세 개의 둥근 카드 위에 있는 생성된 타이틀 카드에는 'DaisyRose 27B vs Gemma 4 26B A4B'라는 제목과 '매 토큰마다 27.8B 읽음, 토큰당 3.8B 읽음'이라는 부제가 적혀 있고, 카드에는 각각 'DaisyRose: 27.8B dense, RL 전용 post-train', 'Gemma 4 26B A4B: 총 25.2B, 활성 3.8B', '호스팅 가격: 백만 토큰당 입력 $0.06, 출력 $0.33'이라고 적혀 있으며, 하단에는 'DaisyRose 수치는 RadixArk 기준, 2026년 11월; Gemma 수치는 Google DeepMind 기준.'이라고 적혀 있다. OrcaRouter 로고는 오른쪽 아래에 있다.
Guides & Insights

DaisyRose 27B 대 Gemma 4 26B A4B: 27.8B Dense 대 3.8B Active

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

DaisyRose 27B와 Gemma 4 26B A4B는 같은 체급의 모델이지만 비용 구조는 완전히 다르며, 가격대는 어떤 벤치마크보다 빠르게 그 사실을 분명히 보여줍니다. Gemma 4 26B A4B는 252억 개 파라미터 가운데 토큰마다 38억 개가 읽히며, OrcaRouter에서 입력 토큰 100만 개당 $0.06, 출력 토큰 100만 개당 $0.33에 제공됩니다. DaisyRose 27B는 2026년 11월 18일 공개된, RadixArk가 Qwen3.8-27B를 강화학습만으로 포스트트레인한 모델로, 278억 개의 dense 파라미터를 갖고 있으며 토큰마다 그 전부가 읽히고, 52GB의 BF16 가중치로 배포되며, 벤더 호스팅 API가 없고, 실행하려면 데이터센터 GPU가 반드시 필요합니다. 하나는 센트 단위로 빌려 쓰는 모델이고, 다른 하나는 직접 배포하는 모델입니다. 이 비교의 나머지 모든 것은 여기서 따라 나옵니다.

이 벤치마크 그림은 정말 흥미롭고 정말 불완전합니다. 두 모델은 GPQA Diamond와 Humanity's Last Exam, 정확히 두 개의 공개 행만 공유하며, 그 둘 모두에서 DaisyRose 27B가 매개변수 차이보다 훨씬 큰 폭으로 앞서 있습니다. 그 격차가 공유 하네스와 맞닿아도 유지되는지는 이 페이지가 답할 수 없는 질문이며, 그렇다고 말하고 있습니다.

그 이름은 명세입니다.

Gemma 4 26B A4B의 라벨에는 라우팅 정책이 담겨 있으며, Google 자체 카드에는 그 의미가 다음과 같이 직접 명시되어 있습니다: "26B A4B에서 'A'는 모델이 포함한 전체 파라미터 수와 대조적으로 '활성 파라미터'를 뜻합니다."

• 전체 파라미터 — 25.2B. • 토큰당 활성 파라미터 — 3.8B. • 전문가 구성 — 토큰별로 128개 전문가 중 8개와 공유 전문가 1개가 활성화됩니다. 공유 전문가는 항상 읽히므로 활성 파라미터 수가 단순히 전체의 8/128이 아닙니다. • 레이어 — 30개, 1,024토큰 슬라이딩 윈도우 적용.

DaisyRose 27B에는 설명할 만한 그런 구조가 없습니다. 이는 밀집 트랜스포머로, 27.8B개의 파라미터 중 0.46B는 비전 인코더이고 0.42B는 멀티 토큰 예측 헤드이며, 입력과 연산 사이에 라우터가 없습니다. 모든 토큰은 모든 가중치에 대한 비용을 지불합니다.

실질적인 귀결은 이 모델들을 어떤 벤치마크보다도 더 크게 구분하는 단 하나의 숫자다. 활성 파라미터 3.8B의 희소 모델은 25B 모델 수준의 메모리를 지니면서도 4B 모델에 가까운 속도로 실행된다. Google의 모델 카드도 이를 명시적으로 말하며, MoE 변형이 '4B 파라미터 모델만큼 거의 빠르게' 실행된다고 설명한다. 덴스 27.8B 모델은 27.8B 모델의 속도로 실행되는데, 아무도 그 속도를 공개하지 않았다. RadixArk의 모델 카드에는 어떤 하드웨어 구성에 대해서도 초당 토큰 수 수치가 없다.

