Alibaba (Qwen)오픈소스

Qwen3.5-27B

Name: Qwen3.5-27B
Author: Alibaba (Qwen)

Alibaba 통의의 Qwen3.5 시리즈 첫 Dense 모델. 27B 파라미터로 1010K 컨텍스트 지원. 하이브리드 추론(사고 모드) 및 네이티브 멀티모달 능력 탑재. Agent 능력에서 GPT-5 mini를, 시각 이해에서 Qwen3-VL 기함 모델과 Claude Sonnet 4.5를 능가. 단일 GPU에서 실행 가능. 2026년 2월 25일 출시.

공유:X Hatena LINE

파라미터

27B (Dense)

컨텍스트

1010K

라이선스

Qwen License

출시일

2026-02-25

API 가격

이 모델의 API 가격 정보는 현재 공개되지 않았습니다

강점

약점

활용 사례

심층 분석

Arena Code Elo

1358

오픈 모델 중 강한 코딩 모델 순위

GPQA Diamond

85.5%

대학원 수준 과학 추론

SWE-bench Verified

72.4%

소프트웨어 엔지니어링

Context Window

262K tokens

입력 260K / 출력 65K

Parameters

27B (dense)

선형 어텐션 dense 모델, MoE 아님

Input Price (OpenRouter)

$0.30/1M tokens

Alibaba 직접: $0.086/1M (≤128K)

강점

・MoE 크기와 비용의 일부로 강한 추론을 제공하는 27B dense 선형 어텐션 구조.
・문서 중심과 에이전틱 워크플로우에 적합한 긴 262K 맥락 창(입력 260K / 출력 65K).
・Qwen License로 오픈소스 공개, 이미지와 비디오 이해를 텍스트로 통합.
・추론과 코딩 벤치마크에서 훨씬 큰 Qwen3.5-122B-A10B와 경쟁력.

약점

・가장 어려운 에이전틱·수학 티어에서는 최상위 폐쇄형 모델에 뒤처짐(HLE 48.5%, Terminal-Bench 2.0 41.6%).
・선형 어텐션 설계는 일부 장문 맥락 극단 사례에서 표준 트랜스포머보다 검증이 덜 됨.
・멀티모달은 이해만 지원(이미지/비디오 → 텍스트); 이미지·비디오 생성 없음.

경쟁사 비교

Model	Arena	SWE	GPQA	Price
Qwen3.5-27B	N/A	72.4%	85.5%	$0.30/$2.40
Qwen3.5-122B-A10B	N/A	N/A	N/A	N/A
DeepSeek V3.2	1425	73.10%	82.40%	$0.28/$0.42
Claude Opus 4.7	N/A	N/A	87.30%	$15/$75

개요

Qwen3.5-27B는 알리바바가 2026년 2월 24~25일에 공개한 270억 파라미터 dense 추론 모델이다. 대부분 효율 모델이 Mixture-of-Experts에 의존하는 것과 달리 선형 어텐션 dense 구조를 사용해 표준 트랜스포머 대비 메모리와 연산을 줄이면서 27B 전체를 활성화한다. 262K 토큰 맥락 창(입력 260K / 출력 65K)과 네이티브 멀티모달 이해(이미지·비디오 → 텍스트)를 갖춰 추론·코딩·장문 문서 에이전틱 작업을 위한 비용 효율적 오픈 가중치 모델로 포지셔닝된다. 추론과 코딩 벤치마크에서 훨씬 큰 Qwen3.5-122B-A10B와 맞먹어 동급에서 가장 효율적인 오픈 모델 중 하나다.

