'DaisyRose 27B vs Gemma 4 31B'라고 적힌 생성된 타이틀 카드에 '두 개의 dense 모델, 서로 다른 두 가지 역할'이라는 부제가 붙어 있고, 그 아래에는 'DaisyRose: 27.8B dense, RL 전용 포스트 트레이닝', 'Gemma 4 31B: 30.7B dense, 범용 역량', 'GPQA Diamond: 90.7 대 84.3'이라고 적힌 둥근 카드 세 장이 있으며, 하단에는 'DaisyRose 수치는 RadixArk 기준, 2026년 11월; Gemma 4 31B 수치는 Google DeepMind 기준.'이라고 적혀 있습니다. OrcaRouter 로고는 오른쪽 하단에 있습니다.
Guides & Insights

DaisyRose 27B vs Gemma 4 31B: 두 개의 Dense 모델, 두 가지 다른 역할

작성자

jinhao.song

게시일

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

DaisyRose 27B와 Gemma 4 31B는 이 비교군에서 가장 가까운 한 쌍입니다. 둘 다 dense이고, 둘 다 270억~310억 파라미터 사이이며, 둘 다 256K 토큰 컨텍스트를 갖춘 멀티모달이고, 둘 다 Apache 2.0이며, 둘 다 가중치와 함께 speculative-decoding drafter를 제공합니다. 또한 각 공급업체가 공개하기로 선택한 근거에 따르면, 두 모델은 서로 다른 구매자를 겨냥합니다. Gemma 4 31B는 Google DeepMind의 범용 모델로, 구성 가능한 thinking 모드, 네이티브 함수 호출, 140개 이상의 언어, 그리고 AIME부터 문서 파싱까지 아우르는 14행의 기능 표를 갖춘 30.7B dense 모델입니다. DaisyRose 27B는 RadixArk의 특화 모델로, 2026년 11월 18일에 공개되었으며, 장기 지평 에이전트 작업에 대해 강화 학습만으로 사후 학습되었고, 5행의 에이전틱 표에서 입증되었습니다. 두 모델은 형태가 거의 동일하며, 각 공급업체가 제시하는 증명은 거의 서로 겹치지 않습니다.

두 표를 통틀어 두 이름이 모두 등장하는 벤치마크는 하나뿐입니다: GPQA Diamond로, 여기서 DaisyRose 27B는 90.7을, Gemma 4 31B는 84.3을 보고합니다. 매개변수가 29억 개 더 적은 모델이 대학원 수준 과학 시험에서 6.5점 앞선다는 것이 이 페이지의 헤드라인이며, 나머지 내용은 그 헤드라인이 보기보다 왜 더 얇은지에 관한 것입니다.

닮아 보이는 두 가지 아키텍처

브랜딩을 걷어내면, 이 시리즈의 다른 어떤 맞대결보다 스펙 시트가 더 많이 겹친다.

• 매개변수 — DaisyRose 27B는 27.8B 덴스 모델로, 이 중 0.46B는 비전 인코더이고 0.42B는 멀티 토큰 예측 헤드이며, Gemma 4 31B는 약 5억 5천만 개 매개변수의 비전 인코더를 갖춘 30.7B 덴스 모델입니다. 양쪽 모두 전문가 라우팅을 사용하지 않으므로 활성 매개변수 수는 양쪽 모두 전체 매개변수 수와 같습니다.

• 컨텍스트 — {{1}}DaisyRose 27B의 경우 262,144토큰{{/1}}; {{2}}Gemma 4 31B의 경우 256K{{/2}}. 실제로는 동일한 상한입니다.

• 모달리티 — 두 모델 모두 텍스트와 이미지 입력, 텍스트 출력을 지원합니다. 오디오는 두 크기 모두에서 사용할 수 없으며, Gemma 쪽에서는 제품군의 E2B, E4B 및 12B 모델로 제한됩니다.

• 라이선스 — 둘 다 Apache 2.0이며, 두 모델 카드 모두에 명시되어 있습니다.

• 롱 컨텍스트 기법 — Gemma 4 31B는 60개 레이어, 전체 글로벌 어텐션과 교차 배치된 1,024토큰 로컬 슬라이딩 윈도, 글로벌 레이어의 통합 키와 값, 비례 RoPE를 통해 이를 달성한다. DaisyRose 27B는 Qwen3.8-27B의 아키텍처를 그대로 계승하며, 이는 다른 설계 계보에서 도출된 동일한 하이브리드 어텐션 아이디어다.

