ZwZ2-4B vs Qwen3.8-27B: 4.5B 전문가, Qwen의 28B 플래그십과 만나다

이미지 파이프라인이 하루 20만 건의 쿼리를 처리하고 있고, 보유한 것이 16GB 카드 한 장이라고 가정해 보세요. 이 단일 제약만으로 Qwen3.8-27B는 벤치마크를 논하기도 전에 탈락합니다. 280억 파라미터에서는 BF16 가중치만 대략 56GB이고, 예산에 잡아두지 않은 양자화 없이는 아무리 영리한 서빙 기법을 써도 이를 16GB에 올릴 수 없습니다. ZwZ2-4B는 45억 4천만 파라미터에 9.08GB 가중치 파일로 들어맞습니다. 따라서 정직한 질문은 어느 모델이 더 우수한가가 아닙니다. 작은 체크포인트의 더 좁은 역량이 워크로드에 실질적인 제약인지, 아니면 제품 사진 크롭에 관한 질문에 답하기 위해 플래그십 비용을 지불하려 했던 것인지입니다.

이 맞대결을 슬러그가 시사하는 것보다 더 이상하게 만드는 변수가 하나 있다. Qwen의 3.8 세대는 이 크기 등급의 모델을 출시한 적이 없다. 그 구성원은 2026년 8월 5일의 27B 덴스 모델, 8월 8일의 2.4조 매개변수 전문가 혼합(MoE), 그리고 8월 24일의 Flash-Next인데, 이름과 달리 Flash-Next는 다른 아키텍처 계열의 1,800억 매개변수 모델이다. 27B 아래의 덴스 모델은 없다. 따라서 ZwZ2-4B의 진정한 동급 크기 상대는 Qwen3.5-4B, 그것이 미세 조정된 2월 체크포인트다. Qwen3.8-27B는 동급이 아니라 상한으로서 이 비교에 들어온다.

이 둘이 만날 수 있는 벤치마크는 없다

대부분의 비교 페이지를 부정직하게 만드는 지점부터 짚겠습니다. Qwen3.8-27B에는 공개된 평가 결과와 생태계가 있습니다. 반면 ZwZ2-4B의 25개 벤치마크 결과는 자체 모델 카드 안에만 존재하며, 이를 학습시킨 연구소가 산출한 것으로 어디에도 독립적 재현이 없습니다. 벤더가 보고한 54.79를 다른 연구소의 벤치마크 스위트 옆에 놓고 서로 빼서는 안 됩니다. 두 수치는 같은 과제, 같은 해상도, 같은 하네스에서 산출된 것이 아닙니다.

그래서 이 글은 둘을 서로 겨루어 점수를 매기지 않는다. 각각이 무엇을 하도록 만들어졌는지, 각각을 운영하는 데 얼마가 드는지, 그리고 더 작은 쪽이 무엇을 포기하는지를 비교한다. 숫자가 나오는 곳에는 누가 그 숫자를 산출했는지가 표시되어 있다.

격차, 차원별로

• 매개변수 — ZwZ2-4B 4,539,265,536 vs Qwen3.8-27B 28B(자체 카드 기준)

• 디스크상 가중치 — 약 9.08GB BF16 vs 대략 56GB BF16

• 깊이 — 32개 레이어 vs 64개

• 너비 — 은닉 크기 2,560 vs 5,120

• 어텐션 형태 — 헤드 차원 256에서 16개의 쿼리 헤드 대 4개의 KV 헤드, 두 경우 모두

• 어텐션 스케줄 — 양쪽 모두에서 선형 대 전체 비율 3:1

• 컨텍스트 창 — 양쪽 모두 262,144개 위치

• 어휘 — 둘 모두 248,320개 토큰

• 비전 타워 — 히든 1,024에서 24개 레이어 vs 히든 1,152에서 27개 레이어

• 라이선스 — ZwZ2-4B는 선언된 라이선스 없음 vs Qwen3.8-27B는 Apache-2.0

일치하는 네 개의 행이 흥미로운 부분이다. 두 모델 모두 동일한 아키텍처 식별자인 qwen3_5를 상속하며, 어텐션 구조와 컨텍스트 상한도 같다. 3.8 세대는 스택을 재설계하지 않고 확장했다. 그래서 4B의 구성은 이질적인 무언가가 아니라 27B 구성의 축소판처럼 보이며, 4B가 27B의 서빙 특성을 물려받는 이유이기도 하다. 선형 어텐션 레이어 덕분에 이 크기에서 262K 컨텍스트를 감당할 수 있다.