벤치마크 및 성능

Qwen3.5-27B는 추론·코딩·멀티모달 이해에서 경쟁력 있는 수치를 기록한다: | 벤치마크 | 수치 | 비고 | |-----------|-------|-------| | GPQA Diamond | 85.5% | 대학원 수준 과학 | | HLE | 48.5% | 프론티어 수준 융합 | | MMLU-Pro | 86.1% | 일반 지식 | | MMMLU | 85.9% | 다국어 MMLU | | C-Eval | 90.5% | 중국어 시험 | | MMMU-Pro | 75.0% | 멀티모달 이해 | | SWE-bench Verified | 72.4% | 소프트웨어 엔지니어링 | | LiveCodeBench v6 | 80.7% | 코딩 | | Arena Code Elo | 1358 | 코딩 모델 순위 | | τ²-Bench | 79.0 | 에이전트 도구 사용 | | OSWorld-Verified | 56.2 | 컴퓨터 사용 | | Terminal-Bench 2.0 | 41.6 | 터미널 에이전트 | | IFBench | 76.5 | 지시 따르기 | 파라미터와 서빙 비용의 일부로 실행되면서 추론과 코딩에서 더 큰 Qwen3.5-122B-A10B와 거의 맞먹는다.

상세 비교

**Qwen3.5-27B 대 Qwen3.5-122B-A10B:** - **크기:** 27B dense 대 122B-A10B MoE(활성 10B); 27B가 서빙 훨씬 저렴. - **성능:** GPQA·SWE-bench·LiveCodeBench에서 근사치 정합; 122B가 가장 어려운 티어에서 앞섬. - **추천:** 비용 민감 프로덕션은 27B, 최대 정확도는 122B. **Qwen3.5-27B 대 DeepSeek V3.2:** - **구조:** dense 선형 어텐션(Qwen) 대 MoE(DeepSeek). - **모달리티:** Qwen은 이미지/비디오 이해 추가; DeepSeek은 텍스트 전용. - **가격:** 1M 토큰당 약 $0.30/$2.40 대 $0.28/$0.42로 유사. - **벤치마크:** Qwen이 GPQA(85.5 대 82.4)와 SWE-bench(72.4 대 73.1 거의 동등)에서 앞서거나 비슷; DeepSeek이 Arena Elo(1425 대 코드 Elo 1358, 척도 다름)에서 근소 우위. **Qwen3.5-27B 대 Claude Opus 4.7:** - **비용:** Qwen이 토큰당 약 50배 저렴. - **한계:** Opus가 가장 어려운 에이전틱·수학 티어(HLE, Terminal-Bench)에서 앞섬. - **모달리티:** 둘 다 멀티모달 입력 처리; Opus는 더 풍부한 도구·컴퓨터 사용 추가.

커뮤니티 평가

개발자는 추론 품질을 크게 희생하지 않는 드문 효율 dense 모델로 Qwen3.5-27B를 환영했다. OpenRouter에서 $0.30/$2.40 가격과 오픈 Qwen License 덕에 자체 호스팅과 비용 민감 배포의 인기 기본값이 되었다. 커뮤니티에서 공유된 일반 사용 사례는 로컬 코딩 비서, 장문 문서 RAG 파이프라인, 멀티모달 분류(이미지/비디오 입력, 구조화 텍스트 출력)다. 일부는 선형 어텐션 구조가 매우 긴 맥락에서 표준 트랜스포머와 다르게 동작하므로 프로덕션 전 테스트를 권한다.

활용 사례

1. **비용 민감 프로덕션 코딩:** 토큰당 비용이 중요한 IDE 내 또는 API 코딩 비서로 사용. LiveCodeBench v6 80.7%와 SWE-bench 72.4%가 프론티어 모델 가격의 일부로 일상 리팩터링과 버그 수정을 커버. 2. **장문 문서 RAG와 분석:** 262K 창(입력 260K / 출력 65K)이 보고서·계약·저장소 전체를 한 번에 처리해 대용량 파일 요약·추출·Q&A에 적합. 3. **멀티모달 분류:** 스크린샷이나 짧은 비디오 프레임을 넣고 구조화 텍스트(캡션·추출·분류)를 받음; 출력에 동작하는 하류 에이전트와 잘 맞춤. 4. **자체 호스팅 엣지 배포:** 27B dense로 단일 최신 GPU에 탑재돼 폐쇄 API를 쓸 수 없는 온프레미스나 개인정보 민감 워크로드에 강한 오픈 가중치 선택지.