큐웬 3 vs 런웨이

큐웬 3 장단점

• 코딩과 수학 벤치마크에서 GPT-4o와 견줄 만한 점수를 내고, 119개 언어가 학습 데이터에 포함되어 한국어 등 비영어권 처리도 무난한 편입니다.
• MoE(Mixture-of-Experts) 구조라 235B 모델도 한 번에 활성화되는 파라미터가 22B 수준에 그쳐, 전체 크기 대비 추론 비용 부담이 작습니다.
• 0.6B부터 235B까지 라인업이 갖춰져 있어 모바일·엣지 기기부터 대규모 서버까지 환경에 맞춰 골라 쓸 수 있습니다.
• Apache 2.0 라이선스로 가중치가 공개되어 로컬 배포와 파인튜닝을 자유롭게 할 수 있습니다.

• 고난도 논리 문제에서는 여전히 간헐적인 환각 현상이 보고됩니다.
• 특정 지식의 암기력이나 정밀도 면에서는 딥시크(DeepSeek) 모델보다 다소 떨어진다는 사용자 평가가 있습니다.
• Omni 모델로 비디오·오디오를 실시간 처리하려면 상당한 VRAM(GPU 메모리)이 필요해, 개인용 PC에서 전체 성능을 끌어내기에는 진입 장벽이 있는 편입니다.

런웨이 장단점

• VFX 벤치마크 Elo 평가에서 상위권에 오른 영상 품질과 물리 표현
• 움직임 방향·속도를 영역별로 지정하는 Motion Brush 등 세밀한 모션 제어 도구
• Veo 3.1, Kling 3.0 등 외부 모델을 같은 인터페이스에서 함께 쓸 수 있음
• 생성한 영상을 Aleph 편집 모델로 바로 수정해 작업 단계가 끊기지 않음

• Gen-4 같은 고사양 모델은 한 번 돌릴 때 크레딧 소모가 커서 비용 관리가 필요함
• Motion Brush, 노드 워크플로우 등 세부 기능을 제대로 쓰려면 익히는 데 시간이 걸림
• 무료 티어는 일회성 125 크레딧뿐이라 본격적인 작업에는 부족함

큐웬 3 주요 기능

• 하이브리드 추론 모드 (사고/비사고 동적 전환)
• 0.6B~235B 다양한 크기의 밀집·MoE 모델 제공
• 36조 토큰·119개 언어 학습 데이터
• 코딩·수학·논리 추론 벤치마크 최상위권
• Apache 2.0 라이선스 상업적 무료 사용 가능

런웨이 주요 기능

• Gen-4 텍스트 및 이미지 기반 비디오 생성 (60초, 4K, 네이티브 오디오)
• 최대 3장 레퍼런스 이미지로 캐릭터·오브젝트·환경 일관성 유지
• Motion Brush 3.0: 영역별 방향·속도 벡터 제어
• Act-One 캐릭터 퍼포먼스 및 표정 캡처
• Aleph 채팅 기반 영상 편집 및 요소 수정
• Google Veo 3.1 등 타사 모델 통합 지원