
Qwen3.8-27B 리뷰: '집에 있는 Opus'로 불리는 오픈 웨이트 27B — 과대광고를 직접 검증했다
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 187 tok/s
- openaiNEWOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 100만 토큰당 · 87 tok/s
- openaiNEWOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 100만 토큰당 · 152 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 194 tok/s
- AlibabaNEWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 100만 토큰당 · 86 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 705 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 246 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 97 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 138 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 85 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 102 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 70 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 100만 토큰당 · 35 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 38 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 231 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 101 tok/s
Qwen3.8 27B는 지금 셀프 호스팅할 수 있는 최고의 오픈 웨이트 27B 모델이며, 다른 모델과의 격차는 그리 가깝지도 않습니다. 가중치는 2026년 8월 14일 Apache 2.0 라이선스로 공개되었습니다. 비전 인코더를 포함하면 28B가 되는 덴스 27B 모델로, 262K 네이티브 컨텍스트와 네이티브 이미지·비디오 입력을 지원하며, 벤더가 보고한 에이전틱 코딩 점수는 Claude Opus 4.6 Max와 같거나 그 이상입니다. SWE-bench Pro 61.7, DeepSWE 1.1 42.2, LiveCodeBench v6 90.3입니다. 가장 눈에 띄는 가격은 0원입니다. 55.6 GB를 다운로드해서 실행하면 됩니다. 단점도 실재합니다. 독립 테스트에서는 이전 모델보다 대략 세 배 느리고 토큰을 더 많이 소모한다고 밝혔고, 벤더의 벤치마크 표는 아직 이를 재현한 사례가 없으며, 1M 컨텍스트는 호스팅 전용 기능입니다. 출시 이후 스펙표 아래에서 벌어진 흥미로운 움직임이 있습니다. 10월 13일 한 커뮤니티 llama.cpp 포팅이 탈옥된 PlayStation 5의 GPU에서 이 가중치를 초당 약 20토큰 속도로 구동했다고 보고했습니다. 결론: 24 GB 이상의 GPU를 갖고 있고 사용량 과금 없이 최전선에 근접한 성능을 원한다면 셀프 호스팅하세요. 다만 어느 숫자가 불확실한지 정확히 알고 시작하시기 바랍니다.
결론부터: Qwen3.8 27B를 사용해야 할까요?
짧은 답변 — 로컬 및 프라이빗 워크로드에는 예, 조달 결정 전에 타사 수치를 기다리십시오. Qwen3.8 27B는 오픈 가중치가 제품이고 API가 편의성인 드문 모델입니다. 라이선스가 Apache 2.0이므로 하드웨어만 갖추면 토큰당 가격은 영구적으로 0이며, 그 위에 구축한 어떤 것도 소급하여 재라이선스하거나 청구할 수 없습니다. 포기하는 것은 속도, 검증, 편의성입니다.
이미 Qwen3.6-27B를 실행 중이고 만족하고 있다면, 업그레이드의 효과는 실재하지만 실제 소요 시간(wall-clock) 기준으로는 공짜가 아닙니다. Qwen3.8-Max 출시 소식에서 이곳에 오셨다면, 이것은 같은 세대의 더 작고 자체 호스팅이 가능한 구성원입니다 — 다른 작업을 위한 다른 도구입니다.
빠른 사실, 2026년 10월 15일 확인
• 출시됨 — 가중치는 2026년 8월 14일에 Qwen/Qwen3.8-27B로 Hugging Face에 공개되었고, ModelScope에도 미러링되었습니다. 시간대에 따라서는 8월 13일로 보도되기도 하며, 이번 출시는 Qwen3.8 세대가 발표된 지 약 일주일 만에 이루어졌습니다.
• 라이선스 — Apache 2.0: 다운로드, 수정, 재배포, 상업적 사용, 명시적 특허 허여 포함. 영구적.
• 파라미터 — 27B dense(비전 인코더 포함 시 28B), 레이어 64개, 히든 크기 5,120, 어휘 248,320.
• 아키텍처 — 하이브리드 어텐션: 48개의 Gated DeltaNet 선형 어텐션 레이어와 16개의 전체 Gated Attention 레이어(3:1 비율)로 구성됩니다. 이것이 27B 밀집 모델이 262K 토큰의 기본 컨텍스트를 처리할 수 있는 이유입니다.
• 컨텍스트 — 기본적으로 262,144개의 토큰을 지원하며, 호스팅 버전에서는 YaRN을 통해 1,000,000개까지 확장할 수 있습니다.
