활성 6B가 자사 27B를 이긴 Qwen3.8-Flash-Next, 학습비는 전작의 9분의 1입니다

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

크웬은 학습비를 전작 Qwen3.7-Plus의 9분의 1로 줄였습니다. 그런데도 코딩 벤치에서는 자사 27B 모델을 이겨요.

발표 패키지도 풀세트입니다. 크웬은 공식 블로그, 깃허브 테크니컬 리포트, 허깅페이스 웨이트를 같은 날 한꺼번에 공개했어요. 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 조합이에요. 속도-비용 경쟁에서 이 릴리스를 무겁게 봐야 하는 이유입니다.

구조가 얼마나 공격적인가요?

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

보통 이런 요소는 하나씩 검증하며 넣습니다. 전부 한 번에 묶어서 내놓았다는 건, 크웬이 이 아키텍처를 다음 세대의 표준으로 밀겠다는 자신감이에요.

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

크웬은 공식 발표문에서 이 모델을 Qwen4 아키텍처의 미리보기로 소개했어요. 차세대 설계를 오픈웨이트로 먼저 검증받겠다는 수입니다.

활성 6B가 어떻게 자사 27B를 이겼나요?

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

활성 파라미터는 4분의 1인데 성능은 위예요. 특히 DeepSWE에서는 16점 넘게 앞서서 오차 범위로 보기 어렵습니다. 크웬은 크기 대신 아키텍처로 이겼어요.

나머지 점수도 적어 두겠습니다. CoWorkBench 73.9, AndroidWorld 84.5, MathVision 95.7. 코딩, 에이전트, 멀티모달 벤치를 같이 챙긴 구성입니다.

답글에는 35B-A3B를 기다리다 기대를 접었다는 반응도 있었어요. 크웬이 익숙한 중간 체급의 후속 대신, 이 공격적인 구조로 직행했거든요. 기존 라인업의 빈칸을 채우는 대신 체급표 자체를 새로 그리겠다는 선택으로 읽었어요.

생태계는 얼마나 빨리 지원했나요?

vLLM이 발표 당일 지원을 추가했고, 그 소식만 따로 공유한 사람도 많았어요. 하네스 쪽에서는 PenguinHarness도 day-0 지원을 알렸습니다. 서빙 엔진과 하네스가 모델 발표와 같은 날 발을 맞췄다는 건, 이 생태계가 이 모델을 그만큼 크게 대접한다는 뜻입니다.

사람들은 로컬 실행에 가장 크게 반응했어요. 언슬로스(Unsloth)가 로컬 실행 가이드를 냈는데, 램 75GB면 집에서 돌릴 수 있다는 얘기입니다.

공식 답글에는 4x V100에서 약 30 tok/s로 돌렸다는 실측 보고까지 올라왔습니다. 발표 하루 만에 서빙 엔진, 하네스, 로컬 가이드, 실측 보고를 다 모은 겁니다.

API 가격도 공격적이에요. 크웬은 프로덕션 버전 Qwen3.8-Flash를 QwenCloud API로 곧 내놓는데, 입력 100만 토큰에 0.16달러, 출력 0.47달러예요. 웨이트는 공짜로 풀고 API는 초저가로 미는 양면 협공입니다.

크웬이 이 가격을 매길 수 있는 근거가 위의 구조예요. 요청마다 실제로 도는 파라미터가 6B뿐이니, 서빙 원가 자체가 다른 급의 모델과 다릅니다. 활성 파라미터를 줄여 속도와 가격을 같이 잡은, 이름 그대로 Flash 노선이죠.

남는 생각

같은 날 Z.ai는 정체를 감춰온 ox-alpha의 가중치를 풀었습니다. 중국 연구소 두 곳이 하루에 프론티어급 오픈웨이트를 하나씩 공개한 거예요. 우연히 겹친 일로 보긴 어렵고, 중국 연구소들이 같은 노선을 간다고 봐야 합니다.

크웬은 활성 6B로 추론 단가를, 학습비 9분의 1로 제조 단가를 선언했어요. 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. 크웬이 집 램 75GB에서 돌아가는 오픈웨이트와 100만 토큰에 0.16달러짜리 API를 같은 날 같은 이름으로 내놓았으니까요.

저는 이 조합을 지능의 단가가 또 한 번 내려가는 신호로 읽습니다.

---