RL이 얻은 것과 얻지 못한 것

DaisyRose 27B의 훈련은 이 비교에서 Gemma 쪽에 대응 사례가 없는 부분이다. RadixArk는 Eigent AI로 구축한 약 1,200개의 선별된 장기 에이전트 작업을 대상으로 강화 학습만 사용했다. 지도 미세 조정 단계도, 증류도 없이 진행되었으며, 세션은 최대 100만 토큰까지 실행되었고, 144대의 H200에서 18일 동안 약 63,000 GPU 시간이 소요되었다. 목표는 일반적인 역량 향상이 아니라 특정한 향상이었다. 즉, 27B 모델이 작업을 읽고, 도구를 호출하고, 결과를 읽고, 실수를 수정하는 루프를 더 잘 수행하도록 만드는 것이었다.

이는 두 모델을 실제로 비교할 수 있는 행에서 나타나며, 일률적으로 나타나지는 않습니다.

• GPQA Diamond — DaisyRose 27B는 90.7로 Gemma 4 26B A4B의 82.3을 앞섰습니다. 둘 다 벤더가 보고한 수치입니다: RadixArk의 수치는 simple-evals 템플릿과 재배열된 답변 순서로 198개 질문에 대해 8회 실행한 결과이고, Google의 수치는 모델 카드에 공개된 단일 수치입니다.

• Humanity's Last Exam, 도구 없음 — DaisyRose 27B는 34.3, Gemma 4 26B A4B는 8.7입니다. 이는 두 표 모두에서 가장 큰 격차이며 가장 불신해야 할 수치입니다. 구성이 다르기 때문입니다: RadixArk는 문제당 다섯 번 실행했고 GPT-6 Luna를 채점자로 사용했으며 도구를 쓰지 않았습니다; G​oogle의 8.7은 도구 없음 수치이고, 모델에 검색 도구를 허용하면 17.2입니다.

두 행은 비교가 아니며, 어느 공급업체도 상대방의 하네스를 실행하지 않았다. HLE 격차가 시사하는 것 — 그것은 측정이 아니라 시사일 뿐이다 — 은 장기 에이전트 세션을 겨냥한 포스트트레인이 어려운 추론 질문으로 전이된다는 점이며, 이는 광범위한 역량을 위해 사전학습된 희소 아키텍처가 보여주지 못하는 방식이다. 그것이 보여주지 않는 것은 그 효과가 25포인트라는 점인데, 하네스가 서로 다르고 두 수치 중 하나는 더 나은 구성에서 도구를 제공받은 모델에서 나온 것이기 때문이다.

A screenshot of the Hugging Face model card for google/gemma-4-26B-A4B-it, showing the repository header, the mixture-of-experts description with 25.2B total and 3.8B active parameters, the 256K-token context, the Apache 2.0 licence and the benchmark table.

행은 한쪽에만 있습니다.

두 카드는 각각 상대방이 공개하지 않은 벤치마크를 공개하는데, 이 비대칭성 자체가 각 벤더가 무엇을 증명할 가치가 있다고 여겼는지를 잘 보여준다.

Gemma 4 26B A4B는 전체 일반 역량 표를 공개합니다: MMLU Pro 82.6, 도구 없이 AIME 2026 88.3, LiveCodeBench v6 77.1, Codeforces ELO 1718, 세 차례 평균 Tau2 68.2, BigBench Extra Hard 64.8, MMMLU 86.3, MMMU Pro 73.8, MATH-Vision 82.4, 그리고 8개 니들 및 128K 컨텍스트에서 MRCR v2 44.1. 카드에는 Terminal Bench 행도, SWE-bench 행도, IFBench 행도 없습니다.

