Qwen 3.6 35B A3B vs Qwen 3.8 27B: 3B 활성 아니면 27B 덴스?

이 페어링을 결정하는 것은 두 개의 숫자이며, 그 둘은 서로 반대 방향으로 작용합니다. Qwen3.6-35B-A3B는 파라미터를 350억 개나 갖고 있지만, 토큰 하나를 처리할 때마다 그중 약 30억 개만 활성화합니다. Qwen3.8-27B는 덴스 모델입니다. 생성하는 모든 토큰에 270억 개의 파라미터가 전부 사용됩니다. 즉, 전문가 혼합(MoE) 모델은 실행하기에는 더 가벼운 모델이고 보관하기에는 더 무거운 모델입니다. 각 벤더의 자체 저장소에 따르면 BF16 가중치가 55.6GB 대비 71.9GB인 반면, 덴스 모델은 토큰당 약 아홉 배의 연산량을 요구하면서도 더 적은 메모리에 들어갑니다. 어느 쪽도 결함이 아닙니다. 이 둘은 "내가 가진 기계는 얼마나 되는가"라는 질문에 대한 서로 다른 두 가지 답이며, 그중 어느 답이 당신의 것인지가 결정의 전부입니다.

이 페이지가 당신의 시간을 들일 만한 두 번째 이유가 있습니다. 이 비교는 35B A3B를 둘러싸고 독자들이 검색하는 바로 그 형태입니다 — 그 모델의 작은 패밀리에 속한 모든 질의는 이 형태의 한 버전입니다 — 그리고 Qwen3.6-35B-A3B는 여기에서 그것을 설명할 페이지가 전혀 없었습니다. 그래서 이 페이지는 각 진영에 대한 솔직한 문단을 하나씩 담고 나서 비교로 넘어갑니다.

35B A3B 빌드의 실체

Qwen3.6-35B-A3B는 알리바바의 2026년 4월 Qwen3.6 세대 중 희소(sparse) 구성원으로, 2026년 4월 15일에 생성된 공급업체 자체 Hugging Face 저장소에서 Apache-2.0에 따라 공개되었습니다. 공급업체의 모델 카드는 이를 "총 35B, 3B 활성화"라고 설명하며, 256개 전문가로 구성되고 토큰당 8개의 라우팅된 전문가와 1개의 공유 전문가가 활성화되는 전문가 혼합(MoE) 모델이라고 밝힙니다. 텍스트 전용이 아닙니다. 카드는 이를 "비전 인코더를 갖춘 인과 언어 모델(Causal Language Model with Vision Encoder)"이라고 부르고, 저장소에는 image-text-to-text 파이프라인 태그가 있어 텍스트, 이미지, 동영상을 입력받아 텍스트를 반환합니다. 컨텍스트는 기본 262,144토큰이며 YaRN 스케일링으로 약 1,010,000까지 확장할 수 있습니다. 그 구조는 하이브리드로, 세 개의 Gated DeltaNet 선형 어텐션 블록 뒤에 하나의 게이티드 전체 어텐션 블록이 오는 구성이 10회 반복되며, 은닉 차원은 2,048, 레이어는 40개입니다. 또한 카드는 강조하는 두 가지, 즉 에이전트형 코딩과 이전 턴의 추론 컨텍스트를 유지하는 "사고 보존(thinking preservation)" 옵션을 명시함으로써 영업 문구와 아키텍처를 구분합니다. 해당 카드에 실린 공급업체 자체 표에서는 SWE-bench Verified 73.4, Terminal-Bench 2.0 51.5, MMLU-Pro 85.2, GPQA 86.0, LiveCodeBench v6 80.4로 기재되어 있습니다. 이는 모두 공급업체가 보고했으며 감사를 받지 않은 수치로, 아래 어디에 나타나든 그런 표기가 붙습니다.

