Nanbeige4.3-33B vs Qwen 3.6 35B-A3B: Nanbeige는 다른 Qwen을 벤치마크했으며, 그것이 바로 핵심이다

Nanbeige4.3-33B의 모델 카드를 열고 Qwen 열의 개수를 세어 보세요. 정확히 하나뿐이며, 그것은 2026년 8월에 공개된 덴스 멀티모달 모델인 Qwen3.8-27B에 속합니다. Liquid AI가 LFM2.5의 자체 기준점으로 삼았고 대부분의 오픈 웨이트 에이전트 생태계가 벤치마크 비교 대상으로 삼는 전문가 혼합(MoE) 모델인 Qwen 3.6 35B-A3B는 Nanbeige의 20행 표에 전혀 등장하지 않습니다.

그 부재는 선택이며, 이 대결을 일반적인 일대일 비교보다 더 흥미롭게 만든다. Nanbeige4.3-33B는 장기 호라이즌 에이전틱 행에서 이길 수 있는 Qwen 모델과 비교되었다. Qwen 3.6 35B-A3B는 실행 비용이 4분의 1에 불과하고 이미지와 비디오를 입력받을 수 있으며 4월부터 프로덕션에 사용되어 온 Qwen 모델이다. 그것이 더 공정한 비교인지 더 쉬운 비교인지는 무엇을 구매하는지에 달려 있으며, 두 모델은 같은 구매자를 위해 최적화된 것이 아니다.

이들 중 하나는 밀도가 높고 다른 하나는 그렇지 않은데, 그것이 요금을 결정한다

가장 중대한 단 하나의 차이는 어떤 벤치마크에도 나타나지 않습니다.

• 매개변수 — Nanbeige4.3-33B의 경우 총 33.1B이며 모두 활성입니다. Qwen 3.6 35B-A3B는 전문가 혼합(MoE) 모델로 총 35B이며 토큰당 약 3B가 활성입니다.

• 토큰당 연산량 — Nanbeige4.3-33B는 전체 밀집 순전파를 수행하는 반면, Qwen 3.6 35B-A3B는 소규모 전문가 하위 집합에 대한 희소 순전파를 수행합니다. 동일한 하드웨어에서 Qwen 모델은 GPU당 초당 훨씬 더 많은 토큰을 생성합니다.

• 가중치용 메모리 — Nanbeige4.3-33B의 경우 bfloat16으로 66.3 GB. Qwen 모델은 양자화하면 단일 카드에 여유롭게 들어갑니다.

• 컨텍스트 — Nanbeige4.3-33B는 네이티브 524,288 토큰. Qwen 3.6 35B-A3B는 262,144 토큰이며, 최대 출력은 65,536 토큰입니다.

• 모달리티 — 텍스트 입력, 텍스트 출력, 영어 및 중국어, Nanbeige4.3-33B용. Qwen 3.6 35B-A3B용 텍스트, 이미지, 비디오 입력.

• 가격 — Nanbeige4.3-33B용 호스팅 엔드포인트는 없습니다. OrcaRouter의 Qwen 3.6 35B-A3B는 입력 100만 토큰당 $0.25, 출력 100만 토큰당 $1.49이며, p50 첫 토큰까지의 시간은 6.67초입니다.

• 라이선스 — 둘 다 Apache 2.0입니다.

계산 라인을 두 번 읽어 보라. 65,536토큰짜리 에이전트 응답 — Nanbeige 자체가 권장하는 상한 — 을 실행하는 33B 덴스 모델은 그 토큰 하나하나마다 330억 개 매개변수에 해당하는 연산을 수행한다. Qwen 모델은 그 정도의 약 10분의 1을 수행한다. 두 모델이 동일한 작업에서 서로 몇 점 차이 안으로 점수를 받는다면, 스파스 모델은 경제성에서 10배 앞선다. 그리고 어떤 벤치마크 표도 그 사실을 알려주지 않는다.

점수는 뺄 수 없으며, 그 이유는 방법론적이다.

Nanbeige4.3-33B는 Artificial Analysis Intelligence Index v5.0.1에서 20점입니다. Qwen 3.6 35B-A3B는 v5 종합 지수에서 점수가 전혀 없습니다. 모델 페이지에는 N/A라고 표시되는데, 현재 지수는 공개 API가 있거나 자체 실행을 완료한 구성에만 점수를 매기며, 이 모델에 대해 마지막으로 공개된 Artificial Analysis 수치는 더 오래된 v4.3.x 지수에 속하며 추론 구성의 경우 10대 후반입니다.

그 숫자들은 비교가 아니다. v5 지수는 기준이 재설정된 평가 세트이며, v4.3.x 점수는 그대로 이전되지 않는다. "20 대 18"을 제시하는 것은 서로 다른 두 시험 사이에서 빼기를 하는 셈으로, 이는 모델 비교 글쓰기에서 가장 흔한 오류이며 여기서 분명히 짚고 넘어갈 가치가 있다.

공통 기반에서 실제로 존재하는 것은 더 좁지만 여전히 유용하다.

• Terminal-Bench — Artificial Analysis는 Qwen 3.6 35B-A3B를 Terminal-Bench 2.1에서 41.6%, Terminal-Bench Hard에서 25.8%로 측정했습니다. 또한 Nanbeige4.3-33B를 Terminal-Bench 4.0에서 29.8%로 측정했습니다. 서로 다른 벤치마크이므로 여전히 차이값이라고 할 수는 없지만, 둘 다 같은 계열의 과제에 대한 외부 측정치입니다.

