ZwZ2-27B: 가중치는 10월 16일에 도착했고, 설명은 열흘 뒤에 나왔다

ZwZ2-27B는 2026년 10월 16일부터 Hugging Face에서 다운로드할 수 있었습니다. 공개된 첫 10일 동안에는 발표도, 논문도, README도, 명시된 라이선스도 없었습니다 — 그저 두 개의 bf16 safetensors 샤드가 inclusionAI 아래에 있었고, 존재 이유를 밝히지 않은 저장소가 있었을 뿐이었습니다. 10월 26일 모델 카드가 나타났습니다. 모델 카드에 따르면 이 모델은 Qwen3.6-27B를 기반으로 강화학습으로 훈련된 비전-언어 시스템이며, 이 모델이 전체적으로 해당 베이스보다 4.99점 앞서는 25개 벤치마크 평가를 공개합니다.

그것이 새로운 것의 전부이며, 사람들이 벌어졌을 것이라고 짐작하는 일과는 구분해둘 가치가 있다. 이것은 출시가 아니다. 가중치는 열하루 전에 나온 것이고, 벤더는 아직 그것을 발표하지도 않았다. 이번 주에 달라진 것은 우리가 마침내 inclusionAI가 이 모델의 용도를 무엇이라고 생각하는지 읽어볼 수 있게 되었다는 점이다.

날짜별로 실제 변경된 사항

저장소 자체의 커밋 기록이 이용 가능한 가장 명확한 증거이며, 그 이야기를 미화하지는 않습니다. 세 개의 커밋이 모든 것을 담고 있습니다:

• 10월 16일 05:42 UTC — 최초 커밋, 그로부터 10분 후 “ZwZ2-27B 모델 가중치 추가”. 구성, 토크나이저, 프로세서 및 두 개의 가중치 샤드. README 없음.

• 10월 26일 02:58 UTC — “Create README.md”. 가중치 공개 이후 열흘 뒤에 나온, 모델에 관한 최초의 서면 설명.

• 10월 26–27일 — 벤치마크 수치와 이미지 자산이 구성되면서 README 수정이 반복되고 6개 파일 업로드가 이루어졌습니다.

이 글을 쓰는 시점에 해당 저장소는 다운로드 7회와 좋아요 0개를 보여준다. 함께 제공되는 GitHub 프로젝트인 inclusionAI/Zooming-without-Zooming-v2는 10월 14일에 만들어졌고 별 하나를 받았다. 모델 이름을 영어로 검색하면 이전 ZwZ-2B/4B/8B 계열과 10월 16일의 ZwZ2-9B에 대한 보도는 나오지만, 27B에 대해서는 전혀 나오지 않는다. 이곳에서 출시가 있었다면, 그것은 아무런 청중 없이 이루어진 것이다.

config 파일의 모델

구성 파일은 모든 릴리스에서 가장 눈에 띄지 않으면서도 가장 신뢰할 수 있는 부분입니다. 이 파일은 아키텍처 선언이 Qwen3_5ForConditionalGeneration인 dense 비전-언어 모델을 설명하며 — Qwen 자체 모델들이 사용하는 것과 동일한 클래스입니다 — 수치는 다음과 같습니다:

• 텍스트 타워 — 은닉 크기 5,120, 레이어 64개, 헤드 차원 256에서 쿼리 헤드 24개 및 KV 헤드 4개, 피드포워드 폭 17,408.

• 어텐션 레이아웃 — 선형 어텐션 레이어와 전체 어텐션 레이어의 비율이 3:1이고, 16회 반복되며, M-RoPE가 인터리브되고 rotary base는 10,000,000입니다.

• 어휘 및 문맥 — 248,320 토큰, 262,144 네이티브 위치.

• 비전 타워 — 히든 크기 1,152의 27개 레이어, 5,120으로 프로젝션, 패치 크기 16에 2×2 공간 병합 적용.