Qwen3.8-27B가 무엇인지

Qwen3.8-27B는 Alibaba가 Qwen3.8 세대에서 Apache-2.0 라이선스로 공개한 27B dense 오픈 웨이트 모델로, 벤더 저장소는 2026년 8월 5일에 생성되어 8월 14일에 최종 수정되었습니다. Qwen 자체 카드에서는 이를 "간결하고 배포 친화적인 dense 모델"이라고 부르며, 지금까지의 공개 Qwen 세대 중 가장 뛰어난 성능을 지닌 모델로 위치시키고, 코딩, 전문 업무, 연구, 장기 호라이즌 에이전트 작업에서의 향상을 명시하고 있습니다. 이 역시 비전-언어 모델로 — "Causal Language Model with Vision Encoder" — 텍스트뿐 아니라 이미지와 비디오를 입력으로 받으며, 네이티브 컨텍스트는 262,144 토큰, 확장 시 1,000,000 토큰입니다. 아키텍처는 비교적 관습적입니다: 64개 레이어, 은닉 차원 5,120, 전문가 뱅크가 아닌 중간 차원 17,408의 일반 피드포워드 네트워크, 그리고 형제 모델과 동일한 3개의 linear 대 1개의 full 어텐션 리듬을 갖추고 있습니다. 35B A3B 카드가 사고 보존(thinking preservation)을 이야기하는 반면, Qwen3.8-27B 카드는 유연한 사고 제어(flexible thinking control)를 이야기합니다 — reasoning_effort 설정은 기본값이 xhigh이고 medium과 low를 사용할 수 있으며, preserve_thinking 기본값은 켜짐입니다. 카드에는 LiveCodeBench v6 90.3, GPQA Diamond 89.2, OSWorld-Verified 84.3, QwenSWEBench 79.0, Terminal Bench 2.1 73.0, SWE-bench Pro 61.7이 보고되어 있습니다 — 역시 벤더가 보고한 수치이며 감사되지 않았습니다. 가중치 총량은 18개의 safetensors 샤드에 걸쳐 55.6 GB이고, 파라미터 수는 비전 타워를 포함하면 278억 개이므로, 이 모델이 27B라고 불리면서도 27.8B인 것입니다.

가장 자주 판가름하는 단 하나의 숫자: 활성 파라미터

파일 크기는 전체 파라미터를 따진다. 속도는 활성 파라미터를 따진다. 이 둘은 스펙 시트에서 서로 다른 두 개의 열인데, 독자들은 습관적으로 이 둘을 하나로 뭉뚱그리며, 그래서 사람들은 16.5GB짜리 dense 모델이 들어갈 자리에 22GB짜리 mixture of experts 모델을 내려받아 놓고 들어맞기를 기대하게 된다.

이 메커니즘은 분명히 짚고 넘어갈 가치가 있습니다. 그것이 트레이드오프의 전부이기 때문입니다. 밀집 모델은 각 토큰을 생성하기 위해 모든 가중치를 읽어야 합니다. 희소 혼합 모델은 라우터가 선택한 전문가만 읽습니다. Qwen3.6-35B-A3B는 토큰당 약 30억 개 파라미터 분량을 읽고, Qwen3.8-27B는 270억 개를 읽습니다. 따라서 혼합 모델은 토큰당 연산량과 디코드 처리량에서 구조적 이점을 가지며, 그 이점은 실재합니다. 그러나 다른 전문가들은 공짜가 아닙니다. 그것들은 VRAM이나 시스템 메모리 어딘가에 상주해야 하며, 그렇지 않으면 라우터가 결국 그것들을 가져오게 되고, 가져오는 비용은 절약한 연산보다 더 클 수 있습니다. 따라서 이점은 전체 35B를 보유하는 것을 조건으로 합니다. 이것은 전문가 혼합(MoE) 디코딩이 작동하는 방식이며, 이 두 특정 모델에 대한 측정값이 아닙니다. 그리고 이것이 적재 가능성 질문이 속도 질문보다 뒤가 아니라 앞에 오는 이유입니다.

• 디스크상 총 파라미터 수, BF16 — Qwen3.6-35B-A3B: 26개의 safetensors 파일에 35.95B, 71.9GB. Qwen3.8-27B: 18개 샤드에 27.78B, 55.6GB. 각 벤더 자체 Hugging Face 리포지토리 기준, 2026-10-13 확인.

• 토큰당 활성 파라미터 — Qwen3.6-35B-A3B: 약 3B. Qwen3.8-27B: 27B 전부, dense는 dense이니까요.

• 아키텍처 — Qwen3.6-35B-A3B: 전문가 256개, 토큰당 라우팅 8개 + 공유 1개, 레이어 40개, 히든 2,048. Qwen3.8-27B: 중간 차원 17,408의 단일 피드포워드, 레이어 64개, 히든 5,120.

