ZwZ2-9B vs Qwen3.8-27B: 새로운 Qwen 세대가 비워 둔 작은 슬롯

Qwen3.8 세대는 2026년 8월 5일에 27B 밀집 모델, 8월 8일에 2.4조 매개변수 전문가 혼합 모델, 8월 24일에 Flash-Next 변형을 출시했습니다. 여기에는 9B가 포함되지 않았습니다. 즉, 현재 라인업의 소형 쪽은 여전히 Qwen3.5-9B, 2026년 2월 27일의 체크포인트가 차지하고 있으며 — 그리고 이는 inclusionAI가 2026년 10월 16일에 게시한 ZwZ2-9B가 해당 크기에서 사용 가능한 최신 Qwen3.5 스택 위에 있다는 뜻입니다. 이것을 Qwen3.8-27B와 비교한다면, 한 가족의 두 모델을 비교하는 것이 아닙니다. 3.8 세대가 이름을 바꾸지 않았기 때문에, 하나의 아키텍처 안에서 약 180억 매개변수의 격차를 비교하는 것입니다.

먼저 이해해야 할 점은 이것이 어떤 평범한 의미의 경쟁 구도가 아니라는 것이다. Qwen3.8-27B는 라이선스와 호스팅 API, 공개된 평가, 지난달 700만 건의 다운로드를 갖춘 완성품이다. ZwZ2-9B는 README조차 없는 저장소에 들어 있는, 문서화되지 않은 파생 체크포인트다. 유용한 질문은 더 좁고 더 실용적이다. 27B 모델이 Qwen이 당신에게 실행시키려는 것이라면, 9B에 머무름으로써 정확히 무엇을 사는 셈이며, 더 저렴한 체크포인트는 그 위 세대로부터 무엇을 물려받는가?

아키텍처는 변하지 않았다 — 오직 규모만 변했을 뿐이다

이것은 이 비교를 글로 쓸 가치가 있게 만드는 발견이며, 두 개의 설정 파일에서 확인할 수 있습니다. Qwen3.8-27B는 자신의 아키텍처 식별자를 qwen3_5로 선언합니다. ZwZ2-9B도 마찬가지입니다. 같은 모델 유형, 같은 클래스 이름, 같은 어텐션 설계, 같은 토크나이저 계보 — 한 세대 차이인데도 그 라벨은 한 번도 움직이지 않았습니다.

식별자를 넘어서 보면 계열의 유사성은 완벽합니다. 둘 다 선형 어텐션 레이어와 전체 어텐션 레이어를 3:1 비율로 배치하는 동일한 스케줄을 사용합니다. 둘 다 248,320개 토큰 어휘를 예약하고 262,144개 위치의 컨텍스트 상한을 선언합니다. 둘 다 동일한 섹션 분할과 동일한 10,000,000 로터리 베이스를 갖춘 인터리브드 M-RoPE를 사용합니다. 둘 다 정확히 27개 레이어, 히든 크기 1,152, 위치 임베딩 2,304개로 구성된 비전 타워를 갖추고 있습니다. Qwen3.8은 Qwen3.5를 대체한 새로운 설계가 아닙니다. 그것은 더 큰 차원에서의 동일한 설계이며, Qwen3.8-27B는 자체 config에서 그렇게 밝히고 있습니다.

• 매개변수 — ZwZ2-9B: 9,409,813,744. Qwen3.8-27B: 카드 기준 280억 개이며, 해당 config는 4,096에서 32개 레이어인 것과 대비되게 히든 크기 5,120에서 64개 레이어를 지정합니다.

• 아키텍처 식별자 — 둘 다 qwen3_5. 동일한 클래스, 동일한 어텐션 스케줄.

• 어휘 — 이미지와 비디오 토큰 ID를 포함하여 둘 다 248,320개.

• 컨텍스트 상한 — 둘 모두에서 262,144개 포지션이 선언되었으며, Qwen의 호스팅 버전은 1M까지 확장됩니다.

• 비전 타워 — 둘 다 히든 크기 1,152에서 27개 레이어이며, 프로젝션은 언어 스택에 맞춰 4,096에서 5,120으로 확장됩니다.