• 다중 토큰 예측 — mtp_num_hidden_layers가 다음 값으로 설정됨: 0, 즉 Qwen 백본에 비해 MTP 헤드가 제거되었습니다.

마지막 줄만이 기본 모델과의 유일한 구조적 차이입니다. 나머지 모든 요소 — 레이어 수, 헤드 형상, 어휘, 컨텍스트 상한, 비전 심도 — 은 Qwen3.6-27B와 정확히 일치합니다. ZwZ2-27B는 동일한 본체에 사후 학습 방식만 다르고 추측 디코딩 헤드 하나가 제거된 모델입니다.

이는 또한 이 모델이 작지 않다는 뜻입니다. bf16에서 27B 파라미터라면 가중치는 두 샤드에 걸쳐 대략 54GB이며, 이는 단일 80GB 가속기에는 여유 있게, 두 장의 40GB 카드에는 빠듯하게 적재되는 수준입니다. 저장소에는 양자화 변형도 없고, vLLM이나 SGLang 레시피도 없으며, 버전 5.13.1에 고정된 Hugging Face transformers 퀵스타트 외에는 서빙 관련 노트도 없습니다.

+4.99 주장과 그것이 정확히 무엇을 포함하는지

카드의 헤드라인은 6개 도메인의 25개 벤치마크 전반에서 이 모델이 “모든 벤치마크에서 자사의 베이스 모델보다 향상된다”는 것이며, 전체 평균을 55.52에서 60.51로 끌어올린다는 내용이다. 그 문장의 두 부분 모두 공개된 결과 도표와 부합하며, 두 부분 모두 한정어가 필요하다.

단서를 붙이자면, 이것은 inclusionAI 자체의 하네스, 자체의 벤치마크 선택, 자체의 채점이며, 자체 저장소에 공개된 것이다. 여기 있는 어떤 것도 조직 외부에서 재현된 적이 없다. 이것은 일반적인 의미의 벤더 평가다. 팀이 무엇을 최적화했는지 보는 데는 유용하지만, 독립적인 등급으로 사용할 수는 없다.

또 다른 유의점은 규모입니다. 25개 벤치마크 평균에서 4.99포인트 상승은 실제 변화이지만, 그 평균은 매우 다른 과제들의 정확도를 도메인별로 동일하게 가중한 평균입니다. 이는 능력 지수가 아니며 다른 스위트의 점수와 비교해서는 안 됩니다.

다음은 도메인 수준별 분석입니다. 기본 모델 대 튜닝 모델:

• 세밀한 지각 — 62.09에서 67.57로, VStar, HR-8K, MME-RealWorld를 포함한 8개 벤치마크에서 5.48 상승.

• 공간 지각 — 49.72~55.98, 6개 벤치마크에서 6.26 상승.

• 긴 문맥 이해 — 세 가지 벤치마크에서 65.87에서 68.77로 2.90 상승.

• 체화된 공간 추론 — 50.17에서 55.71로, 세 가지 벤치마크에서 5.54 상승.

• 멀티모달 에이전트 — 49.73에서 51.81로, 세 개의 벤치마크에서 2.08 상승.

• 일반 시각 추론 — 47.89에서 53.71로, MMStar와 BabyVision 전반에서 5.82 상승.

성과가 집중되는 곳 — 그리고 모델이 여전히 취약한 곳

그 표의 형태는 평균보다 더 중요하다. 가장 큰 상대적 이득은 공간 지각과 체화 추론에서 나타나며, 이는 이 방법이 가르친다고 주장하는 내용과 일치한다. 즉, 한 이미지에서 표시된 여러 영역에 걸쳐 증거를 비교하고, 매칭하고, 집계하는 것, 추론 시 전체 이미지를 사용하고 외부 줌 호출을 하지 않는 것이다.

가장 작은 두 가지 개선은 롱컨텍스트와 멀티모달 에이전트다. 이 둘은 또한 과제 대비 기본 모델이 이미 가장 강했던 두 영역이기도 하며, 이는 좁은 데이터 레시피로 RL 파인튜닝을 할 때 나타나는 일반적인 패턴이다. 즉, 보상 신호가 볼 수 있는 것만 변화시킨다.

