Qwen3.6-27B: 27B Dense 모델로 구현한 플래그십급 코딩 성능

Qwen은 Qwen3.6-27B가 에이전틱 코딩에서 플래그십급 성능을 낸다고 주장하며, 이전 세대 오픈소스 플래그십인 Qwen3.5-397B-A17B를 주요 코딩 벤치마크 전반에서 앞선다고 밝혔다.

모델 크기 차이도 크다. Hugging Face 기준으로 Qwen3.5-397B-A17B는 807GB인 반면, 새 모델 Qwen3.6-27B는 55.6GB다.

실사용 테스트에서는 Unsloth Qwen3.6-27B-GGUF:Q4_K_M의 16.8GB 양자화 버전을 llama-server로 구동했고, brew install llama.cpp로 설치한 뒤 다음과 같은 설정을 사용했다.

• -c 65536
• --cache-ram 4096 -ctxcp 2
• --jinja
• --temp 0.6
• --top-p 0.95
• --top-k 20
• --reasoning on
• --chat-template-kwargs '{"preserve_thinking": true}'

첫 실행 후 모델은 ~/.cache/huggingface/hub/models--unsloth--Qwen3.6-27B-GGUF에 저장됐다. 성능 면에서는 "Generate an SVG of a pelican riding a bicycle" 작업에서 꽤 인상적인 결과를 보였고, 생성 품질도 16.8GB 로컬 모델 기준으로 뛰어났다고 평가했다.

llama-server가 표시한 수치도 준수했다. 읽기 단계는 20 tokens / 0.4s / 54.32 tokens/s, 생성 단계는 4,444 tokens / 2min 53s / 25.57 tokens/s였다. 추가로 "NORTH VIRGINIA OPOSSUM ON AN E-SCOOTER" 프롬프트에서도 6,575 tokens, 4min 25s, 24.74 t/s를 기록했다.