이번 맞대결 전체에서 유일하게 같은 기준으로 비교할 수 있는 숫자

ZwZ2-4B의 카드는 25개 벤치마크 전반에서 기본 모델을 49.41, 자체를 54.79로 보고하며, 5.38점의 향상을 보인다. 이는 동일한 연구소가 동일한 작업에서 동일한 절차로 훈련하고 측정한 두 체크포인트 간의 비교다. 여전히 공급업체가 보고한 수치이고 벤치마크 선택도 해당 연구소의 것이지만, 적어도 뺄셈의 양쪽 항은 비교 가능하다.

두 가지가 이어진다. 첫째, 그 이득은 연구실이 측정했다는 의미에서만 실제다. 아무도 54.79를 재현하지 못했다. 둘째, 그리고 더 유용한 점은 베이스라인이 강력한 모델이라는 것이다. Qwen3.5-4B는 한 달에 740만 건의 다운로드를 기록하고 1,145개의 좋아요를 받는다. 실제 생태계를 갖춘 널리 배포된 체크포인트다. ZwZ2-4B가 인지 비중이 큰 작업에서 5.38점 더 낫다면, 그것은 사람들이 실제로 실행하는 모델 대비 의미 있는 차이다. 학습된 바로 그 목적에 보상을 주도록 선택된 벤치마크에서 5.38점 더 낫다면, 실제 운영에서의 차이는 더 작을 것이다.

이 방법은 어느 해석이 더 가능성이 높은지 설명한다. ZwZ2는 SA-1B 영역 크롭으로 만든 4지선다형 문제 — 대략 20,000개 — 를 대상으로 GRPO로 학습되었으며, 지도 미세 조정 단계는 없었다. 모델이 본 모든 학습 신호는 한 영역이 질문에 필요한 증거를 포함하는지에 관한 4지 선택이었다. 그런 형태의 작업 부하에서 5.38이 유지되어야 한다. 개방형 설명은 그런 형태가 아니다.

28B 플래그십이 4.5B가 할 수 없는 것을 가능하게 하는 것

Qwen3.8-27B는 범용 비전-언어 모델입니다. 이미지, 비디오, 유연한 사고 제어, Apache-2.0 라이선스를 갖추고 있으며, 좁고 고품질인 단일 합성 커리큘럼이 아니라 폭넓은 사전 학습 데이터를 흡수할 만큼 충분한 파라미터 여유를 가지고 있습니다. 지난달 750만 건의 다운로드와 18,500개의 좋아요를 기록한 이 모델의 다운로드 수는 전문 모델이 아닌 백본을 선택할 때 중요한 생태계 신호입니다. 어댑터, 양자화, 파인튜닝, 도구가 이 모델에는 존재하지만 다운로드가 0인 체크포인트에는 존재하지 않습니다.

그 폭은 실패 모드에서 드러난다. ZwZ2-4B의 모델 카드에는 환각, 텍스트 오독, 계산 오류, 공간 오류가 나열되어 있으며, 결과가 이미지 해상도, 컨텍스트 길이, 프롬프트 형식에 따라 달라진다고 명시되어 있다. 28B 범용 모델은 원칙적으로 동일한 실패 유형을 가지지만, 더 긴 컨텍스트에 걸쳐 세부 정보를 유지할 능력이 더 크고, 작업이 사지선다형 선택과 유사해야 한다는 요구 사항은 없다.

문서 추출, 다중 페이지 추론, 비디오, 또는 답이 영역이 아니라 문단인 모든 작업에서는 27B가 더 나은 도구이며, 결정적인 요인은 크기 차이가 아니라 훈련 목표입니다.

실제 가격 기준 비용 계산

이제 비교는 더 이상 추상적이지 않습니다. OrcaRouter에서는 qwen/qwen3.8-27b가 100만 입력 토큰당 $0.33, 100만 출력 토큰당 $2.40에 262K 컨텍스트로 제공됩니다. 입력 토큰 1,500개와 출력 토큰 300개로 이루어진 대표적인 이미지 쿼리를 예로 들어 보겠습니다. 이런 쿼리 1,000개는 27B에서 약 $1.22가 듭니다. 더 가벼운 qwen/qwen3.8-flash는 각각 $0.15와 $0.47로 같은 1,000개에 약 $0.37에 해당합니다. 호스팅된 8B 비전 모델은 그 중간에 있습니다.