• 입력 — 텍스트와 함께 이미지와 비디오를 기본 지원하며 텍스트를 반환합니다. 비전 인코더가 있어서 매개변수 수가 28B로 표시됩니다.
• Thinking — 추론 모드는 기본적으로 활성화되며 요청별로 비활성화할 수 있습니다. reasoning_effort (낮음/중간/높음) 및 preserve_thinking은 장기 에이전트 실행을 위한 것입니다.
• 가중치 — 18개 샤드에 저장된 55.6GB 용량의 BF16 safetensors이며, FP8 및 커뮤니티 GGUFs도 함께 제공됩니다.
위 사양은 Qwen3.8 27B의 Hugging Face 모델 카드와 config에서 가져온 것으로, 2026년 10월 15일에 확인한 내용입니다. 벤더의 벤치마크 표는 알리바바가 보고한 수치이며 아직 재현되지 않았습니다. 기록에 남아 있는 유일한 독립 평가는 Artificial Analysis의 것으로, 이 기관은 Qwen3.8 27B의 Intelligence Index 점수를 34로 산정하고 초당 출력 토큰 수를 41.2로 측정했습니다. 즉, 벤더 수치로 가득한 모델 카드에 맞서는 단 하나의 지표이며, 그 수치들을 재현하지도 못합니다.
Qwen3.8 27B가 진정으로 잘하는 것
가장 유력한 사례는 에이전트형(agentic) 소프트웨어 엔지니어링입니다. Alibaba는 DeepSWE 1.1에서 이전 27B 대비 3배 향상(42.2 대 13.3)을 보고했으며, SWE-bench Pro에서는 Claude Opus 4.6 Max보다 높은 점수(61.7 대 53.4)를 기록했습니다. 바로 그 수치 덕분에 'Opus at home'이라는 별명을 얻은 것입니다. 개인이 실제로 소유할 수 있는 하드웨어에서 프런티어에 근접한 코딩 작업을 수행하는 밀집형 27B 모델이라는 뜻입니다.

원시 숫자 외에 세 가지가 이 매수를 정당화한다:
• 네이티브 멀티모달. 이미지와 비디오 입력, 텍스트 출력 — 다이어그램이 포함된 문서나 비디오 워크스루는 별도의 모델이 아닙니다. 시각적 추론 점수(체인 오브 소트 기능을 활성화한 경우 85.6, 시각 수학 94.6, 둘 다 공급업체 보고 기준)는 비전 인코더의 진가가 드러나는 부분입니다.
• 262K 네이티브 컨텍스트.장기적인 에이전트 작업, 대규모 코드베이스, 수 시간 분량의 대화 기록이 하나의 컨텍스트 창에 모두 들어갑니다. 하이브리드 선형 어텐션 설계는 동일한 크기의 순수 풀 어텐션 모델보다 해당 컨텍스트의 KV 비용을 더 낮게 유지합니다.
• 무료이고 영구적인 가중치. 이것이 이 카테고리의 핵심입니다: 폐쇄형 API 모델은 대여되지만, Qwen3.8 27B는 소유입니다. 4-bit에서는 24GB 카드(RTX 3090/4090급)에서 실행되며, AMD는 Day-0 지원을 제공했습니다(AMD 자체 블로그 기준, Ryzen AI Max+ 395에서 최대 24.5 tokens/s, Radeon AI PRO R9700에서 51.8 tokens/s).
리뷰가 지저분해지는 지점: 속도, 토큰, 그리고 검증
지금까지의 독립 테스트는 한 명의 테스터가 만든 테스트 하네스일 뿐 실험실은 아니지만, 우리가 가진 최고의 신호입니다. 실행을 해보면, Qwen3.8 27B 대 Qwen3.6-27B를 10가지 실제 작업(llmcompare 하네스를 통해 GPT-5.5가 평가)에서 비교했을 때, 3.8은 10개 중 9개를 이기고 평균 8.838 대 6.862를 기록했습니다. — 테스터가 본 "가장 인상적인 지능 향상 중 하나"였습니다. 또한 거의 3배의 토큰을 사용했고 상당히 느렸습니다. 한 작업은 약 600% 더 오래 걸렸습니다. 따라서 품질 향상은 실제이며, 벽시계 시간의 비용도 실제입니다.