DaisyRose 27B는 대신 에이전틱 및 지시 따르기 세트를 공개합니다: Terminal Bench 4.1은 기준 5.6 대비 12.0, Terminal Bench 2.1은 75.5, DeepSWE v1.1은 46.2, SWE Bench Pro v2는 94.7, IFBench는 82.4입니다. 카드에는 MMLU Pro도, AIME도, Codeforces 행도 없습니다.

두 표를 함께 읽으면 서로 다른 제품을 설명한다. G​oogle은 범용 모델을 공개하고 표준 학술 평가 스위트 전반에서 이를 입증하고 있다. RadixArk는 에이전트 모델을 공개하고 표준 에이전트 평가 스위트 전반에서 이를 입증하고 있다. 겹치는 부분은 대략 스무 개 중 두 행뿐이며, 둘 중 하나를 고르는 구매자는 주로 어느 스위트를 중시하는지를 고르는 것이다 — 점수 열들이 보이게 만드는 것보다 훨씬 단순한 결정이다.

각각이 실행되는 위치

이 섹션은 대부분의 독자에게 비교를 결정짓는 부분입니다. 배포 사례들이 전혀 교차하지 않기 때문입니다.

• Gemma 4 26B A4B — 현재 OrcaRouter에서 백만 입력 토큰당 $0.06, 백만 출력 토큰당 $0.33에 호스팅되며, 동일 아키텍처의 Obsidian 호스팅 빌드도 함께 제공됩니다. 오픈 가중치는 Apache 2.0이며, bfloat16(두 샤드에 걸쳐 약 51.6GB), 단일 소비자용 카드에 올릴 수 있는 양자화 인식 학습 Q4_0 GGUF, vLLM용 w4a16 compressed-tensors 빌드, 그리고 추측성 디코딩을 위한 다중 토큰 예측 드래프터로 제공됩니다. Google의 제품군 게시물은 두 가지 더 큰 크기가 "단일 80GB NVIDIA H100 GPU에 효율적으로" 맞는다고 설명합니다.

• DaisyRose 27B — BF16 약 52GB, FP8 약 29GB, NVFP4 약 23GB 및 Blackwell 전용, 그리고 SGLang용 DSpark 추측 디코딩 드래프터. RadixArk는 H200, B200, GB300, RTX PRO 6000, RTX 5090 및 DGX Spark에서 단일 GPU 배포를 나열합니다. 호스팅 API 가격은 존재하지 않으며, 타사 목록은 입력 토큰 100만 개당 $0.15, 출력 100만 개당 $1.88을 제시하는데, 이는 공급업체 요율이 아니라 한 호스트의 최초 제시가입니다.

그 수치를 보면 호스팅 비용 격차는 입력에서 약 2.5배, 출력에서 거의 6배로 제3자에게 유리합니다. 이는 정가 기준의 정직한 비교입니다. 또한 워크로드가 길어지는 순간 달라지는 비교이기도 합니다. 희소 모델은 토큰당 3.8B의 연산을 계속 지불하는 반면 밀집 모델은 27.8B를 지불하므로, 격차는 백만 토큰당 달러에서 벌어지기 훨씬 전에 지연 시간과 하드웨어 초 단위에서 먼저 벌어집니다.

A generated two-column scoreboard titled 'DaisyRose 27B vs Gemma 4 26B A4B — the scoreboard'. Left column DaisyRose 27B: parameters 27.8B dense; active per token 27.8B; context 262,144 tokens; GPQA Diamond 90.7; HLE no tools 34.3; hosted price none, self-host only. Right column Gemma 4 26B A4B: parameters 25.2B total; active per token 3.8B; context 256K tokens; GPQA Diamond 82.3; HLE no tools 8.7; hosted price $0.06 in, $0.33 out per million. A footer reads 'Vendor-reported on both sides; harnesses differ, no shared run.' The OrcaRouter logo sits in the bottom-right.

에이전틱 트레이닝은 달러당 얼마의 가치가 있는가

이 비교에서 흥미로운 점은 "어느 쪽 점수가 더 높은가"가 아니라 "에이전트 역량 향상이 작업당 얼마의 비용을 치르게 하는가"입니다. RadixArk의 모델이 존재하는 이유는 기본 모델인 Qwen3.8-27B가 Terminal Bench 4.1에서 5.6점을 받고, 사후 학습 후에는 12.0점을 받기 때문입니다. 명령을 실행하는 코딩 에이전트를 운영하고 있다면, 그것은 대체로 할 수 없는 모델과 때때로 할 수 있는 모델 사이의 차이이며, 작은 숫자가 두 배가 되는 것은 적절한 구매자에게 실제 돈의 가치가 있습니다.

