Xing 4.0 29B-A4B vs Qwen 3.8 27B: 비전 대 툴 호출

두 모델은 크기가 충분히 비슷해서 조달 스프레드시트라면 같은 행에 올려놓을 정도입니다: Qwen 3.8 27B는 Aibaba의 270억 파라미터 덴스 멀티모달 모델로, 비전 타워를 포함하면 280억이며, 2026년 8월 Apache 2.0으로 공개되었고 262,144개의 네이티브 포지션과 네이티브 이미지·비디오 입력을 지원합니다; Xing 4.0 29B-A4B는 차이나텔레콤의 290억 파라미터 희소 전문가 혼합(MoE) 모델로, 토큰당 4B가 활성화되고 텍스트 입력·텍스트 출력 방식이며, 가중치는 2026년 9월 16일 공개되었고 10월 중순이 되어서야 호출이 가능해졌습니다. 둘 다 Apache 2.0이고, 둘 다 오픈 웨이트이며, 둘 다 1년 전이라면 프런티어급 결과로 보였을 수치를 보고합니다. 또한 중요한 어떤 워크로드에서도 이 둘은 서로의 대체재가 아닙니다. 그 이유는 각 사양서에 있는 단 한 줄에 있습니다: 한쪽에는 비전 타워가 있는지, 다른 쪽에는 도구 호출 루프가 있는지의 여부입니다.

크기 차이는 이름이 암시하는 것보다 작습니다

• 명명 — "27B"는 반올림한 라벨입니다. Qwen 리포지토리는 비전 인코더를 포함해 계산하면 BF16 텐서에서 28B를 보고합니다. 텍스트 백본은 히든 크기 5,120에서 64개 레이어에 걸쳐 27B이며, 어휘는 248,320개 항목입니다.

• Xing의 라벨링 — "29B-A4B"는 하나가 아니라 두 개의 숫자입니다: 전체 29B, 활성 4B. 저장소는 전체 정밀도 텐서에서 31B를 보고합니다.

• 실제로 지불하는 것 — Qwen 3.8 27B는 dense이므로 토큰당 27B 전체가 실행됩니다. Xing 4.0은 토큰당 29B 중 4B를 읽습니다. 동일한 하드웨어와 배치 크기에서 Xing은 생성된 토큰당 비용이 훨씬 저렴하고 Q​wen은 훨씬 더 예측 가능합니다.

• 컨텍스트 — Qwen 3.8 27B는 262,144개의 네이티브 포지션을 지원하며 1,000,000까지 확장 가능하고, 권장 상한은 추론 토큰 262,144개, 최종 응답 131,072개입니다. Xing 4.0은 256K를 지원하며 512K까지 확장 가능하다고 주장합니다. 기본 구성에서는 비슷하지만, Qwen이 공개한 확장은 두 배 더 멀리 나아갑니다.

아키텍처: 서로 닮지 않은 두 가지 베팅

Qwen 3.8 27B는 하이브리드 어텐션 레이아웃을 기반으로 구축되었습니다 — 세 개의 Gated DeltaNet 레이어로 이루어진 블록 열여섯 개 뒤에 하나의 완전한 Gated Attention 레이어가 오는 구조로, 선형 어텐션과 이차 어텐션이 3대 1로 나뉘며 — 여러 MTP 단계로 학습됩니다. 이 스택은 덴스하고 선형 어텐션 비중이 높아, 27B 덴스 모델이 표준 트랜스포머라면 부담했을 KV 캐시 비용 없이 262K 윈도우를 감당할 수 있게 해줍니다.

Xing 4.0 29B-A4B는 DeepSeek 계보에 속한 희소 전문가 혼합(MoE) 모델입니다: 전반적으로 MLA 압축 잠재 어텐션을 사용하고, 토큰당 4개가 활성화되는 라우팅된 전문가 64개에 공유 전문가를 더했으며, 매니폴드 제약 하이퍼커넥션 잔차 스트림 — 서빙 프레임워크가 맞춤형 커널을 필요로 하는 4-스트림 잔차 레이아웃 — 을 갖추고 있습니다. 또한 MTP로 학습되었기 때문에, 두 모델 모두 별도의 드래프터 파일을 제공하는 대신 체크포인트에 자체 추측 디코딩 헤드를 포함합니다.

실무자에게 그 결과는 화려하지 않지만 중요하다. Qwen 3.8 27B는 특이한 어텐션을 가진 dense 모델이며, 대부분의 서빙 스택은 이를 그리 많은 작업 없이 처리한다. Xing 4.0에서 지원이 확인된 것은 vLLM, SGLang, KTransformers이며, SGLang은 4-스트림 하이퍼커넥션 레이아웃을 위해 특별히 작성된 커널을 탑재하고 있다. 맞춤형 잔차 스트림 설계는 처음에는 실제 통합 비용이고, 양자화하거나 파인튜닝하거나 배치 셰이프를 바꿀 때마다 반복되는 비용이다.