이들이 진정으로 다른 두 지점은 그 모델이 무엇을 위한 것인지 결정하는 지점입니다. Gemma 4 31B는 구성할 수 있는 사고 모드, 네이티브 함수 호출, 시스템 역할에 대한 명시적 지원을 제공합니다. DaisyRose 27B는 기본 모델과 동일한 채팅 템플릿과, 전체 예산을 폭넓은 역량보다 터미널 및 도구 동작에 쓴 훈련 실행을 제공합니다.

그들이 공유하는 단 하나의 행

GPQA Diamond, 198개의 대학원 수준 과학 질문은 두 카드가 모두 공개하는 유일한 벤치마크이며, 두 수치 이면의 구성은 동일한 측정이 아닙니다.

DaisyRose 27B의 90.7은 simple-evals 템플릿을 사용해 198개 질문에 대해 8회 실행한 결과에서 나온 수치로, 매번 답변 순서를 다시 섞었으며, BF16 및 FP8 실행 중 더 좋은 결과로 보고됩니다. Gemma 4 31B의 84.3은 Google 모델 카드에 있는 단일 수치로, 실행 횟수도 명시되어 있지 않고 표 자체에도 사용된 하네스가 명시되어 있지 않습니다.

그 격차는 두 벤더가 같은 벤치마크 이름 아래 수치를 발표했다는 점에서는 실재하지만, 한쪽은 8회 실행과 재셔플 프로토콜을 갖춘 반면 다른 쪽의 방법론은 각주에 불과하다는 점에서는 약합니다. 6.5점은 198개 질문 중 약 33개 질문에 해당합니다. 이는 198문항 세트의 샘플링 노이즈보다 크지만, 그 정도 규모의 하네스 차이가 전례 없는 일은 아니며, 어느 벤더도 상대의 평가를 실행해 본 적이 없습니다.

단일 점수보다 이 행을 더 흥미롭게 만드는 것은 각 모델의 베이스 대비 어디에 위치하는가입니다. DaisyRose 27B는 Qwen3.8-27B 대비 GPQA Diamond를 89.2에서 90.7로 향상시켰습니다 — 18일간의 강화 학습으로 얻은 1.5점 상승입니다. Gemma 4 31B는 84.3점으로, 자사의 26B A4B 형제 모델인 82.3점보다 2점 높습니다. 이 벤치마크에서 두 모델은 사전 학습이 자리 잡게 한 지점에 가깝고, 사후 학습은 둘 다 크게 움직이지 않았습니다. 대학원 수준 과학에서 둘 중 하나를 고른다면, 6점 차이는 대부분 학습 레시피 차이보다는 베이스 모델 차이입니다.

A screenshot of the Hugging Face model card for google/gemma-4-31B-it showing the repository header, the dense 30.7B description, the 256K-token context, the Apache 2.0 licence and the benchmark comparison table against Gemma 4 26B A4B.

한쪽만 작성한 표

여기서 비교는 더 이상 비교가 아니라 증거 선택의 문제가 됩니다. Google은 일반 역량 표를 공개했고 RadixArk는 에이전트형 역량 표를 공개했는데, 둘은 서로 겹치지 않습니다.

Gemma 4 31B의 카드에는 MMLU Pro 85.2, 도구 없이 AIME 2026 89.2, LiveCodeBench v6 80.0, Codeforces ELO 2150, Tau2 76.9, 도구 없이 HLE 19.5 및 검색 사용 시 26.5, BigBench Extra Hard 74.4, MMMLU 88.4, MMMU Pro 76.9, MATH-Vision 85.6, MedXPertQA MM 61.3, OmniDocBench 1.5 0.131, 그리고 8개 니들 및 128K 컨텍스트에서 MRCR v2 66.4가 실려 있습니다. Terminal Bench 행, SWE-bench 행, IFBench 행은 없습니다.

DaisyRose 27B의 모델 카드에는 Terminal Bench 4.1이 12.0(베이스 5.6), Terminal Bench 2.1이 75.5, DeepSWE v1.1이 46.2, SWE Bench Pro v2가 94.7, IFBench가 82.4로 표기되어 있으며, HLE 텍스트 전용은 34.3, GPQA Diamond는 90.7입니다. MMLU Pro도, AIME도, Codeforces도 없고 비전 벤치마크 행은 전혀 없습니다 — 모델에 비전 인코더가 있음에도 불구하고.

