Fronmpt← 모든 글
블로그4분 읽기

총 125B 중 6B만 켜서 자사 27B를 이겼습니다

총 125B에 활성 6B인 Qwen3.8-Flash-Next가 코딩 벤치에서 자사 27B를 이겼습니다. 학습비는 전작의 9분의 1, API는 입력 100만 토큰에 0.16달러입니다.

크웬이 8월 26일 푼 신무기는 총 125B인데, 실제로 켜지는 건 6B뿐입니다. Qwen3.8-Flash-Next. 공식 트윗은 발표 하루 만에 조회 122만을 넘겼어요.

숫자 하나가 판을 흔듭니다. 학습비가 전작 Qwen3.7-Plus의 9분의 1. 그런데 코딩 벤치에서는 자사 27B 모델을 이겨요.

발표 패키지도 풀세트입니다. 공식 블로그, 깃허브 테크니컬 리포트, 허깅페이스 웨이트까지 같은 날 한꺼번에 열렸어요. Qwen4 아키텍처의 미리보기를 오픈웨이트로 통째로 푼 겁니다.

이름은 두 갈래로 나눴습니다. 프로덕션용은 Qwen3.8-Flash로 QwenCloud API에 올리고, 웨이트는 Qwen3.8-Flash-Next라는 이름으로 공개하는 구조예요. 같은 아키텍처를 장사용과 검증용으로 동시에 굴리는 셈이죠.

만드는 값은 한 자릿수로 깎고, 성능은 상위 체급을 잡는 조합. 이 릴리스가 속도-비용 전선에서 갖는 무게가 여기서 나옵니다.

구조가 얼마나 공격적인가요?

총 125B에 N-gram 임베딩 51B를 따로 얹고, 활성 파라미터는 6B입니다. GDN+QSA 어텐션, Gated Residual, N-gram 임베딩, 뮤온 옵티마이저까지, 논문에서 보던 것들을 전부 한 모델의 프로덕션에 박았어요.

보통 이런 요소는 하나씩 검증하며 넣습니다. 전부 한 번에 묶어서 내놓는 건 아키텍처 자체를 다음 세대의 표준으로 밀겠다는 자신감이에요.

컨텍스트는 기본 262K, 얀(YaRN)으로 늘리면 100만 토큰. 멀티모달까지 되는 MoE입니다.

공식 발표문의 위치 설정도 명확해요. 단품 릴리스가 아니라 Qwen4 아키텍처의 미리보기라는 것. 차세대 설계를 클로즈드 실험실이 아니라 오픈웨이트로 먼저 검증받겠다는 수입니다.

활성 6B가 어떻게 자사 27B를 이겼나요?

2주 전에 나온 자사 27B 모델과 비교하면 그림이 선명합니다. SWE-bench Pro 62.5 대 61.7, DeepSWE 58.7 대 42.2.

활성 파라미터는 4분의 1인데 성능은 위예요. 특히 DeepSWE에서 16점 넘게 벌어진 격차는 오차 범위라고 부를 수 없는 수준입니다. 크기가 아니라 아키텍처가 이기는 그림이에요.

나머지 점수도 붙여두겠습니다. CoWorkBench 73.9, AndroidWorld 84.5, MathVision 95.7. 코딩만이 아니라 에이전트 벤치와 멀티모달 벤치를 같이 미는 구성입니다.

답글에는 35B-A3B를 기다리다 기대를 접었다는 반응도 있었어요. 익숙한 중간 체급의 후속 대신, 이 공격적인 구조로 직행한 셈이거든요. 기존 라인업의 빈자리를 채우는 대신 체급표 자체를 새로 그리겠다는 선택으로 읽힙니다.

생태계는 얼마나 빨리 붙었나요?

vLLM이 발표 당일 지원을 붙였고, 그 소식만으로 따로 화제가 됐어요. 하네스 쪽에서는 PenguinHarness도 day-0 지원을 알렸습니다. 서빙 엔진과 하네스가 모델 발표와 같은 날 줌을 맞추는 건, 이 생태계에서 이 모델이 받는 대접의 크기를 보여줍니다.

가장 큰 파생 화력은 로컬 실행이었어요. 언슬로스(Unsloth)가 로컬 실행 가이드를 냈는데, 램 75GB면 집에서 돌릴 수 있다는 얘기입니다.

공식 답글에는 4x V100에서 약 30 tok/s가 나온다는 실측 보고까지 올라왔습니다. 발표 하루 만에 서빙 엔진, 하네스, 로컬 가이드, 실측 보고가 다 모인 겁니다.

API 값도 셌습니다. 프로덕션 버전 Qwen3.8-Flash는 QwenCloud API로 곧 나오는데, 입력 100만 토큰에 0.16달러, 출력 0.47달러예요. 웨이트는 공짜로 풀고 API는 초저가로 미는 양면 협공입니다.

이 가격이 성립하는 근거가 위의 구조예요. 요청마다 실제로 도는 파라미터가 6B뿐이니, 서빙 원가 자체가 다른 급의 모델과 다릅니다. 활성 파라미터를 줄인 만큼 속도와 가격이 같이 따라오는, 이름 그대로 Flash 노선이죠.

남는 생각

같은 날 Z.ai는 정체를 감춰온 ox-alpha의 가중치를 풀었습니다. 하루에 중국발 오픈웨이트 프론티어급이 두 개 나온 거예요. 한 건의 이벤트가 아니라 노선의 문제라는 뜻입니다.

활성 6B는 추론 단가의 선언이고, 학습비 9분의 1은 제조 단가의 선언이에요. 만드는 비용과 돌리는 비용을 동시에 깎으면서, 성능은 자사 상위 체급을 잡는 수준까지 끌어올렸습니다.

이제 벤치마크 표에서는 점수 옆에 활성 파라미터와 토큰 단가를 나란히 놓고 읽어야 해요. 집 램 75GB에서 돌아가는 오픈웨이트와 100만 토큰에 0.16달러짜리 API가 같은 날 같은 이름으로 나왔으니까요.

저는 이 조합을 지능의 단가가 또 한 번 내려가는 신호로 읽습니다.

원문·소스

FAQ

자주 묻는 질문

구조가 얼마나 공격적인가요?
총 125B에 N-gram 임베딩 51B를 따로 얹고 활성 파라미터는 6B입니다. GDN+QSA 어텐션, Gated Residual, 뮤온 옵티마이저까지 논문에서 보던 요소를 전부 한 모델의 프로덕션에 넣었습니다.
활성 6B가 어떻게 자사 27B를 이겼나요?
SWE-bench Pro에서 62.5 대 61.7, DeepSWE에서 58.7 대 42.2로 앞섰습니다. 활성 파라미터가 4분의 1인데도 성능이 위라서, 크기가 아니라 아키텍처가 이긴 그림입니다.
생태계는 얼마나 빨리 붙었나요?
vLLM과 PenguinHarness가 발표 당일 지원을 붙였습니다. 언슬로스의 로컬 실행 가이드와 4x V100에서 약 30 tok/s가 나온다는 실측 보고까지 하루 만에 다 모였습니다.