰고 있는 오픈 추론 스택에서 무리 없는 하드웨어로 깔끔하게 돌아가는가.

제 GPU에서 직접 돌려본 경험은 어떤 논쟁보다 빨리 저를 리더보드 숭배에서 깨어나게 했습니다. 프로젝트에서 이기는 모델은 이번 주 점수가 조금 더 높은 모델이 아니라, 여러분의 데이터에 깔끔하게 파인튜닝되고 서빙 비용이 가장 적게 드는 모델입니다. 최근 클라이언트 구축 세 건 중 두 건은 어떤 차트에서도 1위가 아닌 모델로 출시했습니다.

표에 앞서 구조적 참고 사항이 하나 있습니다. 호스팅 프리뷰와 다운로드 가능한 가중치는 서로 다른 상품이며, 지난 두 달이 이 점을 깔끔하게 보여줍니다. Qwen3.8-Max는 8월 3일 호스팅 모델로 출시되었고, 오픈 Qwen3.8 가중치는 Apache-2.0이 아닌 커스텀 라이선스로 8월 8일에 뒤따랐습니다. 호스팅 쪽은 그 후에도 또 움직였습니다. Qwen3.8-Max-0902 스냅샷이 9월 2일 같은 $2와 $6 가격으로 엔드포인트를 이어받았는데, 코딩과 협업을 겨냥한 포스트 트레이닝 업그레이드로, 알리바바는 출시 시점에 Code Arena의 WebDev 순위에서 1위를 했다고 주장했습니다. 8월에 qwen3.8-max를 고정해 둔 사람은 지금 다른 모델을 빌려 쓰고 있는 셈입니다. 알리바바는 또 9월 22일 Apsara 콘퍼런스에서 Qwen 4를 발표했는데, 명시적으로 훈련 중이라고 밝혔을 뿐 날짜도 가중치도 가격도 없었습니다. 그 아키텍처의 실험적 오픈웨이트 프리뷰인 Qwen3.8-Flash-Next는 8월 26일에 먼저 등장했습니다. 그러니 "다운로드할 수 있는 것"과 "빌려 쓸 수 있는 것"을 섞은 순위는 여러분을 오도합니다. 아래 표는 다운로드 가능한 쪽이고, 호스팅 플래그십은 본문에서 별도의 열로 다룹니다.

세 계열 한눈에 보기

셋 다 진짜 프로덕션급입니다. 차이가 나는 지점은 역량보다는 훨씬 더 라이선스와 비용 자세입니다. Qwen은 채택 규모로 가장 큰 오픈 계열입니다. 8월 14일에 발행된 Hugging Face의 State of Open Models: Summer 2026 보고서는 2026년 첫 7개월 동안만 Hub에서 약 20억 4,500만 건의 Qwen 다운로드와 151,448개의 파생 모델을 집계했고, 알리바바의 자체 집계는 플랫폼 전체에서 다운로드 30억 건 이상, 파생 모델 30만 개를 주장합니다. 실무 차원에서 세 계열을 요약하면 이렇습니다.

채택 전반도 같은 방향으로 움직였습니다. 중국 오픈웨이트 모델은 Hugging Face 총다운로드에서 미국 모델을 앞질렀고, Qwen 파생 변형만으로 2025년 8월 기준 신규 파생 모델의 40% 이상을 차지했습니다. 이는 개발자에게 실무적으로 중요합니다. 파생 모델이 많다는 것은 여러분의 지연 시간 예산에 맞는 양자화나 도메인 파인튜닝이 아마 이미 존재한다는 뜻이고, 그래서 훈련 자체를 통째로 건너뛸 수 있다는 뜻이기 때문입니다.

이 표에 한 가지 주의가 있습니다. 라이선스는 버전마다 바뀌고, 계열 단위 요약은 절대적인 기준이 아니라 출발점일 뿐입니다. 실제로 출시할 정확한 체크포인트의 모델 카드를 열어 라이선스 원문을 직접 읽으십시오.

역량: 실제로 얼마나 가까워졌나

마케팅 전쟁이 시사하는 것보다 가깝지만, 더 이상 하나의 숫자로 환원되지는 않습니다. 2026 Stanford AI Index는 3월 Chatbot Arena에서 미국 최상위 모델과 중국 최상위 모델 간 2.7% 격차를 기록했습니다(Index의 기술 성능 챕터 참조). 그 이후 DeepSeek V4.1-Flash, Qwen3.8과 3.6, 호스팅 Qwen3.8-Max 스냅샷이 등장했으므로, 그 수치를 현재형으로 쓰는 것은 정직하지 못합니다. 대부분의 비즈니스 워크로드에서 역량은 최종 선택 기준이 아니라 통과 문턱입니다. 비용, 서빙 제약, 라이선스가 보통 동률을 깹니다.

