Qwen3.8-27B: Alibaba의 Qwen3.8 라인에 포함된 Dense 27B

당신이 Qwen3.8-27B를 직접 실행할 수 있는지를 결정하는 숫자는 단 하나, 55.6 GB입니다. 이는 벤더 자체 저장소에 기재된 BF16 가중치 총량 — safetensors 샤드 18개, 비전 타워까지 계산하면 278억 개의 파라미터 — 이며, 이 모델의 실질적인 보금자리가 출하 상태 그대로 실행하는 워크스테이션이 아니라 압축 빌드를 돌리는 24GB 그래픽 카드인 이유이기도 합니다. Qwen3.8-27B에 관한 나머지 모든 것은 이 형태에서 따라 나옵니다. 이 모델은 전문가 혼합(MoE)이 아닌 밀집 모델입니다. 즉 생성하는 모든 토큰이 270억 개 파라미터 전체를 작동시키는데, 이는 같은 세대에 속한 희소 대형 모델들과는 정반대의 트레이드오프입니다. 그리고 이 모델은 이번 라운드에서 이름 주변에 실제 이웃을 거느린 유일한 멤버입니다 — 독자들은 이 이름 자체로도 검색하고, 그 주변의 수식어로도 검색합니다 — 그래서 이 페이지는 이 물건이 무엇이고, 무엇을 위한 것이며, 크기나 포맷을 고르기 전에 당신이 무엇을 선택하는지에 대한 명쾌한 답입니다.

정확한 식별이 필요한 이유는 이 제품군의 세 가지 이름이 혼동하기 쉽기 때문입니다. Qwen3.8-27B는 알리바바의 Qwen3.8 세대에서 셀프 호스팅이 가능한 덴스 모델입니다. 그 형제 제품들은 서로 다른 제품입니다: Qwen3.8-2.4T-A95B는 2026년 8월에 가중치가 공개된 2.4조 매개변수 희소 전문가 혼합(MoE) 모델이며, Qwen3.8-Max는 같은 아키텍처를 기반으로 구축된 호스팅 API로, 다운로드 가능한 가중치가 전혀 없습니다. 이 세대는 2026년 8월 3일에 발표되었고, 27B의 가중치는 2026년 8월 14일에 Apache 2.0 라이선스로 Hugging Face와 ModelScope에 공개되었습니다 — 이 날짜를 정확히 밝힐 가치가 있는 이유는, 출시가 이 모델의 연대를 정하는 유일한 기준일 뿐, 이 페이지가 보도하는 사건은 아니기 때문입니다.

알리바바 자신의 말로 표현한, 그것이 무엇인지

모델 카드는 Qwen3.8-27B를 "콤팩트하고 배포 친화적인 덴스 모델"로 설명합니다: 이미지와 비디오를 이해하는 네이티브 비전-언어 모델이며, 유연한 사고 제어 기능을 갖추고 있고, "더 큰 신뢰성으로 복잡한 다단계 작업을 끝까지 완수하도록 설계되었습니다." 이는 공급업체의 포지셔닝이며, 출처가 명시되어 있고, 카드는 다섯 가지 주장된 개선 사항으로 이를 뒷받침합니다 — 코딩, 전문 업무, 연구 및 장기 에이전트 작업 전반에 걸친 핵심 역량 향상; 더 강력한 자율 계획 및 환경 피드백 처리; 인기 있는 에이전트 하네스와 개발 도구에 대한 더 폭넓은 지원; 기본적으로 켜져 있지만 요청별로 비활성화할 수 있고 깊이 조정: reasoning_effort; 그리고 카드에 따르면 STEM 다이어그램과 문서부터 시간 단위 비디오까지 아우르는 네이티브 이미지 및 비디오 이해.

그 주장을 뒷받침하는 아키텍처는 하이브리드입니다. Qwen3.8-27B는 16개의 반복 블록으로 구성되며, 각 블록에는 3개의 Gated DeltaNet 선형 어텐션 레이어와 1개의 완전한 Gated Attention 레이어가 들어 있습니다. 총 64개 레이어, 히든 차원 5,120, 값에는 48개, 쿼리에는 16개의 선형 어텐션 헤드가 배정됩니다. 쉽게 말해, 4개 중 1개 레이어만 기존의 어텐션 캐시를 유지합니다. 그래서 27B 모델이 이 크기의 기존 트랜스포머가 요구할 메모리 비용 없이 262,144토큰의 네이티브 컨텍스트를 수용할 수 있으며, 파라미터 수가 시사하는 것보다 로컬 풋프린트가 더 친화적인 이유이기도 합니다. 컨텍스트는 YaRN 스케일링을 사용하면 1,000,000토큰까지 확장되는데, 모델 카드는 이를 정적으로 켜 두면 더 짧은 입력에서 성능이 저하될 수 있다고 경고합니다. 사고 모드(Thinking mode)는 기본적으로 켜져 있습니다. 모델 카드에서 권장하는 샘플링은 사고할 때 temperature 1.0, top_p 0.95이고, 사고하지 않을 때는 0.7, top_p 0.80입니다. 또한 긴 윈도우 내에서 최대 262,144개의 추론 토큰과 최종 답변용 131,072개까지 출력을 넉넉히 할당할 것을 권장합니다.