• 네이티브 컨텍스트 — 둘 다 262,144토큰. Qwen3.6-35B-A3B는 YaRN을 사용하면 약 1,010,000까지 확장됩니다. Qwen3.8-27B의 카드에는 확장 시 1,000,000이라고 명시되어 있습니다.

• 라이선스 — 둘 다 Apache-2.0입니다. 둘 다 공급업체에서 다운로드할 수 있고, 둘 다 오픈 웨이트이며, 어느 쪽에도 사용자당 또는 호출당 조건이 붙어 있지 않습니다.

각 항목이 토큰당 얼마의 비용이 드는지

두 모델 모두 OrcaRouter에서 제공되므로, 아무것도 다운로드하지 않고도 이 문제를 해결할 수 있습니다. 2026-10-13 기준 라이브 카탈로그에서 확인한 내용은 다음과 같습니다. qwen/qwen3.6-35b-a3b는 입력 토큰 백만 개당 $0.248, 출력 토큰 백만 개당 $1.485이며, 262,144토큰 창과 최대 출력 토큰 65,536개를 지원합니다. qwen/qwen3.8-27b는 동일한 262,144토큰 창에서 입력 백만 개당 $0.330, 출력 백만 개당 $2.400입니다. 두 모델 모두 더 높은 가격으로 두 번째 호스트 ID 아래 카탈로그에 등록되어 있으므로, 청구서를 비교하기 전에 실제로 호출하는 식별자가 무엇인지 확인하세요.

입력 토큰 100만 개와 출력 토큰 25만 개의 워크로드, 즉 소규모 코딩 에이전트 배포에서 한 달치로 그럴듯한 규모에서 계산은 다음과 같다. Qwen3.6-35B-A3B: 1.00 × $0.248 더하기 0.25 × $1.485, 즉 약 $0.62. Qwen3.8-27B: 1.00 × $0.330 더하기 0.25 × $2.400, 즉 약 $0.93. 더 새로운 덴스 모델은 그런 형태의 트래픽에서 비용이 대략 1.5배 더 들며, 격차는 출력 토큰에서 가장 커서 약 62%에 이른다.

숫자보다 더 중요한 두 가지가 뒤따른다. 첫째, 이것은 우리의 카탈로그 가격이며, 우리는 공급자의 공개 정가에 어떤 마크업도 붙이지 않는다. 따라서 벤더의 가격 변경은 벤더에 도달하는 바로 그날 이 페이지에 도달하며, 지연도, 별도의 계약도 없다. 둘째, 두 개가 아니라 하나의 키로 이들을 비교하는 이유는 전환 비용이다. 두 id는 하나의 엔드포인트 뒤에 있으므로, 하나에서 다른 하나로 옮기는 것은 마이그레이션이 아니라 문자열 변경이며, 자동 페일오버 덕분에 두 가지 중 덜 익숙한 쪽을 트래픽의 일부에 적용할 수 있고 그것에 프로덕션 경로를 걸지 않고도 그렇게 할 수 있다. 위의 컴퓨트 논거 때문에 전문가 혼합(mixture of experts)을 처음 평가하는 경우라면, 그것이 바로 그 논거가 당신의 워크로드에도 성립하는지 값싸게 시험해 보는 방법이다.

여러분의 기기에 맞는 항목

이것은 두 모델이 실제로 차이를 보이는 질문이며, 동일한 전체 대 활성 분할에 달려 있습니다. 두 모델 모두 가지고 있는 커뮤니티 GGUF 빌드를 비교해 보면 — 이들은 벤더 릴리스가 아니라 서드파티 저장소이며, 파일명도 각자의 것입니다 — 동일한 양자화 라벨이 실질적으로 다른 파일 크기를 가져옵니다:

• Q3 등급, 가장 작은 합리적 선택 — Qwen3.6-35B-A3B: UD-Q3_K_M에서 16.60 GB. Qwen3.8-27B: UD-Q3_K_XL에서 13.15 GB.

• IQ4 부근 — Qwen3.6-35B-A3B: UD-IQ4_XS에서 17.73 GB, UD-IQ4_NL에서 18.04 GB. Qwen3.8-27B: UD-IQ4_XS에서 14.25 GB.

