Qwen3.8-Flash-Next, 27B 다음 MoE 공개
알리바바가 오픈 웨이트 모델 Qwen3.8-Flash-Next 를 2026년 8월 26일 공개했습니다. 토큰당 6B 만 켜는 125B MoE 판본이고, 8월 15일 나온 밀집 모델 Qwen3.8-27B 의 다음 차례입니다. 개인 PC 로 가는 llama.cpp 지원은 하루 반 만에 정식 태그에 들어갔습니다.
개인 기기에서 125B 짜리 모델을 실행한 보고가 공개 다음 날 해커뉴스에 올라왔습니다. 알리바바가 2026년 8월 26일 로 공개한 Qwen3.8-Flash-Next 인데, 하나에 6B 만 켜는 MoE 라 덩치에 비해 연산이 가볍습니다. 최소 램 75GB 가 필요해 아무나 시험할 수 있는 물건은 아니지만, 그 사양을 갖춘 쪽에서는 라이젠(Ryzen) 395 에서 초당 22토큰이 나왔고 같은 세대의 27B 보다 낫다는 평이 붙었습니다.
모델 카드가 적은 파라미터 한 줄
모델은 Hugging Face 와 ModelScope 에 같은 문서로 올라와 있고, Qwen 팀은 같은 날 공식 블로그에 소개 글을 함께 냈습니다. 이 기사의 시각은 전부 한국시간. 예고된 공개 시각은 8월 27일 0시였는데, 사양이 담긴 모델 카드는 그보다 두 시간 반 이른 8월 26일 21시 29분에 붙었습니다.
모델 카드가 파라미터를 적은 줄은 하나입니다. 125B 본체에 당 6B 가 활성화되고, 거기에 51B N-gram 과 4B MTP 가 더 붙는다는 것. 앞서 나온 (dense model)은 토큰마다 전체가 작동하는 구조인데 이번 것은 전문가 512개 가운데 토큰당 10개만 켜는 MoE 라서, 덩치가 커진 만큼 한 토큰에 드는 연산이 늘지는 않습니다. 층 수는 48이고 기본 는 262,144토큰, 카드에는 100만 토큰까지 늘릴 수 있다고 적혀 있습니다.
라이젠 395에서 초당 22토큰, 지원은 하루 반 만에 붙었습니다
정식 릴리스에 이 모델 지원이 들어간 실행 스택은 8월 28일 오전 8시 34분 확인 기준 넷입니다. transformers 는 5.16.0, mlx-vlm 은 0.6.17, Ollama 는 v0.33.1 로 공개 당일과 이튿날 새벽 사이에 차례로 올라갔습니다. 마지막 하나가 llama.cpp 인데, 8월 28일 새벽 5시 2분에 배포된 태그 b10660 에 들어갔습니다.
실제로 써 본 보고는 8월 27일 해커뉴스에 붙었는데, 그 태그가 나오기 전이라 설치 한 줄로 얻은 결과는 아닙니다. 이용자 hedgehog 는 라이젠 395(Strix Halo)에서 초당 22쯤 나오고 출력 품질이 인상적이며 Qwen3.8-27B 보다 낫고 빠르다고 적었습니다. 개인이 살 수 있는 기기에서 나온 숫자라는 점이 중요합니다.
이 모델 이름을 단 저장소는 8월 28일 오전 Hugging Face 검색에서 152개입니다. 다운로드가 가장 많은 제3자 판본은 Unsloth 의 GGUF 저장소로, 다운로드 4,354 에 좋아요 448. 개수보다 중요한 것은 그 판본들이 서로 다르다는 쪽입니다. 사이먼 윌리슨(Simon Willison)이 DGX Spark 에서 시험한 것도 그 저장소의 1비트 (quantization)본이었습니다. 27B 로 뽑았던 것만큼 마음에 드는 결과가 안 나왔다면서, 양자화 때문일 수 있다는 단서를 스스로 달았습니다.
이 속도가 왜 뉴스인지는 선례와 견줘야 보입니다. 2025년 9월에 같은 -Next 꼬리표를 달고 나온 모델은 llama.cpp 정식 태그에 들어가기까지 78일이 걸렸는데, 이번에는 하루 반이었습니다. 서빙 스택인 과 SGLang 은 8월 28일 오전까지 미머지이고 선례에서 이 둘은 사흘 안에 정식 릴리스까지 갔으니, 그쪽만 보면 이번이 오히려 느립니다. 빨라진 것은 개인 PC 로 가는 길이고, 그 자리의 PR 을 낸 사람은 공개 첫날 GGUF 판본을 가장 먼저 올린 Unsloth 창업자였습니다. 머지 버튼을 누른 것은 llama.cpp 메인테이너였고, 혼란도(perplexity)와 최상위 토큰 일치율 98.0% 를 PR 본문에 싣고 댓글 136개가 오간 뒤의 머지였습니다.