[CHART: Qwen, DeepSeek, Llama를 네 가지 정성적 축으로 비교한 그룹 막대 차트]

버전을 붙이면 실무적 구분이 더 선명해집니다. DeepSeek V4.1-Flash는 추론과 코드 쪽으로 기울어 있고, 9월 10일 리프레시로 네이티브 비전, 1M 컨텍스트 윈도우, 최대 384K 출력이 추가되었습니다. Qwen3.6은 오픈 만능형으로, 특정 배포에 맞춰 크기를 정하기가 셋 중 가장 쉽습니다. Llama 4는 주변 메타 생태계를 갖춘 서구 출신 선택지입니다. 다만 메타의 프런티어 역량은 Muse 라인으로 옮겨갔고, Llama 4는 유지보수 모드이며 더 큰 Behemoth는 보류되었다는 점은 알아둘 가치가 있습니다. Muse도 완전히 폐쇄적이라기보다는 대체로 폐쇄적입니다. Muse Glimmer 30B는 8월 10일 Apache-2.0으로 오픈 가중치를 출시했고, 9월 말 Meta Connect에서 공개된 Muse Charm은 폐쇄로 남았습니다. Llama 주변의 툴은 여전히 깊지만, 다음 오픈 Llama 체크포인트에 다년간 베팅을 계획하지는 않겠습니다.

각 행이 서로 다른 프로바이더 하니스에서 나왔다면, 벤치마크 집착은 개발자를 적극적으로 오도합니다. 여러분의 프로젝트에서 이기는 모델은 스스로 보고한 점수가 조금 더 높은 모델이 아니라, 여러분의 품질 문턱을 넘고, 여러분의 데이터에서 잘 동작하고, 서빙 예산에 맞는 모델입니다.

그래서 저는 역량을 사실상 동률로 취급하고, 진짜로 차이가 나는 것들로 곧장 넘어갑니다.

저자의 방향성 평가로, 1~5점 척도이며 벤치마크 수치가 아닙니다. 점수는 2026년 10월 초 현재 릴리스를 반영합니다: DeepSeek V4.1-Flash와 V4 Pro, Qwen3.8과 3.6, 그리고 메타의 오픈 라인이 유지보수 모드인 Llama 4.

비용과 라이선스: 진짜 차별화 지점

실제로 결정이 갈리는 지점이 여기이며, DeepSeek은 8월 이후 이 판을 두 번 움직였습니다. 8월 16일 피크와 오프피크 요금이 도입되었고, 이어서 9월 10일 V4.1-Flash가 새 아키텍처(552B 백본에 프리필 시 약 8B, 디코드 시 16B 활성 파라미터)와 함께 출시되며 Hugging Face에서 MIT로 오픈 가중치를 공개했습니다. 구형 V4 Flash는 퇴역했습니다. deepseek-v4-flash라는 이름은 여전히 라우팅되지만 이제는 V4.1-Flash가 서빙하며, DeepSeek의 업데이트 로그에 따르면 정식 명칭은 deepseek-flash입니다. DeepSeek 공식 가격에서 Flash는 현재 오프피크 캐시 미스 입력 토큰 100만 개당 $0.15, 피크 시 $0.30이고, 출력은 시간대에 따라 100만 개당 $0.60에서 $1.20입니다. 이 출력 가격은 이전의 대략 두 배로, 생성 비중이 높은 워크로드라면 중요한 변화입니다. 사용자 반발로 예정된 일몰을 철회한 V4 Pro는 이제 입력 토큰 100만 개당 $0.66에서 $1.32, 출력 100만 개당 $1.98에서 $3.96이며, V4.1-Pro도 V5도 없습니다. Qwen3.8-Max는 알리바바의 호스팅 서비스를 통해 각각 약 $2와 $6에 판매되는데, 오픈웨이트 방식이 아닌 일반적인 호스팅 토큰 경제입니다. Flash는 이 비교에서 여전히 가격 리더 자리를 지키지만, 출력 쪽에서는 8월에 누리던 것보다 격차가 얇아졌습니다. Llama는 이 비교에서 메타 자사 토큰 API가 없으므로, 비용은 여러분이 쓰는 호스트의 가격이거나 자체 인프라 비용입니다.

세 계열은 여기서 깔끔하게 갈립니다. Qwen3.6은 Apache-2.0입니다. DeepSeek V4는 MIT입니다. Llama 4는 메타의 커뮤니티 라이선스를 쓰며, 실제로 법률 검토가 필요한 사용 제한이 있습니다. 중요한 Qwen 각주는 오픈 라인이 3.8에서 Apache-2.0을 벗어났다는 점입니다. 새 가중치는 매출 기반 상업 조항이 있는 커스텀 Qwen 라이선스를 달고 있어서, Apache-2.0 답은 여전히 3.6입니다.