그 조합에는 이름 붙일 만한 두 가지 비대칭이 있다. 첫째는 HLE다. RadixArk는 도구 없이 34.3을 보고하고, Google은 도구 없이 19.5, 검색 사용 시 26.5를 보고한다. Gemma 4 31B에 도구 지원 구성을 적용해도 DaisyRose 27B의 수치는 거의 8점 더 높다. 하지만 채점자가 다르다. RadixArk는 문제당 5회 실행에 GPT-6 Luna를 사용한 반면, Google은 채점 설정을 밝히지 않는다. 둘째는 비전이다. DaisyRose 27B는 0.46B 비전 인코더를 탑재하고 있지만 비전 벤치마크를 전혀 공개하지 않아, 그 멀티모달 능력은 공개적으로 측정된 바 없다. Gemma 4 31B는 MMMU Pro, MATH-Vision, OmniDocBench, MedXPertQA를 공개한다. 이미지 이해가 필요하다면, 이 모델 중 하나는 근거를 갖고 있고 다른 하나는 인코더를 갖고 있을 뿐이다.

메모리, 형식, 각 다운로드 비용

두 모델 모두 전체 정밀도에서 52~63GB이므로 같은 하드웨어 등급에 속하며, 이에 따라 비교에서 유용한 부분은 형식 목록입니다.

• DaisyRose 27B — BF16 약 52GB, FP8 약 29GB, NVFP4 약 23GB 및 Blackwell 전용, 그리고 SGLang용 추측 디코딩 드래프터로서 RadixArk/Qwen3.8-27B-DSpark. 참조 구성은 텐서 병렬 처리 1의 4-GPU 노드에 걸친 4개의 데이터 병렬 복제본, 262,144토큰 컨텍스트 및 FP8 KV 캐시입니다. RadixArk는 H200, B200, GB300, RTX PRO 6000, RTX 5090 및 DGX Spark에서의 단일 GPU 배포를 나열합니다.

• Gemma 4 31B — bfloat16은 약 49.8GB와 12.8GB의 safetensors 샤드 두 개에 들어 있으며, 합치면 약 62.5GB입니다. 17.7GB의 QAT Q4_0 GGUF에 1.2GB 비전 프로젝터를 더하면 KV 캐시 전 약 18.9GB로, Gemma 라인의 dense 최상위 모델을 24GB 소비자용 카드 한 장에 올릴 수 있습니다. vLLM용 23.3GB QAT w4a16 compressed-tensors 빌드, QAT 가중치를 패킹 없이 담은 비양자화 Q4_0 체크포인트, 그리고 0.94GB의 멀티 토큰 예측 드래프터가 있습니다.

GGUF 라인은 실질적인 차이를 보여준다. Google은 24GB 카드에 들어가는 자체 제작 4비트 빌드를 제공하고, RadixArk는 세 가지 정밀도 버전을 제공하며 SGLang을 통해 서빙하길 기대한다. 워크스테이션은 있지만 서빙 스택은 없는 팀에게 이는 고민할 것도 없는 선택이다 — 하나는 다운로드하면 실행되고, 다른 하나는 배포가 필요하다.

한 가지 주의할 점은 Gemma의 카드에서는 추측 디코딩 보조 모델이 대상 체크포인트의 정밀도와 일치해야 하므로, 0.94GB 드래프터는 bfloat16 릴리스가 아니라 QAT 31B 대상과 짝을 이룹니다. RadixArk의 드래프터는 Qwen3.8-27B의 이름을 따서 명명되었으며 DaisyRose 27B 자체의 FP8 빌드와 짝을 이룹니다.

A generated two-column scoreboard titled 'DaisyRose 27B vs Gemma 4 31B — the scoreboard'. Left column DaisyRose 27B: parameters 27.8B dense; training RL only, 63,000 GPU-hours; context 262,144 tokens; GPQA Diamond 90.7; HLE no tools 34.3; formats BF16, FP8, NVFP4. Right column Gemma 4 31B: parameters 30.7B dense; training general pretrain plus post-train; context 256K tokens; GPQA Diamond 84.3; HLE no tools 19.5; formats BF16, QAT Q4_0 GGUF, w4a16. A footer reads 'Both vendor-reported; only GPQA Diamond is published on both cards.' The OrcaRouter logo sits in the bottom-right.