각 모델의 실제 용도

여기서부터 비교는 더 이상 비교로서 성립하지 않는다. 두 모델은 애초에 같은 작업을 위해 만들어진 것이 아니고, 두 모델의 벤치마크 표는 그것을 그럴듯하게 꾸며낼 만큼 겹치는 부분이 충분하지 않기 때문이다.

• 소프트웨어 엔지니어링 — Xing 4.0 SWE-bench Verified 75.00 대 Qwen 3.8 27B의 SWE-bench Pro 61.7. 이들은 서로 다른 벤치마크이므로, 그 사이의 격차 자체만으로는 아무 의미가 없습니다. 비교 가능한 항목은 Qwen이 QwenSWEBench 79.0과 DeepSWE 1.1 42.2를 보고한다는 점인데, Xing의 카드에서는 이들을 전혀 다루지 않습니다.

• 터미널 및 에이전트형 코딩 — Xing 4.0은 Terminal-Bench 2.1에서 57.50, Qwen 3.8 27B는 Terminal Bench 2.1(Terminus)에서 73.0입니다. 벤치마크 이름은 같지만 하네스 세부 사항이 다르며, 두 수치 모두 벤더가 보고한 것입니다. 공개된 수치상 Qwen이 15점 넘게 앞서 있습니다.

• 컴퓨터 사용 및 비전-언어 에이전트 — Qwen 3.8 27B는 OSWorld-Verified 84.3, WebArena-Verified 64.8, AndroidWorld 81.9, MathVision 90.0(사고 연쇄 없이) 및 94.6(사용 시), OmniDocBench 1.5 91.1, RealWorldQA 85.9를 기록했습니다. Xing 4.0은 멀티모달 기능이 전혀 없기 때문에 멀티모달 벤치마크가 전혀 없습니다. 이것은 표의 공백이 아니라 제품의 공백입니다.

• 도구 호출 및 장기 호라이즌 에이전트 — Xing 4.0 Claw-Eval 76.55, Tau3-Bench 64.63, DeepresearchBII 60.80. Qwen 3.8 27B CoWorkBench 70.7, Agents' Last Exam은 pass@1 20.4 및 점수 42.9, JobBench 33.4. 다시 말하지만: 서로 다른 스위트이며, 중복이 없고, 비교가 불가능하다.

• 일반 추론 및 지식 — Qwen 3.8 27B는 GPQA Diamond 89.2, HLE 30.8, LiveCodeBench v6 90.3, IFBench 79.5입니다. Xing 4.0의 카드는 해당 목록에서 IFBench 69.67만 보고합니다 — Qwen보다 거의 10점 뒤처지며, 두 공급업체가 모두 수치를 공개한 유일한 범용 행입니다.

표들을 서로 다른 두 제품에 관한 서로 다른 두 문서로 읽으세요. Qwen의 표는 스크린샷 인터페이스를 통해 컴퓨터 사용 작업을 수행하는 멀티모달 모델을 다룹니다. Xing의 표는 긴 도구 호출 루프를 유지하도록 만들어진 텍스트 모델을 다룹니다. 이들이 진정으로 충돌하는 유일한 행 — IFBench, 지시 따르기 — 에서는 Qwen이 9.8점 차로 앞섭니다.

두 가지 소싱, 하나의 공통된 주의사항

두 모델 모두 독립적인 평가를 받지 않았습니다. Qwen 3.8 27B의 수치는 Alibaba의 것으로, 하네스 설정과 함께 모델 카드에 공개되었고, Xing 4.0의 수치는 China Telecom의 것으로, 같은 방식으로 공개되었습니다. 두 경우 모두 표의 비교 열은 경쟁 모델들이 공개한 수치가 아니라 해당 연구소가 경쟁 모델들을 직접 다시 실행한 결과입니다 — 이는 거의 보편적인 관행이며, 벤더의 표에서 경쟁 모델이 크게 뒤처지는 모습을 볼 때마다 기억해 둘 가치가 있습니다.

Qwen 3.8 27B에는 Xing 4.0에 없는 무언가가 있으며, 그것은 벤치마크 항목이 아니다: 공개된 지 8주가 되었고, 여기에는 탈옥된 PlayStation 5의 GPU에서 약 초당 20토큰으로 가중치를 실행했다고 보고된 커뮤니티 llama.cpp 포팅도 포함된다. 이런 종류의 서드파티 작업은 오픈 웨이트가 독립적인 감사에 가장 가까이 다가갈 수 있는 방식이다. 그리고 Xing 4.0은 지금까지 한 달째 공개되어 있는데, 그 기간 대부분은 평가보다는 서빙 프레임워크 풀 리퀘스트에 들어갔다.

