AI BriefingQwen35B 상위권
Qwen3.6-35B becomes competitive with cloud models when paired with the right agent
·2026.04.22 20:22
핵심 내용
little-coder와 Qwen3.6-35B-A3B 조합이 Aider Polyglot 78.7%를 기록했다.
자세히 보기
Qwen3.6-35B-A3B를 little-coder + llama.cpp 조합으로 Aider Polyglot 225문항에 돌려 **177/225 = 78.67%**를 기록했고, public leaderboard의 top-10 band에 들어갔다.
- 같은 하드웨어와 같은 harness에서 돌린 이전 Qwen3.5 9B 두 번의 결과는 104/225 = 46.22%, **101/225 = 44.89%**였다.
- 실행 환경은 RTX 5070 Laptop 8GB VRAM, Intel i9-14900HX, 32GB DDR5였고,
llama.cpp는 CUDA 13.1 / sm_120으로 빌드됐다. - 모델은
unsloth/Qwen3.6-35B-A3B-GGUF UD-Q4_K_M(약 22.1GB)였으며,--n-cpu-moe 999,--flash-attn on,-c 32768,-t 16설정을 사용했다.
언어별로는 JavaScript 89.8%, Python 88.2%, C++ 84.6%, Java 76.6%, Go 74.4%, Rust **53.3%**로 전반적인 개선이 확인됐다. 핵심 메시지는 agent/scaffold와 serving harness가 local coding model 성능을 크게 좌우한다는 점이다.
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.