Gemma 4 26B A4B에는 Terminal Bench 수치가 전혀 없어서, 공개 데이터만으로는 그 가치 주장을 측정할 수 없습니다. 대신 이 모델에는 실험을 저렴하게 만들어 주는 가격이 있습니다. 입력 토큰 100만 개당 $0.06이면 H200 한 시간 비용으로 수천 개의 에이전트 궤적을 실행해 보고, 이 모델이 여러분의 워크로드에 중요한 방식으로 실패하는지 알아낼 수 있습니다. 희소 아키텍처는 이 저렴함을 두 배로 만들어 줍니다. 토큰 가격이 낮고 토큰이 빠르게 돌아옵니다.

그것이 실제 결정의 구조입니다. DaisyRose 27B는 특정하고 벤더가 보고한 에이전트형 주장을 갖고 있으며 호스팅 가격이 없는 전문 포스트 트레인 모델입니다. Gemma 4 26B A4B는 폭넓게 공개된 기능 표, 빠른 추론 프로필, 백만 토큰당 센 단위로 측정된 정가를 갖춘 범용 모델입니다. 작업이 장기적 도구 사용이고 호스팅할 수 있다면, 이 전문 모델은 벤치마킹할 가치가 있습니다. 작업이 그 밖의 다른 것이라면, 또는 호스팅할 수 없다면, $0.06의 범용 모델이 유일하게 중요한 축에서 승리합니다.

하나의 키로 둘 다 실행

Gemma 4 26B A4B는 오늘 OrcaRouter에서 아래 모델로 제공됩니다: google/gemma-4-26b-a4b-it, 입력 토큰 백만 개당 $0.06, 출력 토큰 백만 개당 $0.33에 제공되며, 262,144토큰 컨텍스트와 텍스트, 이미지 및 비디오 입력을 지원합니다. DaisyRose 27B는 작성 시점 현재 카탈로그에 없으며 이 페이지에서는 그렇지 않은 것처럼 제안하지 않습니다 — 이 모델은 SGLang, vLLM 및 Docker를 통한 자체 호스팅 릴리스입니다.

하지만 기반 모델은 제공됩니다. Qwen3.8-27B는 qwen/qwen3.8-27b로 제공되며, 100만 입력 토큰당 $0.33, 100만 출력 토큰당 $2.40이고, 포스트트레인이 유지하는 것과 동일한 262,144토큰 컨텍스트와 동일한 비전 타워를 갖추고 있습니다. 이는 독자에게 두 가지 유용한 것을 제공합니다. RL 포스트트레인을 배포할 가치가 있는지 판단하기 전에 자체 프롬프트로 실행해 볼 수 있는 동일 계열 베이스라인, 그리고 폴백 경로입니다. 자체 호스팅 DaisyRose 인스턴스가 샌드박스 타임아웃에 걸리면 라우팅 규칙이 해당 호출을 버리는 대신 베이스 모델로 넘길 수 있으며, 우리는 공급자 정가를 0% 마크업으로 그대로 전달하기 때문에 양쪽 어느 쪽에서든 공급자 측 가격이 변경되면 그 당일 동일한 키에 반영됩니다.

가장 저렴한 다음 단계는 벤치마크가 아니다. 바로 여러분의 에이전트 트레이스에서 Gemma 4 26B A4B와 Qwen3.8-27B를 그 순서대로 실행하는 것이다 — 먼저 저렴한 모델로 여러분의 작업이 실제로 어디서 깨지는지 확인하고, 그다음 더 비싼 베이스라인으로 그 실패가 기본 모델의 잘못인지 확인하는 것이다. 그 후에야 18일간의 RL 포스트트레인이 무엇을 입증할 대상이 생긴다.

이 글에서 비교한 모델1

이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트