ZwZ2-4B는 호스팅 엔드포인트가 없기 때문에 토큰당 가격이 없습니다 — Hugging Face 페이지에는 이를 제공하는 공급자가 없다고 나와 있습니다. 이 모델의 비용은 GPU 시간당 비용을 처리량으로 나눈 값이며, 이 비교에서 단일 16GB 카드에서 실행되는 유일한 옵션입니다. 이것이 더 작은 모델에 대한 경제적 논거의 전부이며, 이미 하드웨어 비용을 지불하고 있다면 강력한 논거입니다.

라우팅에 관한 구조적인 점 하나를 짚고 넘어가겠습니다. 이는 이 기능을 테스트하는 방식에 영향을 줍니다. OrcaRouter는 공급자 정가를 0% 마크업으로 그대로 전달하므로, Qwen이 호스팅된 Qwen 모델의 가격을 변경하면 위의 숫자는 다음 계약 갱신 때가 아니라 같은 날 바뀝니다. 자체 호스팅 체크포인트와 호스팅 모델 간의 비용 비교는 호스팅 쪽이 오늘의 정가를 반영할 때에만 정직할 수 있으며, 여기서 설명하는 것은 바로 그런 속성입니다 — 할인이 아닙니다.

소형 모델이 플래그십을 상대로도 이기는 경우

세 가지 경우이며, 이는 소형 모델에 대한 마케팅이 흔히 암시하는 것보다 범위가 좁습니다.

첫 번째는 배포 제어입니다. 9.08GB BF16 파일은 고정하고 버전을 관리해 엣지 박스로 배포할 수 있습니다. 56GB 파일은 그럴 수 없으며, 호스팅 API는 가중치도 버전 보장도 제공하지 않습니다. 제품 제약 조건이 "모델이 기기와 함께 이동한다"라면, 27B는 어떤 가격에서도 후보가 아닙니다.

두 번째는 대량 처리 시 비용 예측 가능성입니다. 자체 호스팅 추론은 비용 곡선이 평탄하고 토큰당 과금 계량기가 없습니다. 하루 20만 건의 이미지 쿼리에서 1,000건당 $1.22라면, 27B 모델을 정가로 사용할 때 대략 하루 $244, 월 약 $7,300입니다. 자체 호스팅이 그 비용을 앞서는지는 전적으로 활용률에 달려 있으며, 활용도가 낮은 카드 한 장으로는 종종 그렇지 못합니다.

세 번째는 작업 특화입니다. 워크로드가 정말로 "이 네 지역 중 어느 곳에 증거가 있는가"라면, ZwZ2-4B는 해당 지역 없이도 답할 수 있는 질문을 제거하도록 설계된 필터링 단계와 함께 바로 그 형태로 훈련되었습니다. 범용 모델은 다른 모든 것에 역량을 씁니다. 이것은 4.5B 체크포인트가 28B 체크포인트를 이길 수 있는 경우이며, 벤더의 5.38점 주장이 독자가 기대하는 의미를 갖는 유일한 경우입니다.

결정이 실제로 이루어지는 순서대로 결정하는 방법

• 가중치가 귀하가 통제하는 하드웨어에 있어야 하고 그 하드웨어가 소형이라면 — ZwZ2-4B를 선택하고, 라이선스의 모호성을 감수하며, 자체 평가를 위한 예산을 잡으십시오.

• 과제가 영역 기반 객관식 또는 시각적 증거 검색이라면 — 카드의 5.38을 보기 전에 자체 데이터로 ZwZ2-4B를 Qwen3.5-4B와 비교 테스트하세요. 재현된 그 델타만이 중요한 숫자입니다.

• 비디오, 긴 문서, 개방형 설명 또는 법무팀이 서명할 라이선스가 필요하다면 Qwen3.8-27B를 선택하고 더 읽지 마세요.

• 하드웨어도 없고 서빙할 생각도 없다면 — 호스팅된 Qwen 경로를 택하세요. 대안은 모델 선택이 아니라 운영 프로젝트이기 때문입니다.

이 맞대결에서 불편한 부분은 흥미로운 비교가 제목에 있는 그 비교가 아니라는 점이다. ZwZ2-4B 대 Qwen3.8-27B는 모델 비교로 위장한 배포 등급에 관한 결정이다. 진짜 정면 비교 — 동일한 베이스, 동일한 크기, 동일한 서빙 비용, 측정된 5.38포인트 격차 — 는 ZwZ2-4B 대 Qwen3.5-4B이며, 이 두 수치 중 어느 것이든 당신의 아키텍처를 바꾸기 전에 당신의 이미지에서 실행해 볼 가치가 있는 실험은 바로 그것이다.