• Q4_K_S — Qwen3.6-35B-A3B: 20.89 GB. Qwen3.8-27B: 15.36 GB.

• Q4_K_M, 일반적인 기본값 — Qwen3.6-35B-A3B: 22.13 GB. Qwen3.8-27B: 16.46 GB.

• Q4_K_XL — Qwen3.6-35B-A3B: 22.36 GB. Qwen3.8-27B: 17.56 GB.

• Q5_K_M — Qwen3.6-35B-A3B: 26.46 GB. Qwen3.8-27B: 19.77 GB.

• Q8_0 — Qwen3.6-35B-A3B: 36.90 GB. Qwen3.8-27B: 29.05 GB.

• BF16, 출시 상태 그대로 — Qwen3.6-35B-A3B: 71.9 GB. Qwen3.8-27B: 55.6 GB.

• 또한 공개됨 — Qwen3.6-35B-A3B는 벤더 자체 저장소에 FP8 체크포인트가 있고, 커뮤니티 빌드에는 21.71GB의 MXFP4 믹스가 있습니다. Qwen3.8-27B도 벤더 저장소에 FP8 체크포인트가 있습니다.

두 열을 서로 대조해 읽으면 규칙이 저절로 나온다. 일치하는 각 레이블에서 같은 명목 압축률 대비 혼합 모델은 4~8기가바이트 더 무겁다. 파일이 35B 전체를 담아야 하고 한 번에 그중 3B만 사용하기 때문이다. 구체적으로, 24 GB 카드는 Qwen3.8-27B를 Q4_K_M으로 컨텍스트 여유를 두고 수용하며, Qwen3.6-35B-A3B는 Q3 또는 IQ4로 수용하는데 KV 캐시가 공간을 놓고 다투고, 혼합 모델에서 쾌적한 장문 컨텍스트 세션을 하려면 48 GB에 더 가까운 용량이 필요하다. 둘 중 어느 쪽이든 이미지 입력을 원한다면 비전 타워 자체 파일을 추가하라.

벤치마크가 어디에 서 있는지, 그것은 당신이 바라는 곳이 아니다

아무도 이 두 모델을 이름이 명시된 하네스에서 동일한 설정으로 일대일 비교 실행한 결과를 공개하지 않았습니다. 저희가 아는 바로는 그러한 결과가 없으며, 이 페이지는 증거가 뒷받침하지 않는 순위를 암시하지 않을 것입니다.

실제로 존재하는 것은 두 벤더 카드 간의 벤치마크 이름의 부분적 중복이며, 이는 너무 쉽게 과대해석될 수 있기 때문에 정확히 보여줄 가치가 있습니다. 두 카드 모두에 나타나는 이름에서 Qwen3.8-27B 수치는 매번 더 높습니다. SWE-bench Pro: 35B A3B의 경우 49.5, 27B의 경우 61.7. LiveCodeBench v6: 80.4 대 90.3. HLE: 21.4 대 30.8. CharXiv 추론 질문: 78.0 대 83.7. OmniDocBench 1.5: 89.9 대 91.1. RealWorldQA: 85.3 대 85.9. 그리고 Terminal-Bench에서는 카드가 해당 행이 시사하는 방식으로 비교 가능하지도 않습니다: 35B A3B 카드는 Terminal-Bench 2.0을 51.5로 보고하는 반면, 27B 카드는 Terminal Bench 2.1 (Terminus)을 73.0으로 보고합니다 — 벤치마크의 다른 버전이므로, 그 특정 쌍은 서로 빼서는 안 됩니다.

그 모든 것에는 세 가지 주의할 점이 있다. 수치는 같은 연구소가 약 네 달 간격을 두고 공개한 서로 다른 두 모델 카드에서 나온 것이며, 감사는 거치지 않았다. 각 모델이 보고하는 여러 벤치마크는 해당 모델의 카드에만 등장하고 대응하는 항목이 없다 — 35B A3B 쪽의 SWE-bench Verified 73.4와 MMLU-Pro 85.2, 27B 쪽의 OSWorld-Verified 84.3과 QwenSWEBench 79.0 — 따라서 이들을 나란히 비교할 수 없다. 그리고 같은 계열에서 최신 모델이 이전 모델보다 더 높은 점수를 받는 것은 예상된 결과이지 새로운 발견이 아니다. 그것은 세대가 바뀌었다는 사실을 알려줄 뿐, 곧 보낼 토큰에 이전 모델이 더 적합한지에 대해서는 아무것도 말해주지 않는다.