그것을 탓할 네 가지가 더 있습니다:
• 카드가 시사하는 것보다 적은 독립 벤치마크. 벤더 카드는 상세하지만, 그 안의 모든 수치는 여전히 Alibaba가 보고한 값이다. 10월 15일 기준으로 확인된 Artificial Analysis의 Intelligence Index 점수 34점은 이 모델이 받은 첫 독립 평가이다. 단 하나의 점수, 단 하나의 연구소에서 나온 것으로, SWE-bench Pro 61.7이나 DeepSWE 1.1 42.2에 대해서는 아무것도 말해주지 않는다. 의사 결정에 에이전트 관련 주장이 재현되어야 한다면, 그것들은 아직 재현되지 않았다.
• VRAM 하한선은 실재한다. BF16에는 80GB급 GPU가 필요하다. 24GB 카드에 맞추려면 4비트로 실행해야 하며, 커뮤니티 보고(출시 며칠 뒤의 dev.to 댓글 스레드)에 따르면 양자화 빌드는 "긴 컨텍스트 후에 집중력을 잃는다"고 한다. VRAM이 있으면 공식 가중치를, 없으면 양자화를 — 그리고 양자화 경로는 이제 24GB 카드보다 훨씬 낮은 하드웨어까지 도달하는데, 아래의 PlayStation 5 측정이 그에 대한 첫 번째 실제 증거다.
• 1M 컨텍스트는 호스팅 전용입니다. 오픈 가중치는 262K로 제한됩니다. 1M까지 확장 가능하다는 수치는 Qwen Cloud 호스팅 기능으로, 로컬 복사본이 기본적으로 제공하는 기능이 아닙니다.
• "Beats Opus"에는 수식어가 필요합니다.에이전틱 벤치마크는 하네스에 특화된 동작에 보상을 부여하며, dev.to 런칭 게시물의 최상위 댓글은 이렇게 직설적으로 말했습니다: "실제 사용에서는 Opus를 이기지 못합니다." 점수판은 좋은 날의 상한선으로 간주하되, 약속으로 여기지 마세요.
Qwen 3.8 제품군에서의 위치
• Qwen3.6-27B 대비 — 동일한 하드웨어 등급과 262K 컨텍스트를 갖추고 있지만, 속도와 토큰 효율성을 희생하는 대신 상당한 성능 도약을 제공합니다. 이미 3.6을 실행 중이고 처리량에 제약이 있다면, 유지하는 것이 타당합니다.
• Qwen3-Coder-30B-A3B 대비 — Coder는 약 33억 개의 활성 파라미터를 가진 MoE로, 훨씬 빠른 속도(~90–110 tokens/s)로 동작한다. dense 27B는 토큰당 속도는 더 느리지만, 이번 세대의 에이전틱(agentic) 이점을 물려받는다. 27B의 소프트웨어 엔지니어링 점수가 독립적인 테스트에서도 유지된다면, Coder-30B의 역할은 줄어든다.
• vs Qwen3.8-Max — 2.4T MoE 플래그십은 데이터센터 모델(API 전용, 공개된 보도 기준 토큰 100만 개당 약 $2/$6)이며 1M 컨텍스트와 비디오를 지원합니다. 27B는 배포 가능한 모델입니다. 둘은 서로 다른 질문에 답합니다.
하드웨어 하한선이 10월 13일에 변경되었습니다
PS5LM은 이미 가지고 있는 콘솔, 탈옥된 PlayStation 5에서 GGUF 모델을 실행하는 llama.cpp 포팅이다. 공개된 빌드는 소박하다. v0.1.1, 약 1.6GB 모델로 제한된 단일 페이로드이며, 이는 4비트 Qwen3.5 2B이고 그보다 큰 것은 없으며, CPU에서만 돈다. 10월 13일 이 프로젝트는 하드웨어 목록의 모습을 바꾸는 풀 리퀘스트를 받아들였다. 콘솔용 커뮤니티 Vulkan 드라이버에 대해 llama-server를 링크하는 네이티브 앱 경로로, UD-IQ2_XXS 양자화(6.77 GiB, 64k 컨텍스트)에서 Qwen3.8 27B가 초당 20.7토큰, UD-Q2_K_XL(9.15 GiB, 32k 컨텍스트, q4_0 캐시)에서 초당 20.3토큰을 기록한다고 보고하며, 7,775토큰짜리 답변 하나가 초당 19.7토큰으로 지속되었다. 같은 콘솔은 Gemma 4 E4B에서 초당 61토큰, Llama 3.2 3B Instruct에서 124토큰을 기록했는데, 이것이 27B 수치를 읽을 가치가 있게 만든다. 그것은 작은 모델이 큰 숫자를 치켜세워 주는 것이 아니다.