제가 셀프 호스팅할 때 가장 먼저 확인하는 것이 Apache-2.0 여부입니다. 답이 깔끔하면 법률 검토라는 항목 전체가 사라지기 때문입니다. Llama는 클라이언트 배포 전에 커뮤니티 라이선스를 제대로 멈춰 읽어야 했고, 그 조항 때문에 답이 바뀐 적이 두 번 있습니다. 이 마찰은 실재하며, 제가 "일단 출시하고 보는" 프로젝트에서 Qwen이 이기는 경향이 있는 이유입니다.

셀프 호스팅은 이 비용 이야기를 복리로 키웁니다. 풋프린트가 작은 모델은 GPU가 적게 들고, 이는 출시 시점의 일회성 절감이 아니라 매달 더 작은 청구서를 의미합니다. 이 계산은 온프레미스와 클라우드에서 오픈 모델을 운영하는 방법 가이드에서 풀었고, 같은 결정의 거버넌스 측면은 DeepSeek이 기업에 안전한가를 다룬 글에 있습니다.

채택 측면에서는 비용 자세가 예상대로 작동하고 있습니다. 중국 모델은 2026년 2월 말 OpenRouter 상위 10위권 토큰 소비의 과반을 차지했고, 2026년 6월까지 OpenRouter 순위에서 플랫폼 전체 토큰 볼륨의 약 61%를 유지했습니다. 신규 진입자들도 빠르게 움직입니다. 서드파티가 공개 순위를 분석한 글들에 따르면 GLM-5.3-Flash와 DeepSeek-V4.1-Flash 모두 출시 며칠 만에 주간 상위권에 도달했습니다. 토큰은 보도자료가 아니라 실제 작업이며, 개발자들은 자기 토큰을 옮겼습니다.

생태계와 배포

채택 현황이 생태계 깊이에 대해 필요한 정보 대부분을 알려줍니다. Qwen의 파생 라이브러리는 셋 중 가장 깊습니다. Hugging Face의 2026년 여름 집계에서 파생 모델 151,448개, 알리바바의 자체 집계로는 플랫폼 전체 30만 개 이상입니다. 파생 모델이 많다는 것은 직접 훈련하는 대신 선반에서 꺼내 쓸 수 있는 파인튜닝과 양자화가 더 많다는 뜻입니다. 다만 호스팅된 Qwen3.8이 올바른 프로덕션 엔드포인트인지까지 알려주지는 않습니다.

[IMAGE: 모델 허브에서 모델 가중치를 다운로드하는 개발자의 화면, 따뜻한 조명, 어깨 너머 시점의 촬영]

각 계열은 서로 다른 배포 레인을 차지하고 있습니다. Qwen3.6은 가장 유용한 오픈 크기의 폭과 가장 부드러운 파인튜닝 경로를 제공합니다. DeepSeek V4.1-Flash는 9월 출력 가격 인상 이후에도 저비용 호스팅 추론에서 따라잡기 어렵고, Pro는 더 많은 연산을 정당화하는 작업용입니다. Llama 4는 주변 서구권 툴과 조달상의 편안함이 라이선스 차이보다 중요할 때 여전히 이깁니다.

셋 모두 다운로드 가능한 가중치가 있지만, 호스팅 경로는 대칭적이지 않습니다. DeepSeek은 자체 API를 운영합니다. Qwen과 Llama의 가용성, 리전, 조건은 선택하는 정확한 알리바바 또는 서드파티 서비스에 따라 달라집니다. 추론을 빌려서 빠르게 시작한 뒤, 물량이나 데이터 상주 요건이 생기면 같은 오픈 체크포인트를 사내로 들여올 수 있습니다. 다만 Qwen3.8-Max처럼 호스팅 전용의 더 새로운 모델이 아니라 정말 같은 체크포인트인지 확인하십시오.

작업별로 어떤 모델을 쓸까

헤드라인이 아니라 워크로드에 모델을 맞추십시오. 2026년 3월의 역량 격차 수치는 아래에서 비교하는 모든 중국 릴리스보다 앞선 것이므로, 각 추천은 낡은 국가 단위 백분율이 아니라 현재의 적합성, 비용, 라이선스에 관한 것입니다.

코딩 어시스턴트

대량의 코딩 호출에는 DeepSeek V4.1-Flash로 시작하고, 로컬 통제나 더 작은 오픈 체크포인트가 중요하다면 Qwen3.6-27B를 테스트하십시오. 대형 리포지토리에서 몇 시간씩 돌아가는 작업이라면, 이 세 계열 기사가 더 이상 전체 후보 목록이 아닙니다. Kimi K3와 GLM-5.3도 이제 같은 평가를 받을 자격이 있습니다.