비용, 그리고 가격이 있는 것

Gemma 4 31B는 오늘 OrcaRouter에서 google/gemma-4-31b-it로 제공됩니다. 가격은 백만 입력 토큰당 $0.13, 백만 출력 토큰당 $0.38이며, 구성 가능한 사고, 네이티브 함수 호출 및 256K 컨텍스트를 지원합니다. -it 접미사는 클라이언트가 전달하는 문자열의 일부입니다.

DaisyRose 27B에는 벤더가 호스팅하는 가격이 없습니다. RadixArk의 사이트는 다른 연구소를 위한 학습 및 서빙을 설명하며 DaisyRose 엔드포인트를 공개하지 않습니다. 모델 카드는 SGLang, vLLM, Docker를 통한 자체 호스팅만 안내합니다. 제3자 목록에는 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $1.88이 제시되어 있는데, 이는 벤더 요율이 아니라 한 호스트의 초기 제시 가격입니다.

이것들을 나란히 놓고 보면, 호스팅 비교는 벤치마크 표와 정반대로 흘러갑니다. Gemma 4 31B는 백만 입력당 13센트로 제3자 호스트의 15센트보다 낮지만, 출력에서는 38센트 대 1달러 88센트입니다. 생성 비중이 높은 워크로드에서는 더 큰 모델에 유리한 다섯 배 차이가 나며, 이는 구조적 이유에서 비롯됩니다. Gemma 4 31B는 여러 제공업체가 경쟁하는 확립된 호스팅 티어를 갖고 있는 반면, DaisyRose 27B는 호스트가 하나뿐이고 이력이 사흘에 불과합니다.

A screenshot of the OrcaRouter model catalogue page for google/gemma-4-31b-it showing the model listing, the 30.7B dense description, the 256K-token context and the per-million-token pricing.

각 모델이 어떤 작업을 위해 만들어졌는지

솔직하게 요약하자면, 이 모델들은 같은 구매를 두고 경쟁하는 것이 아니며, 벤치마크 표들은 서로 겹치기를 거부함으로써 이를 증명한다.

Gemma 4 31B는 폭넓은 활용이 필요할 때 원하는 모델입니다. 조절 가능한 사고 모드, 기존 도구 스키마와 호환되는 함수 호출, 140개 이상의 언어, 공개된 비전 평가, 워크스테이션에서 실행되는 양자화 빌드, 그리고 백만 입력 토큰당 13센트의 호스팅 가격을 제공합니다. 일반 제품에 안전한 선택이며, 잘못될 경우의 비용은 몇 달러의 API 지출에 불과합니다.

DaisyRose 27B는 터미널 에이전트를 만들고 있고 직접 호스팅할 수 있다면 원하는 모델입니다. Terminal Bench 4.1 수치는 자체 베이스 모델의 두 배가 넘고, SWE Bench Pro v2는 94.7이며, IFBench 82.4는 RadixArk의 비교 카드에서 가장 높습니다. 이 수치는 모두 벤더가 보고한 값이고 어느 것도 독립적으로 재현되지 않았으며, 모델은 나온 지 사흘밖에 되지 않았습니다. 하지만 주장의 형태는 테스트하기에 충분히 구체적입니다: Qwen3.8-27B에 대해 자체 에이전트 트레이스를 실행해 보세요 — qwen/qwen3.8-27b로 백만 입력 토큰당 $0.33, 백만 출력 토큰당 $2.40에 이용 가능하며, 동일한 262,144토큰 컨텍스트와 비전 타워를 갖추고 있습니다 — 그리고 RadixArk가 학습으로 없앤 실패 모드가 실제로 당신이 마주치는 것인지 확인하세요.

이 두 가지 중에서 결정하는 가장 저렴한 방법이기도 합니다. Gemma 4 31B와 Qwen3.8-27B는 하나의 OrcaRouter 키로 이용할 수 있으며, 두 번째 계약도 코드 변경도 없이 각 공급자의 정가 대비 0% 마크업으로 제공되므로 어느 쪽의 가격이 바뀌든 그날 바로 귀하에게 반영됩니다. Gemma 4 31B가 귀하의 에이전트 루프를 처리한다면 13센트로 끝납니다. 그렇지 않고 기본 모델이 같은 지점에서 실패한다면, H200에서 18일간 진행하는 RL 후속 학습이 다음으로 비용을 지불할 가치가 있는 일입니다 — 그리고 그때쯤이면 무엇을 고치기 위해 그것을 사는지 알게 될 것입니다.