더 냉정하게 읽히는 것은 절대 수치입니다. Chartography는 12.00입니다. AgentVista는 18.18입니다. Perception-Bench는 44.93입니다. 한 모델이 전체적으로 5점을 올리고도 이 세트의 여러 개별 벤치마크에서는 거의 사용 불가능에 가까울 수 있는데, 이 모델이 바로 그렇습니다. “전체 60.51”을 일반적인 역량 수치로 인용하는 사람은 12를 숨기는 평균을 인용하는 것입니다.

훈련 레시피가 한계를 설명한다. EvidenceConnect는 SA-1B 이미지로부터 데이터를 구축한다. 3~7개의 관련 영역을 묶고, 특권적 확대 크롭으로 질문을 생성하고, 교차 모델 일치와 영역 하나 제거 테스트로 필터링하고, 네 가지 선택지 과제로 변환하고, GRPO로 훈련한다 — 세 모델 크기 모두 약 20,000개 예시로, 지도 미세조정 단계 없이. 이는 집중된 식단이다. 영역 수준 지각을 안정적으로 얻어내지만, 개방형 추론을 얻는다고 가장하지는 않는다.

참조 모델 열에는 경고가 필요합니다

결과 도표에는 세 가지 API 모델도 참조점으로 포함되어 있습니다. GPT-5.6-Luna는 54.02, GLM-5.3-Flash는 57.24, DeepSeek-V4.1-Flash는 55.47이며, ZwZ2-27B는 60.51입니다. 표면상 이는 조용히 업로드된 오픈 웨이트 체크포인트를 세 개의 호스팅 프로덕션 모델보다 위에 올려놓습니다.

그런 해석은 세 가지 점에서 신중해져야 한다. 첫째, 서빙 제약은 카드 자체에 명시되어 있다. 고급 모델의 이미지 해상도는 해당 모델의 서빙 플랫폼에 의해 제한되었으며, 이는 미세한 디테일이 많은 벤치마크 세트에서 실질적인 핸디캡이다. 둘째, 이는 해당 벤더들이 자체적으로 공개한 평가가 아니다. inclusionAI가 다른 회사들의 모델을 inclusionAI의 하네스로 실행한 것이며, 벤더들이 관여했거나 수치를 확인했다는 표시는 없다. 셋째, GPT 열은 일부 행에서 보고되지 않음으로 명시적으로 표시되어 있어, 참조 세트가 불균등하게 채워져 있다.

그렇다고 해서 그 수치가 틀린 것은 아니다. 다만 그것은 자사 모델이 10일간 추가 튜닝된 벤치마크 스위트에서 한 연구소가 경쟁사들을 측정한 결과라는 뜻이다. 베이스 모델 비교를 의미 있는 것으로 보고, API 열은 참고 맥락으로 보라.

아직 무엇이 빠졌나요?

솔직히 말해, 알려지지 않은 것들의 목록은 알려진 것들의 목록보다 길고, 그 시작은 라이선스다. 모델 카드의 프런트 매터는 기반 모델, 데이터셋, 파이프라인 작업을 태그하지만 라이선스를 명시하지는 않는다. 본문에는 “공개된 가중치와 함께 제공되는 라이선스 및 적용 가능한 백본 라이선스를 참조하라”고 되어 있는데, 가중치 자체에 라이선스가 포함되어 있지 않다면 이는 순환 논리다. Qwen3.6-27B는 Apache-2.0이므로 백본 측은 명확하다. 파생 모델의 조건은 그렇지 않으며, 이를 제품에 탑재해 출시하려는 기업에게 그 단 하나의 누락은 어떤 벤치마크 행보다도 더 중대하다.

논문도 아직 공개되지 않았습니다. 카드 자체의 헤더에는 문자 그대로의 플레이스홀더 텍스트 <!-- Replace PAPER_URL with the final v2 paper URL. -->가 포함되어 있고 PAPER_URL로 연결됩니다. 프로젝트 저장소는 존재하지만, 그것이 가리켜야 할 글은 존재하지 않습니다.