• 추론 기본값 — ZwZ2-9B는 요청하지 않으면 생각하지 않고 답변합니다. Qwen3.8-27B는 기본적으로 생각하며, 추론 노력 수준을 조정할 수 있습니다.

• 라이선스 — 선언되지 않음 vs Apache-2.0.

• 근거 — 구성 파일 대 모델 카드, 평가 결과, 호스팅된 API, 그리고 공개된 어댑터 198개.

27B가 여러분에게 제공하지만 9B 파생 모델은 제공하지 않는 것

가장 먼저 고려할 것은 허가입니다. Qwen3.8-27B는 명시적 허가가 포함된 Apache-2.0이며, 자체 태그에 따르면 Azure와 SageMaker에 배포할 수 있고, 관리형 버전에서는 1M 토큰 컨텍스트로 Qwen의 공식 호스팅 API를 통해 제공됩니다. ZwZ2-9B는 라이선스를 전혀 선언하지 않는데, 이는 제한적 라이선스와는 다른 문제입니다. 그것은 좁은 허가가 아니라 허가의 부재이며, 이를 채택할 때의 가장 큰 단일 위험입니다.

두 번째는 추론 제어입니다. Qwen3.8-27B의 채팅 템플릿은 기본값이 최고 수준인 세 가지 추론 노력 수준을 노출하고, 그에 맞게 모델에 지시하며, 여러 턴에 걸쳐 추론 컨텍스트를 보존하는 것을 지원합니다. 또한 기본적으로 생각하는 Qwen의 관례도 유지합니다. ZwZ2-9B에는 이런 장치가 전혀 없으며, 그 템플릿은 기본값을 뒤집습니다 — 명시적으로 플래그를 전달하지 않으면 빈 <think></think> 블록을 출력하는데, 이는 모델이 직접적이고 저렴하게 답한다는 뜻이며, 질문이 더 많은 사고를 필요로 할 때 돌릴 수 있는 다이얼을 주지 않습니다.

세 번째는 생태계로, 가장 논의가 적으면서도 가장 중추적인 부분이다. Hub에는 Qwen3.8-27B를 기반으로 만들어진 198개의 어댑터, 553개의 파인튜닝, 24개의 병합, 1,472개의 양자화가 등록되어 있으며, 100개의 Spaces도 있다. 이는 Qwen이 아닌 사람들이 실제 문제에서 이 모델이 어떻게 작동하는지를 설명하며 만들어 낸 방대한 작업물이다. ZwZ2-9B에는 그런 것이 전혀 없고, 아직은 가질 수도 없다 — 나온 지 불과 몇 시간밖에 되지 않았기 때문이다.

9B에 머물면서도 여전히 얻을 수 있는 것

작은 자리가 조용해지지 않은 데에는 이유가 있다. ZwZ2-9B가 기반으로 삼은 체크포인트인 Qwen3.5-9B는 지난달 8,591,266회 다운로드를 기록했다 — 같은 기간 27B 플래그십의 7,363,968회보다 많은 수치다. 9B 크기는 상당히 많은 실무가 이루어지는 곳이다. 단일 소비자용 가속기에 편안히 들어가는 가장 큰 모델이고, 팀이 API 대신 자체 가중치를 원할 때 파인튜닝하는 크기이며, ZwZ2-9B처럼 문서화되지 않은 파생 모델이 그럴듯하게 흥미로울 수 있는 지점이기도 하다. 그것이 물려받은 대상은 수백만 명이 읽어 왔기 때문이다.

멀티 토큰 예측 헤드를 제거하는 것도 명백히 손실은 아니다. ZwZ2-9B의 구성은 mtp_num_hidden_layers를 0으로 설정하는데, Qwen3.5-9B는 1로 되어 있다. 이는 추측 디코딩 헤드를 제거하며, 그와 함께 약 2억 5천만 개의 파라미터도 사라진다. 훈련 실행이 무엇을 의도했든, 다운로드하는 아티팩트는 부모 모델보다 단순한 모델이고, 카드를 읽을 수 없을 때는 단순한 쪽이 추론하기 더 쉽다.