행동에 옮기기 전에 먼저 레이블을 붙이세요. 그 수치들은 아직 병합되지 않은 브랜치에서 풀 리퀘스트 작성자가 직접 측정한 값이며, 벤더 벤치마크도, 릴리스된 빌드도 아닙니다. PS5LM 자체 저장소는 GPU 오프로드와 Qwen 3.8 27B를 모두 아직 출시하지 않은 로드맵 항목으로 여전히 기재하고 있으며, 해당 풀 리퀘스트에 달린 메인테이너의 댓글에서는 README에 이 수치를 싣기 전에 자신의 콘솔에서 직접 재현해 보겠다고 말합니다. 두 번째 테스터는 앱이 어쨌든 실행된다고 보고합니다 — 펌웨어 4.50, 7B 및 9B 모델이 초당 약 30토큰 — 이는 27B 결과를 재현하지는 않으면서 메커니즘을 뒷받침합니다. 거기까지 가려면 또한 본인이 소유한 콘솔, 펌웨어 7.00~13.60, 그리고 탈옥이 필요하다는 전제가 깔려 있습니다.
그것이 바꾸는 것은 비용 문제의 답이 아니라 그 질문의 형태다. 게임 콘솔에서 대략 초당 20토큰으로 돌아가는 dense 27B는 실제 GPU에서 서빙되는 동일 모델보다 느리다 — Artificial Analysis는 Alibaba 자체 API를 통해 초당 41.2토큰을 측정했고, 초당 20토큰은 압축이 수반하는 품질 손실을 감수한 2비트 빌드의 속도다. 따라서 이것은 24GB 카드를 건너뛸 이유가 아니다; 오히려 이 등급이 그보다 훨씬 낮은 사양에서도 이식 가능하다는 증거다. 정말로 원하는 것이 jailbreak에 주말을 쏟기 전에 그 모델이 좋은지 알아보는 것이라면, 저렴한 경로는 종량제 호출이다: 200개 이상의 모델에서 통하는 하나의 키, 별도의 두 번째 계약 없음, 그리고 평가 중에 엔드포인트가 불안정해지면 공급자 간 자동 장애 조치.
비용: 로컬 대 API 문제, 해결됨
폐쇄형 모델의 경우에는 토큰당 가격을 비교합니다. Qwen3.8 27B의 경우 자체 하드웨어에서 한계 토큰 비용은 전혀 들지 않습니다 — 실제 비용은 초기 GPU 구입비와 여러분의 시간입니다. 4비트에서는 24GB 카드이고, BF16에서는 80GB급 머신입니다. 머신이 없거나, 디스크 55.6GB를 투자하기 전에 답을 얻고 싶다면 호스팅 경로가 있습니다: OrcaRouter는 Qwen3.8 27B를 백만 입력 토큰당 $0.33, 백만 출력 토큰당 $2.40에 OrcaRouter 모델 페이지에 등록해 두고 있으며, 이는 공급자 정가를 0% 마크업으로 그대로 전달한 가격입니다(2026년 10월 15일 확인). 이 페이지가 8월에 설명했던 무료, 속도 제한 티어는 이제 그곳에 나타나지 않습니다 — 명시된 것을 보지 못했다면 낡은 정보로 취급하세요. Alibaba 자체 API가 또 다른 호스팅 경로이며, Artificial Analysis는 Xhigh 추론 구성에 대해 백만 토큰당 $0.50와 $3.00로 기재하고 있습니다. 1M 컨텍스트를 갖춘 Qwen Cloud의 호스팅 버전은 여전히 "출시 예정"으로 표시되어 있습니다.

솔직히 말하면: 오픈 웨이트 모델에서 제공자는 편의일 뿐, 의존 대상이 아니다. 종량제 호스팅 호출은 55.6 GB 다운로드가 그만한 가치가 있는지 판단하는 가장 저렴한 방법이며, PlayStation 5 문단에서 설명하는 하드웨어 문제를 먼저 해결하지 않고도 모델을 테스트할 수 있는 유일한 방법이기도 하다. 하지만 일단 결정하고 나면, 가중치가 핵심이다 — 그리고 그것들은 무료다.
실제로 시도하는 방법
• 가장 빠른 평가 — 호스팅 엔드포인트에서 백만 토큰당 $0.33/$2.40로 호출해 보세요. 실제 작업에 수십만 토큰이면 몇 센트밖에 들지 않고, 무엇이든 다운로드하기 전에 답을 내려줍니다.