그 외에도:

• ZwZ2-27B에 대한 독립적인 평가는 누구로부터도 존재하지 않습니다.

• 이 모델에 대한 공급업체 발표, 블로그 게시물 또는 소셜 게시물은 확인되지 않았습니다.

• 공개된 평가는 low/thinking 모드입니다 — 카드의 퀵스타트는 enable_thinking=False로 실행되며, 채팅 템플릿은 <answer> 태그 안에 답변을 요구합니다. Thinking-mode 수치는 해당 주장에 포함되지 않습니다.

• 고정된 Transformers 버전 외에는 프레임워크 지원이 없습니다. GGUF 없음, AWQ 없음, 공개된 vLLM 구성 없음.

• 이 카드는 알려진 실패 모드—환각으로 생성된 세부 정보, 텍스트 오독, 계수 및 공간 오류—를 나열하는데, 이는 대부분의 공급업체 카드가 제공하는 것보다 더 솔직한 태도이며 Chartography에서 12.00점이 실제로 어떤 모습인지에 대한 공정한 요약이다.

그것에 아무것도 걸지 않고 평가하는 방법

ZwZ2-27B는 저희 카탈로그에 없으며, 이 글을 그런 뜻으로 읽어서는 안 됩니다. 오늘 이를 실행하려면 54GB의 가중치를 다운로드하고, 특정 Transformers 빌드를 설치한 뒤 직접 서빙해야 합니다. 이미 하드웨어가 있다면 괜찮은 오후 작업이겠지만, 이번 주에 제품 관련 질문에 답하려는 중이라면 그 오후를 잘못 쓰는 셈입니다.

더 저렴한 절차는 모델이 아니라 주장을 테스트하는 것입니다. 그 주장은 범위가 좁습니다. 20K 예시 지역 비교 데이터셋에 대한 RL이 Qwen3.6-27B 체크포인트를 줌 도구 없이 미세한 세부 사항을 더 잘 읽도록 만든다는 것입니다. 이것이 실제 병목이라면 — 밀집 문서, 차트, UI 스크린샷, 다중 지역 질문 — 기본 모델이 통제 조건이며, 그 후속 모델은 이미 여기에서 라우팅 가능합니다: Qwen3.8-27B와 Qwen3.5-27B는 모두 하나의 키 뒤에 있는 OrcaRouter에 있으며, 200개 이상의 다른 모델과 함께 공급자 정가에 마크업 없이 이용할 수 있습니다. 자체 호스팅 ZwZ2-27B가 도입할 가치가 있다고 판명되면, 동일한 키에 올려 통합을 다시 작성하는 대신 자동 장애 조치가 그것과 호스팅된 범용 모델 사이에서 결정하게 할 수 있습니다.

이것을 ‘흥미로운 업로드’에서 ‘채택 가능한 모델’로 옮기는 데 필요한 것은 짧은 목록이다. 이름이 붙은 라이선스. 누구든 벤치마크 구성을 확인할 수 있게 해 주는 논문. 공급업체가 고르지 않은 벤치마크에 대한 독립적인 실행 한 번 — 부분적인 실행이라도. 그리고 발표 하나. 11일간의 침묵 끝에 그것은 이제 단순한 실수가 아니라 의도적인 부재처럼 보이기 시작했다.

그때까지 방어 가능한 주장은 범위가 좁고, 분명히 말할 가치가 있습니다. inclusionAI의 문서화되지 않은 27B 체크포인트가 10월 16일부터 Hugging Face에 올라와 있으며, 10월 26일 현재 그 작성자들은 자신들이 직접 구축한 벤치마크 스위트에서 Qwen3.6-27B 대비 5포인트 향상을 주장할 의향이 있습니다. 그것은 가중치가 붙은 가설입니다. 아직 결과는 아닙니다.