그리고 비전 경로는 양방향 모두 동일합니다: 히든 크기 1,152의 27개 레이어, 2,304개 위치 임베딩 테이블, 초당 2프레임으로 최대 768프레임을 처리하는 비디오 프로세서. 이미지 입력이 필요하다면, 9B가 그것을 27B에게 양보하지는 않습니다.

체크포인트가 아니라 엔드포인트를 선택할 때 이것이 어떻게 보이는지

대부분의 팀에게 실용적인 답은 둘 중 하나를 고르는 것이 아니며, 그중 호스팅 쪽은 오픈 웨이트 쪽과 달리 이미 정해져 있습니다. Qwen3.8-27B는 OrcaRouter에서 다음으로 라우팅할 수 있습니다: qwen/qwen3.8-27b — 262K 토큰 컨텍스트, 텍스트·이미지·비디오 입력, 텍스트 출력, 백만 입력 토큰당 $0.33 및 백만 출력 토큰당 $2.40입니다. 이는 제공업체의 정가를 0% 마크업으로 그대로 전달한 가격이며, 그래서 Qwen이 가격을 바꾸면 여기의 숫자는 다음 카탈로그 갱신 때가 아니라 같은 날 바뀝니다. 그리고 그것은 qwen/qwen3.8-flash 및 qwen/qwen3.8-max 옆에 있습니다. 같은 키에서, 누군가의 벤치마크 표가 아니라 자체 트래픽으로 티어를 비교하고 싶다면 말이죠.

ZwZ2-9B는 해당 카탈로그에 없으며, 그렇지 않다고 암시할 생각도 없습니다 — 이것은 벤더가 공개한 서빙 엔드포인트가 없는 Hugging Face 다운로드이며, inclusionAI는 벤더 자체 채널을 통해 배포합니다. 체크포인트를 평가하는 동안 소형 멀티모달 자리를 대신할 호스팅 대안이 필요하다면, qwen/qwen3-vl-8b-instruct는 131K 토큰 컨텍스트를 갖춘 8B 비전-언어 모델로 백만 토큰당 $0.18 및 $0.70에 제공되며, 문서화되고 라이선스가 부여되어 있습니다. 후보를 기존 모델과 동일한 인터페이스 뒤에 두면 두 모델을 비교하는 데 모델 문자열 하나면 충분합니다. 이것이 확실하지 않은 모델을 통합하는 대신 라우팅하는 것에 대한 모든 근거입니다.

세대에 관한 질문, 솔직하게 답하다

ZwZ2-9B가 Qwen3.8-27B를 앞서는 벤치마크는 존재하지 않는다. 왜냐하면 ZwZ2-9B가 측정된 벤치마크 자체가 존재하지 않기 때문이다. 기술 카드가 있는 28B 모델과 설정 파일이 있는 9.4B 체크포인트는 경쟁하지 않는다. 둘 중 하나는 평가되었고, 다른 하나는 설명되었을 뿐이다. 이번 주에 직접 비교 결과를 내놓는 사람은 오늘 아침에 내려받은 모델에 대한 자기 자신의 인상을 설명하고 있는 것이다.

여기서 진정으로 새로운 것은 계보이며, 놓치기 쉬우므로 분명히 말할 가치가 있다. Qwen3.8 세대는 아키텍처를 교체한 것이 아니라 확장했다. Qwen3.8-27B와 ZwZ2-9B는 동일한 아키텍처 식별자를 따르고, 어휘를 공유하며, 컨텍스트 상한을 공유하고, 어텐션 스케줄을 공유하며, 레이어 수와 히든 폭에 이르기까지 비전 타워를 공유한다. 이는 양방향으로 유용한 지식이다. 이 스택에서 9B 체크포인트가 어떤 느낌일지 알려주고, Qwen 패밀리의 작은 쪽과 큰 쪽 사이의 격차가 종의 변화라기보다 정도의 문제라는 점을 알려준다.

그러니까 ZwZ2-9B 대 Qwen3.8-27B에 대한 솔직한 결론은, 27B가 계획을 세울 때 기준으로 삼을 수 있는 쪽이고, 9B 파생판은 지켜볼 가치가 있는 쪽이라는 겁니다. 설정을 읽고, 직접 자신의 작업을 돌려보고, 중요한 것에 손대기 전에 라이선스를 기다리세요.

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.