• 하드웨어에서 실제 테스트 — 커뮤니티 GGUF를 다운로드하고 (Q4_K_M 빌드는 약 17GB이며 24GB 카드에 맞습니다) llama.cpp 또는 Ollama에서 실행하세요. Jinja 채팅 템플릿을 전달하거나 모델이 thought 태그로 답변합니다. GGUF에서 비전을 사용하려면 별도의 mmproj 파일도 필요합니다. 저희 런북은 Qwen3.8 27B를 로컬에서 실행하는 방법을 안내합니다.
• 완전 정밀도 — 80 GB급 GPU에 huggingface-cli download Qwen/Qwen3.8-27B를 실행합니다.
• 다운로드한 항목을 검증하세요 — 게시자가 Qwen org인지 확인하고 crc32.txt와 대조하여 샤드를 검증하세요. 출시 전에 유사한 저장소가 나타났습니다.
이 리뷰가 틀린 경우 (그리고 Qwen3.8 27B를 건너뛰어야 하는 사람)
• GPU가 없고, 빌릴 생각도 없습니다. 호스팅 티어는 백만 개당 $0.33/$2.40입니다 — 소형 API 모델이 더 저렴하고 안정적으로 처리해 줄 수 있습니다. 이 모델은 추론을 직접 소유하고자 하는 사람들을 위한 것입니다.
• SLA가 필요합니다. 호스티드 티어는 8월 중순에 출시되었습니다. 10월 15일 기준으로 확인한 OrcaRouter 모델 페이지에 따르면, 지난 7일간 오류율 2.8%, 첫 토큰 지연 시간 p50 3.23초, 출력 속도 초당 156토큰이며, 해당 기간에 라우팅된 토큰은 7,720만 개입니다. 출시 두 달이 지난 시점에서 이는 출시 당일의 대기열이 아니라 작동하는 엔드포인트입니다. 하지만 지난주 평균은 여전히 프로덕션 계약이 아닙니다. 자체 호스팅하는 사용자는 다운로드 커밋을 고정하고 폴백을 유지해야 합니다.
• 공급업체의 에이전트형 주장을 그대로 재현해서 확인해야 하며, 단일 지수 점수만으로는 충분하지 않습니다. Artificial Analysis의 Intelligence Index 점수 34는 이 모델이 가진 유일한 독립적 수치인데, 이는 SWE-bench Pro 61.7이나 DeepSWE 1.1 42.2에 대해서는 아무것도 말해주지 않습니다 — 둘 다 여전히 Alibaba가 보고한 값입니다. 방향성 참고용일 뿐, 조달 등급은 아닙니다.
• 262K 오픈 가중치 컨텍스트로는 충분하지 않습니다. 1M 확장은 오늘은 호스팅 전용입니다.
• 처리량이 병목입니다. 대량 요약이나 대규모 배치는 성능에 악영향을 미칩니다: 이 모델은 dense 27B로 이전 모델보다 약 3배의 토큰을 소모합니다. 저비용 대량 처리에는 더 작거나 빠른 모델이 더 적합합니다.
• 12GB 카드를 쓰고 있는 경우입니다. 2비트 GGUF는 눈에 띄는 품질 손실을 감수하고서야 간신히 들어갑니다 — 위의 PlayStation 5 데이터 포인트가 바로 이 구성에서 나온 것이죠 — 따라서 이 모델은 표준으로 삼을 것이 아니라 실험해 볼 대상입니다.

핵심은
Qwen3.8 27B는 오늘날 구할 수 있는 가장 강력한 오픈 웨이트 27B 모델이며, Apache 2.0에 따라 영구히 무료입니다. 24GB 이상의 GPU를 갖추고 있고, 종량제 청구 없이 에이전틱 코딩과 262K 컨텍스트, 네이티브 이미지/영상 입력을 원한다면 이것이 바로 사야 할 물건입니다. 보류할 이유도 똑같이 구체적입니다. 벤더의 에이전틱 코딩 주장이 모델 카드가 아닌 다른 곳에서 재현된 사례가 필요하거나, SLA가 필요하거나, 262K를 넘는 오픈 웨이트 컨텍스트가 필요하거나, 덴스 27B가 제공하는 것보다 높은 처리량이 필요할 때입니다. 모델은 공개되었고, 웨이트는 실재하며, 지금까지 나온 단 하나의 독립적 점수는 괜찮은 편인 34점이고, 하드웨어 최저 사양은 출시 보도가 가정했던 것보다 낮은 것으로 드러났습니다. 다만 어떤 수치가 연구소에서 나온 것이고 어떤 것이 벤더에서 나온 것인지만 기억하세요.