이제 솔직한 일반론인데, 이는 이 모델에 대한 측정치라기보다는 실무적 노하우다. 2026년의 밀집형 27B는 특정한 위치에 있다. 진정으로 유용할 만큼 크고, 한 사람이나 작은 팀이 소유한 하드웨어에 들어갈 만큼 작아서, 프라이빗 추론에, 토큰당 과금이 적인 배치 작업에, 그리고 비싼 호출 한 번 대신 값싼 호출을 여러 번 하는 에이전트 루프에 알맞은 형태다. 당신이 가진 가장 어려운 추론에, 가장 긴 단일 문서에, 또는 충분히 좋은 것을 소유하기보다 최첨단을 빌리는 편이 나은 어떤 용도에도 맞는 형태는 아니다 — 밀집형 27B는 최상단에서 잘 서빙된 프런티어 모델에 지고, 하단에서는 토큰당 비용에서 작은 MoE에 진다. 밀집도는 지연시간의 문제이기도 하다. 모든 토큰마다 모든 파라미터가 활성화되므로, 밀집 모델은 일반적으로 비슷한 품질의 희소 모델보다 토큰당 느리며, 게다가 Qwen3.8-27B는 추론 모델이기도 해서 답하기 전에 사고에 출력 토큰을 쓴다. 이 중 어느 것도 이 특정 모델에 대한 점수는 아니다. 그것은 당신이 내리는 결정의 형태다.

사이즈 및 핏 요약

자세한 계산은 원래 있어야 할 곳에 남겨 둔 요약입니다. 풀 BF16 가중치는 55.6 GB로, 이는 80 GB 가속기를 논해야 하는 규모입니다. 하이브리드 어텐션 구조 덕분에 압축 빌드가 유난히 다루기 쉬워집니다: 4비트 양자화는 10GB대 중반에 들어가며 일반적인 컨텍스트 길이에서는 24 GB 카드에서 편안하게 실행되고, 16 GB 카드는 더 낮은 양자화나 짧은 컨텍스트를 감수할 때만 현실적이며, 8 GB는 불가능합니다. 64개 레이어 중 16개만 전체 어텐션 캐시를 보유하므로 긴 컨텍스트 비용은 일반적인 27B보다 낮지만, 공짜는 아니며, 윈도를 높일수록 편안한 24 GB 구성이 한계에 가까워지는 이유가 바로 이 캐시입니다. 저희는 양자화별 VRAM 사다리, 컨텍스트 길이 곡선, Apple 실리콘 통합 메모리 수치를 담은 별도 페이지를 유지하고 있습니다. 하드웨어를 구매할 예정이라면 이 글 대신 그 글을 읽어보세요.

방법 안내가 아니라 선택으로서의 형식들

네 가지 경로가 있으며 각기 다른 네 가지 질문에 답합니다. GGUF는 호환성 선택지입니다. llama.cpp 계보, 가장 폭넓은 하드웨어 지원, 이미 가지고 있는 무엇이든 실행되는 형식이며, Qwen3.8-27B를 검색하는 대부분의 사람들이 실제로 찾고 있는 것입니다. 눈앞에 있는 머신에서 가중치가 작동하기를 원하고 양자화 등급을 선택할 의향이 있다면 GGUF를 고르세요. MLX는 Apple 실리콘 선택지이며, 실제로 그렇습니다. 이 모델은 MLX를 통해 Mac에서 실행되는데, 이는 27B 비전-언어 모델의 경우 당연하게 여길 일이 아닙니다. 서빙 측면에서 NVFP4와 FP8은 대화형으로 실행하기보다 배포하는 형식입니다. FP8은 단일 대형 GPU에서 가중치 풋프린트를 대략 절반으로 줄이면서 모델을 전체 정밀도에 가깝게 유지하고, NVFP4는 비전 타워를 전체 정밀도로 유지한 채 약 25GB의 VRAM을 차지하는 공격적인 Blackwell 시대 빌드입니다. Unsloth는 파인튜닝 경로입니다. 학습 경로가 함께 제공되는 GGUF 팩으로, 가중치를 단순히 실행하는 것이 아니라 변경하려는 경우를 위한 것입니다. 그 각각은 이 모델 아래에 자체 페이지가 있으며, 각각은 이 페이지와 다른 질문에 답합니다.