비교가 결정적이려면, 정직한 방법은 둘 다 자체 트래픽에서 실행해 보는 것입니다. 둘은 하나의 키와 하나의 엔드포인트를 사용하며, 페일오버 덕분에 분할 테스트가 저렴합니다.

어느 것을 선택해야 할까요

선택하세요 Qwen3.6-35B-A3B머신이 35B 가중치를 감당할 수 있고, 워크로드가 일회성 추론보다 생성 쪽에 더 치우쳐 있다면. 이것이 정답인 경우는 다음과 같습니다:

• 메모리가 있다면 — 편안한 장문맥 로컬 사용을 위해서는 48 GB 이상, 더 짧은 윈도우로도 감수할 수 있다면 3비트급 양자화로 24 GB 카드 — 그리고 토큰당 컴퓨트를 가장 적게 소비하는 아키텍처를 원한다면.

• 트래픽이 높은 동시성을 띠거나 생성 길이가 길어, 토큰당 비용이 청구서를 좌우하고 해당 mixture의 희소 디코딩이 구조적으로 유리하게 작용하는 경우.

• 텍스트, 이미지, 비디오를 입력받아 텍스트를 반환하는 Apache-2.0 아티팩트 하나를 원하고, 두 가지 중 더 작은 다운로드를 오직 직접 다운로드하는 대신 호스팅하는 경우에 원합니다. 이때 입력과 출력 모두에서 토큰당 가격이 더 낮습니다.

• 당신은 의도적으로 3B-active 규모에 머물러 있습니다 — 토큰당 더 적게 지불하고 익숙한 툴 호출 인터페이스 뒤에서 처리하는 대가로, 벤더 자체 표에서 한 세대 뒤처지는 것을 감수하는 것입니다.

를 고르세요 Qwen3.8-27B— 메모리가 제약 조건이라면, 또는 이 조합에서 최신 세대를 원한다면. 이것이 정답인 경우:

• 24GB 카드 한 장으로, 더 살 계획도 없다. Q4_K_M에서는 16.5GB이므로 컨텍스트를 위한 실질적인 공간이 남는다. 믹스처는 그렇지 않다.

• 이 조합에서 벤더가 보고한 가장 강력한 에이전틱 및 코딩 수치를 원하며, 그것이 감사되지 않은 카드에서 나온 것이고 동일 조건의 비교가 아니라는 점을 알고 있습니다.

• 당신의 작업량은 상대적으로 적고 상대적으로 큰 요청들 — 문서 및 스크린샷 이해, 저장소 수준 추론, 컴퓨터 사용 스타일 자동화 — 로 이루어져 있으며, 여기서는 요청당 처리량보다 각 요청이 얼마나 제대로 처리되는지가 덜 중요합니다.

• 더 작은 다운로드, 더 빠른 콜드 스타트, 그리고 관리할 더 짧은 샤드 목록을 원하실 겁니다.

그중 어느 것도 승자를 만들어내지는 않는다. 두 모델은 당신의 머신에서 같은 자리를 두고 경쟁하는 것이 아니며, 위의 수치들은 어느 쪽이 무엇에서 더 나은지를 입증하지 않는다 — 그 수치들은 어느 쪽이 당신이 이미 가진 머신에 더 적은 것을 요구하는지를 보여줄 뿐이다.

가장 자주 결판을 내는 사실은 이것이다: 디스크에 있는 파일의 크기는 전체 파라미터 수로 정해지고, 토큰당 작업량은 활성 파라미터 수로 정해진다. 그래서 Qwen3.6-35B-A3B는 더 빠르게 실행되는 모델이면서도 적재되지 않는 모델일 수 있고, Qwen3.8-27B는 토큰당 비용이 더 큰 모델이면서도 아예 실행되는 모델일 수 있다. 이 두 문제 중 당신에게 실제로 있는 것이 어느 쪽인지 판단하면, 선택은 더 이상 비교가 아니게 된다.