RAG와 백오피스

Qwen3.6을 꺼내 드십시오. 검색과 내부 워크플로 작업은 폭, 다국어 처리, 깔끔한 파인튜닝에서 보상을 받고, Apache-2.0은 첫 법률 검토를 간단하게 유지해 줍니다. Qwen의 변형 라이브러리가 제 몫을 해내는 레인이 여기입니다.

고객 대면

이 경우는 리스크 허용도에 달려 있습니다. 이해관계자가 서구 출신 모델을 원하고 라이선스 조항을 감수할 수 있다면 Llama 4가 보수적인 선택입니다. 거버넌스가 중국 출신 모델을 승인한다면 Qwen3.6이 깔끔한 오픈 경로와 넓은 다국어 커버리지를 제공합니다. 어느 쪽이든, 여러분의 사용자가 실제로 마주칠 콘텐츠 동작을 테스트하십시오.

온프레미스와 규제 환경

에어갭 환경이나 규제 대상 구축에서는 라이선스, 모델 크기, 데이터 통제가 결정합니다. Qwen3.6이 더 다루기 쉬운 셀프 호스팅 경로입니다. DeepSeek V4.1-Flash는 MIT 라이선스지만 훨씬 큽니다. 실제로 가중치를 여러분의 경계 안에 배포한다면, 둘 다 프롬프트를 중국으로 보내지 않고 운영할 수 있습니다. 먼저 거버넌스 검토를 통과하십시오. DeepSeek이 기업에 안전한가를 다룬 글에서 그 실사 과정을 안내합니다.

자주 묻는 질문

Qwen이 Llama보다 나은가요?

대부분의 오픈 구축 결정에서 저는 Qwen3.6부터 시작합니다. 다루기 쉬운 크기, Apache-2.0, 큰 파생 생태계를 제공하기 때문입니다. 서구 출신이라는 조달상의 편안함과 기존 메타 툴이 라이선스 차이보다 중요할 때 Llama 4가 이깁니다. Qwen3.8은 순수 모델로는 더 강력하지만 커스텀 라이선스와 상당한 하드웨어를 의미하고, Qwen3.8-Max는 셀프 호스팅 답이 아니라 호스팅 경로입니다.

DeepSeek이 Qwen보다 나은가요?

저렴한 호스팅 추론 엔드포인트로는 DeepSeek V4.1-Flash가 더 분명한 선택입니다. 다만 출력 가격이 9월에 대략 두 배가 되었습니다. 오픈 크기, 파인튜닝, 생태계 폭으로는 Qwen3.6이 중심을 잡고 구축하기 더 쉽습니다. 오픈 3.8 가중치는 라이선스와 하드웨어 계산이 여러분에게 맞을 때 살펴볼 가치가 있습니다.

중국 오픈 모델은 구축 대상으로 안전한가요?

실사를 거치면 안전할 수 있습니다. 가중치를 셀프 호스팅하면 데이터가 여러분의 인프라를 벗어날 필요가 없으므로, 중국 호스팅 API 경로가 리스크 평가에서 제외됩니다. 그래도 콘텐츠 동작, 출처, 라이선스, 공급망 보안은 평가해야 하며, 이는 기업 안전성 가이드에서 다뤘습니다.

어떤 오픈 모델이 가장 저렴하게 운영되나요?

자사 API 기준으로, DeepSeek의 Flash 엔드포인트는 피크와 오프피크 시간대에 따라 캐시 미스 입력 토큰 100만 개당 $0.15에서 $0.30, 출력 토큰 100만 개당 $0.60에서 $1.20으로 이 비교에서 여전히 가격 리더입니다. 셀프 호스팅에서는 더 작은 Qwen3.6 체크포인트가 전체적으로 더 저렴할 수 있습니다. V4.1-Flash의 백본이 552B 파라미터이기 때문입니다. 토큰 가격과 인프라 가격은 서로 다른 질문에 답합니다.

결론

현재의 속기법은 버전이 붙습니다. 넓은 Apache-2.0 오픈 라인에는 Qwen3.6. 저렴한 호스팅 추론에는 DeepSeek V4.1-Flash, 더 어려운 작업이 더 높은 비용을 정당화할 때는 살아남은 V4 Pro. 메타의 생태계와 서구 출신 조달상의 편안함이 가장 중요할 때는 Llama 4. Qwen3.8의 가중치는 이제 커스텀 라이선스로 공개되어 있고, 현재 0902 스냅샷인 Qwen3.8-Max는 여전히 호스팅 엔드포인트입니다. 정확한 모델 카드를 읽고, 실제 배포 비용을 계산하고, 필요한 작업을 직접 테스트하십시오.

실제 제품을 놓고 이 문제를 저울질하고 있다면, 거버넌스 질문이 먼저이며 DeepSeek이 기업에 안전한가를 다룬 글이 그 실사를 처음부터 끝까지 안내합니다. 여러분의 사용 사례를 알려주시면 어떤 모델부터 시작할지 짚어드리겠습니다.