라이선스가 실제로 허용하는 것

Qwen3.8-27B는 Apache 2.0에 따라 배포됩니다. LICENSE 파일은 저장소에 있으며, 이 라이선스는 맞춤형 계약이 아니라 허용적 표준 라이선스입니다. 즉, 사용자 수 제한이나 로열티 없이 상업적 사용, 수정, 재배포, 명시적 특허 허여가 가능하지만, 전달하는 모든 것에 라이선스와 고지 사항을 함께 포함해야 합니다. 이는 중요합니다. 왜냐하면 이것은 나머지 제품군을 규율하는 파일과 다른 파일이기 때문입니다. Qwen3.8-2.4T-A95B는 Apache 2.0이 아니라 맞춤형 Qwen 라이선스에 따라 배포됩니다. 따라서 "Qwen이니 Apache다"라는 것은 안전한 가정이 아니며, 이 제품은 그것이 우연히 사실인 구성원입니다.

가중치에 대한 Apache 2.0은 이 페이지가 나란히 있는 가장 큰 단일 적격 쿼리, 즉 언센서드 및 abliterated 모델들에 대한 명쾌한 답이기도 합니다. 라이선스가 허용하는 바는 단순하며 포장 없이 말할 가치가 있습니다: 공개된 가중치는 수정 및 재배포될 수 있으며, 모델의 동작을 바꾸는 수정도 포함되고, 파생 빌드는 동일한 조건으로 릴리스될 수 있습니다. 그것이 abliterated 릴리스의 전체 메커니즘입니다 — 커뮤니티나 연구소가 공개 라이선스가 적용된 가중치의 수정본을 게시하고 재배포합니다. 우리는 이 모델에 대해 그 경로를 직접 운영합니다: Qwen3.8-27B-Uncensored-GGUF, NVFP4 및 MLX 빌드는 우리 것이며, 원본과 동일한 Apache 2.0 조건으로 공개됩니다. 호스팅 서비스가 무엇을 생성하고 생성하지 않을지는 라이선스가 허용하는 바와는 별개의 질문이며, 이 페이지는 그에 답하지 않습니다 — 형식별 언센서드 페이지에서 다운로드를 다룹니다.

무엇이 아직 해결되지 않았나요?

세 가지는 정말로 미해결이다. 1M 토큰 컨텍스트는 네이티브 윈도가 아니라 YaRN 확장이며, 모델 카드 자체도 정적 YaRN 스케일링이 짧은 입력 성능을 해칠 수 있다고 경고한다. 따라서 대부분의 로컬 환경에서 실질적인 상한은 262,144 네이티브 윈도이고, 확장은 반드시 테스트해야 하는 배포별 결정이다. Alibaba 자체 모델 카드는 관리형 서비스를 찾는 독자들에게 Qwen Cloud를 가리키며, 이 모델용으로 곧 출시될 예정이라고 설명한다. 따라서 2026년 10월 현재 카드가 광고하는 호스팅 티어가 일반 제공된다고 확인할 수 없으며, 우리는 티저만 보고 그 약관을 설명하지 않을 것이다. 그리고 카드의 벤치마크 표는 Alibaba 자체 평가로, 이를 게시한 주체 외에는 재현되지 않았으며, 이는 출시보다 오래 남는 주의사항이다.

가용성

우리는 이 모델을 제공합니다. 식별자는 qwen/qwen3.8-27b이며, 라이브 모델 목록에 있습니다 — 이것은 dense 멀티모달 27B로, 262,144개 위치의 컨텍스트 창으로 텍스트, 이미지, 비디오를 받아들이며, 독자는 OpenAI 호환 클라이언트를 오늘 이것에 지정할 수 있습니다. 여기서 이 경로에 관해 말할 것은 이것뿐입니다: 가격 주장도, 처리량 주장도 없습니다. 비용을 기준으로 선택한다면, 이 페이지의 숫자가 아니라 자신의 트래픽에서 계산하세요.

남은 선택은 형식이며, 이는 소프트웨어 문제라기보다 먼저 하드웨어 문제입니다. 눈앞의 컴퓨터에서 실행한다면 GGUF 경로가 양자화 등급이 있는 곳이고, 여러분의 카드가 충분한지 확인하는 곳입니다. Mac을 쓰고 있다면, MLX 경로가 통합 메모리가 있기는 한지를 결정하는 쪽입니다. 다음으로 그 둘 중 하나를 읽고, 디스크 공간을 할애하기 전에 모델이 무엇인지 되새기고 싶을 때만 이 페이지로 돌아오세요.