• 벤더의 Terminal-Bench 주장 — Nanbeige는 Nanbeige4.3-33B가 Terminal-Bench 2.1에서 80.9를 기록했다고 보고하는데, 이는 Qwen 3.6 35B-A3B가 독립 측정에서 41.6%를 기록한 것과 동일한 벤치마크입니다. 이 벤더 수치가 검증된다면, 이는 이 전체 비교에서 가장 큰 격차입니다. 이는 독립적으로 재현되지 않았으며, Nanbeige 자체 각주에는 Terminus 2 하네스로 실행되었다고 명시되어 있습니다.

• 지식 — Artificial Analysis는 AA-Omniscience에서 Nanbeige4.3-33B를 정확도 11.7%, 비환각률 81.8%로 평가한다. Qwen 3.6 35B-A3B의 Omniscience 수치는 v5 재구축 이전에 나온 것이라 다른 척도에 속하므로 Nanbeige의 수치와 나란히 비교할 수 없다. 말할 수 있는 것은 방향성에 관한 것이며 두 모델군 사용자 모두의 체감과 일치한다: Qwen 모델은 더 많이 알고, Nanbeige 모델은 더 자주 답변을 거부한다.

• 추론 — Qwen 3.6 35B-A3B의 경우 추론 기능을 켜면 GPQA Diamond 84.8, 평가 설정에서는 84.1입니다. Nanbeige4.3-33B의 카드에는 89.5라고 주장되어 있으나 재현되지 않았습니다.

왜 Nanbeige가 대신 Qwen3.8-27B를 선택했을까

33B dense 모델을 35B mixture of experts가 아니라 27B dense 모델과 벤치마크하는 데는 정당한 이유가 있으며, 그것은 부정직이 아니다. 그것은 아키텍처를 동일 조건으로 맞추면 비교가 서빙 효율성이 아니라 학습 품질에 관한 것이 되기 때문이다. 비슷한 규모의 두 dense 모델은 어느 연구소가 더 잘 학습시켰는지를 알려준다. dense 대 MoE 비교는 어떤 설계가 더 저렴한지를 알려주며, 이는 다른 답을 가진 다른 질문이다.

하지만 그 선택에는 독자에게 비용이 따릅니다. 모델을 고르는 대부분의 사람은 추상적인 학습 품질이 아니라 총소유비용을 기준으로 선택하기 때문입니다. 그 축에서 Qwen 3.6 35B-A3B에는 Nanbeige의 표가 결코 드러내지 않는 이점이 있습니다. 활성 파라미터가 3B라는 것은 아마 이미 보유하고 있을 하드웨어에서 서빙할 수 있다는 뜻이며, 스크린샷과 비디오 프레임을 입력으로 받아들일 수 있는데, dense 33B는 어떤 가격에도 그렇게 할 수 없습니다.

반론도 똑같이 구체적이다. Nanbeige4.3-33B는 스케일링 없이 524,288개 토큰을 기본으로 보유하며, 덴스 스택은 희소 모델과 달리 장문맥 동작을 예측 가능하게 만든다. 52개 레이어에 걸쳐 토큰당 208 KiB의 KV 캐시를 사용하면 전체 윈도의 비용은 약 104 GiB다. 이는 판매 포인트가 아니라 경고이지만, 동시에 카드가 약속하는 것과 모델이 실제로 하는 것 사이에 숨은 근사가 없다는 뜻이기도 하다.

결정이 실제로 내려지는 곳

작업이 멀티모달이라면, 어떤 벤치마크를 찾아보기도 전에 Qwen 3.6 35B-A3B가 답입니다. Nanbeige4.3-33B는 텍스트 전용이며, 토큰당 4분의 1 가격으로 이미지를 읽는 3B 활성 모델은 스크린샷 파이프라인에서 근소한 2위에 머무는 모델이 아닙니다.

당신의 작업이 장시간에 걸친 터미널 자동화이고 GPU가 네 개라면, Terminal-Bench 4.0에서 Nanbeige4.3-33B가 기록한 29.8%는 이 둘 중 외부에 공개된 수치로는 가장 강력한 성적이며, 이 모델의 81.8% 비환각률은 에이전트 루프가 20분 동안 자신 있게 잘못된 일을 해버리는 것을 막아주는 특성입니다. 이는 실질적인 이점이며, 결코 값싼 이점이 아닙니다.

그 중간에 있는 모든 분께 실용적인 답은, Qwen 3.6 35B-A3B는 오늘 오후에 평가해 볼 수 있는 모델이고 Nanbeige4.3-33B는 하드웨어를 구매한 뒤에 평가하는 모델이라는 것입니다. Qwen 3.6 35B-A3B는 위 가격으로 OrcaRouter 카탈로그에 있고, 나머지 200개 이상의 모델과 동일한 키로, 업스트림 제공업체 전반에 걸친 자동 장애 조치를 지원하며 이 모델과 두 번째 모델 사이에서 트래픽을 분할하고 싶을 때 두 번째 클라이언트를 작성하지 않고도 사용할 수 있는 라우팅 DSL도 제공합니다. Nanbeige4.3-33B는 카탈로그에 없습니다 — 저희는 이를 호스팅하지 않으며, 이 글에서 저희가 호스팅한다고 주장하는 내용은 없습니다.

그 비대칭성이야말로 이 전체 비교를 정직하게 요약한 것입니다. 이 모델들 중 하나는 사용량을 측정하고 반나절 만에 다른 것으로 갈아탈 수 있는 서비스입니다. 다른 하나는 도입해서 받아들이는 체크포인트입니다. Nanbeige는 두 번째 종류를 의도적으로 만들었습니다. 그것은 교사 모델이며 모델 카드에도 그렇게 적혀 있고, 그것을 의미 있게 만들어 줄 3B 학생 모델은 아직 출시되지 않았습니다.