기대의 근거는 27B 가 남긴 성적표입니다
Qwen3.8-27B 가 얼마나 잘 나왔길래 그다음 것을 기대할까요? Qwen 은 27B 모델 카드의 비교 표에 2026년 2월에 나온 Opus4.6 Max 를 비교 열로 직접 올렸습니다. 각주는 Opus4.6 Max 의 SWE-bench Pro 값만 앤트로픽 공식 발표치라고 밝히고 있으니, 나머지는 대체로 Qwen 이 스스로 측정한 것. 그 표에서 양쪽에 값이 있는 19행 가운데 15행은 27B 가 높습니다. SWE-bench Pro 가 61.7 대 53.4, IFBench 가 79.5 대 62.5 로 앞서고, GPQA Diamond 는 89.2 대 91.3, HLE 는 30.8 대 40.0 으로 졌습니다.
제3자가 측정한 점수도 있습니다. 측정기관 가 27B 에 부여한 지능 지수는 52점, 같은 순위표에서 앤트로픽 자리를 차지한 모델은 Opus 5 로 63점. 앞 문단의 Opus 4.6 은 그 표에 아예 없으니, 27B 가 겨루는 상대는 반년 전 프런티어이지 지금의 최상위가 아닙니다.
Qwen3.8-Flash-Next 자체를 제3자가 측정한 점수는 2026년 8월 28일 현재까지 나오지 않았습니다. 그러니 지금 오가는 기대는 측정이 아니라 예측입니다. 다만 그 예측을 우리가 만든 것은 아닌데, 공개 전날인 2026년 8월 25일 해커뉴스에 이미 이런 글이 올라와 있었습니다. 근거로 든 것은 직전 세대에서 큰 판본이 작은 모델보다 조금 나았다는 관계였습니다.
I'd expect this new 125B-A6B to perform similarly to the recently released 27B.
지금 하실 일
지금 하실 일은 가진 기기에 따라 다르고, 필요한 사양부터 말씀드리면 낮지 않습니다. Unsloth 문서는 최소 램 또는 통합 메모리를 75GB 로 적고, 1비트 본 파일을 직접 측정한 레딧 이용자는 78GB 라고 했습니다. 이 선을 못 넘는 기기라면 같은 세대의 Qwen3.8-27B 가 8월 15일부터 나와 있고, 위의 두 보고도 그 모델과 견줘 이번 것을 평가했습니다. 선을 넘는다면 2026년 8월 28일 오전 기준으로 정식 릴리스만 깔아서 되는 길이 아래에 있습니다.
- 되는 것 넷 —
pip install transformers(5.16.0이상),pip install mlx-vlm(0.6.17),ollama run qwen3.8-flash-next:125b-mlx(Ollamav0.33.1이상),llama.cpp태그b10660이상 - 기다려야 하는 것 — , SGLang,
mlx-lm. 셋 다 미머지입니다 - Ollama 와
mlx-vlm은 애플 실리콘 쪽입니다. Ollama 라이브러리에 올라온 태그가 전부MLX판본이라, 넷이라고 해서 아무 기기에서나 되지는 않습니다
라이선스는 Apache 2.0 이 아니라 qwen-community-1.0 입니다. 조건이 걸리는 대상은 월간 활성 이용자 1억 명 초과이거나 월 매출 2천만 달러 초과인 서비스, 그리고 모델을 서비스로 파는 사업. 개인이나 소규모로 쓰는 쪽에 걸리는 조항은 사실상 없습니다.
vLLM 과 SGLang 이 머지되면 그 시점에 다시 확인해 이 목록을 갱신하겠습니다. 저장소에 함께 올라온 기술 보고서도 읽고, Gated DeltaNet 과 N-gram 이 실제로 무엇을 바꾸는지 아키텍처 편으로 따로 씁니다.
이 기사를 쓴 방법
지원한다는 말을 세 단계로 나눠 확인했습니다. PR 이 열렸는가, 머지됐는가, 태그가 붙은 정식 릴리스에 들어갔는가. GitHub compare API 로 태그가 그 머지 커밋을 담고 있는지 직접 물었고, llama.cpp 는 태그를 이진 탐색으로 좁혀 b10660 을 특정했습니다. 2025년 9월 선례도 같은 방식으로 측정해 78일이라는 숫자를 얻었습니다. 그 선례의 transformers 는 머지가 공개보다 하루 앞섰는데 정식 배포판은 22일 뒤였으니, 날짜만 보고 판단했으면 틀렸을 자리.
나머지도 같은 식입니다. 점수는 옮기기 전에 모델별 페이지를 따로 열어 (estimated) 표시가 붙었는지 확인했고, Opus 4.6 의 값에는 그 표시가 있었습니다. Ollama 는 없는 주소에 404 를 주는 사이트인지 대조 실험으로 먼저 확인한 뒤에 200 을 근거로 삼았습니다. 레딧은 조회 도구와 curl 이 모두 403 을 돌려주길래 브라우저로 화면을 띄워 읽었고, 이 기사에 실은 근거 화면 두 장은 파일로 열어 눈으로 대조했습니다.