비용, 셀프 호스팅 및 종량제

둘 다 Apache 2.0이므로 다운로드 가격은 0이고 양쪽 모두 0으로 유지됩니다. Qwen 3.8 27B는 dense 모델이며 27B dense 모델의 메모리에 비전 타워까지 필요합니다. 실용적인 최소 사양은 저정밀도에서 24GB 카드이고, 전체 정밀도 다운로드는 55.6GB입니다. Xing 4.0의 컬렉션은 약 15GB VRAM에서 4비트 양자화를 주장합니다. 이는 실제 GGUF 파일 크기와 대조해 확인할 가치가 있는 주장인데, 전체 정밀도 저장소는 텐서 기준 31B를 보고하기 때문입니다.

종량제 측면에서는 Qwen 3.8 27B가 여기서 실제로 호출 가능한 모델입니다. OrcaRouter는 qwen/qwen3.8-27b를 백만 입력 토큰당 $0.33에 호스팅하며 백만 출력 토큰당 $2.40에 제공합니다. 오픈 웨이트는 자체 인프라에서 서빙되므로 해당 가격이 유지되고, 벤더 측에서 변경하더라도 적용되지 않습니다. Qwen 3.8 27B는 또한 저희 카탈로그의 커뮤니티 FP8 배포를 통해 백만 토큰당 $0.40 및 $4.21에 이용할 수 있으며, 이 배포는 비전 타워를 전체 정밀도로 유지합니다 — 같은 오픈 모델의 두 목록이 같은 제품이 아니라는 유용한 상기입니다. Xing 4.0은 저희 카탈로그에 없으므로, 벤더 자체 API와 타사 플랫폼에서 찾아야 하며, 저희는 그렇지 않은 척하지 않겠습니다.

이런 비교에서 라우터를 두는 것이 가치 있는 지점은 결정 그 자체입니다. 0% 마크업으로 200개 이상의 모델 앞에 놓인 단일 API는 도전 모델을 시험해 보는 일이 두 번째 통합이 아니라 라우팅 규칙이 된다는 뜻이며, 자동 페일오버는 그 시도가 프로덕션 경로를 위험에 빠뜨리지 않는다는 뜻입니다: 프라이머리가 응답하고, 폴백이 프라이머리가 놓친 것을 흡수하며, 실험이 끝나면 구성에서 실험 전체가 삭제됩니다. 모델 퓨전은 한 걸음 더 나아가, 특정 작업에 대한 단일 모델의 확신을 신뢰할 수 없을 때 모델 패널이 함께 답하도록 합니다.

결정하는 방법

를 선택하세요Qwen 3.8 27B — 파이프라인에 이미지, 스크린샷, 스캔한 문서, 동영상 프레임 또는 컴퓨터 사용 루프가 조금이라도 관련되어 있다면 말입니다. 둘 중 이런 작업을 아예 해낼 수 있는 것은 이것뿐이고, 컴퓨터 사용 벤치마크 수치는 이 가중치 등급에서 공개된 것 중 가장 강력하며, 오늘 종량제 방식으로 호출할 수 있습니다. 또한 지시 따르기에서 더 안전한 기본값이며, 이는 고객 대면 파이프라인에서 가장 큰 비용을 초래하는 실패 유형입니다.

다음과 같은 경우라면 Xing 4.0 29B-A4B를 선택하세요. 워크로드가 순수 텍스트이고, 워크로드가 긴 도구 호출 루프이며, 벤더의 주장을 직접 검증할 여력이 있는 경우입니다. 카드당 처리량 논리는 서류상으로는 실재합니다. 29B 모델의 메모리 사용량을 4B 모델의 연산량으로 처리하면서, 법무팀이 이미 잘 아는 라이선스 조건을 적용한다는 것입니다. 불확실성도 그에 못지않게 실재합니다. 독립적인 평가가 없고, 일반 추론 결과도 공개되지 않았으며, 두 연구소가 모두 보고하기로 선택한 단 하나의 벤치마크에서 경쟁사보다 거의 10점 뒤처지는 지시 수행 점수를 기록했습니다.

대부분의 팀에게 답은 애초에 선택의 문제가 아니다. Qwen 3.8 27B는 그림이나 화면이 들어간 모든 것을 처리하고, Xing 4.0은 토큰당 연산량이 제약 조건인 텍스트 전용 에이전트 루프를 처리한다. 두 모델을 하나의 엔드포인트로 함께 돌리는 편이, 어느 벤더도 공개하지 않은 근거를 놓고 둘 중 하나를 고르는 것보다 저렴하다. 그리고 Xing 4.0에 대한 첫 독립적 평가야말로, 각 연구소가 무엇을 측정하기로 선택했는지의 목록이 아니라 진짜 비교로 이 상황을 바꿔놓을 사건이다.

그중 어느 것도 가정이 아닙니다: 이번과 같은 릴리스의 배경이 된 문서화된 AI 실패와 에이전트 사고는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 분쟁 플래그가 함께 제공됩니다.