GeekNews
Qwen3.8-27B 출시, 코딩, 에이전트 벤치마크 대폭 향상
한마디로
알리바바 Qwen팀이 이미지와 영상까지 이해하는 270억 파라미터 모델을 내놨는데, 코딩과 장기 작업 벤치마크에서 이전 버전보다 크게 앞서요
무슨 내용인가
Qwen3.8-27B-FP8은 270억 파라미터 규모의 밀집형 비전-언어 모델로, 이미지와 영상 이해, 장기 에이전트 작업을 지원해요. 기본 문맥 길이는 262,144토큰이고 YaRN 스케일링으로 최대 100만 토큰까지 확장 가능한데요, Terminal Bench 2.1(73.0 대 63.4), SWE-bench Pro(61.7 대 53.5) 등 여러 코딩, 에이전트 벤치마크에서 이전 버전인 Qwen3.6-27B보다 높은 점수를 기록했어요. 다만 일부 평가는 자체 벤치마크나 수정된 조건을 사용했다고 명시돼 있어서 단순 비교에는 주의가 필요합니다. Hugging Face Transformers, vLLM, SGLang, TokenSpeed를 지원하고 OpenAI 호환 API로 텍스트, 이미지, 영상을 처리할 수 있으며, 관리형 서비스인 Qwen Cloud도 출시될 예정이에요.
에디터 노트 | FactStack
270억 파라미터급에서 SWE-bench Pro 61.7점이면 자체 호스팅 가능한 코딩 에이전트를 진지하게 검토할 수준이에요. 다만 자체 벤치마크와 수정 조건이 섞여 있다고 명시한 부분은 그대로 넘기지 말고, 실무 도입 전에 자사 코드베이스, 태스크로 직접 재현 테스트를 돌려보는 게 맞습니다. 100만 토큰 문맥은 YaRN 스케일링 확장치라 기본값이 아니라는 점도 체크해야 하고, 오픈소스라는 이유만으로 검증 없이 프로덕션에 넣는 건 여전히 리스크예요.
실무 시사점
장기 에이전트 작업과 멀티모달 처리가 필요한 실무 도구를 오픈소스 기반으로 구축하려는 팀에게 참고할 만한 선택지가 됩니다
태그
용어 풀이
- Qwen
- 알리바바가 개발한 오픈소스 대형언어모델 시리즈
- LLM
- 방대한 텍스트로 학습해 언어를 이해하고 생성하는 대형언어모델
- AI Agent
- 스스로 계획을 세우고 여러 단계 작업을 수행하는 AI 시스템
- FP8
- 모델 크기를 줄이면서 성능 저하를 최소화하는 8비트 부동소수점 양자화 방식
공유