Qwen3.8-27B이 Apache 2.0으로 나왔다
컴퓨터 조작 점수가 63.9에서 84.3으로, 262K 컨텍스트가 GPU 한 장에 들어간다
알리바바가 8월 14일 277.8억 파라미터 비전 언어 모델을 Apache 2.0으로 풀었다. 네이티브 컨텍스트 262,144토큰에 화면 조작 능력이 붙었고 OSWorld-Verified는 직전 세대 63.9에서 84.3으로 올랐다.
8월 14일 알리바바가 Qwen3.8-27B을 공개했다. 파라미터 277.8억, 라이선스는 Apache 2.0, 입력은 텍스트와 이미지와 영상을 같이 받는다. 네이티브 컨텍스트는 262,144토큰이고 vLLM이나 SGLang에서 YaRN 스케일링을 켜면 100만 토큰까지 늘어난다. Hugging Face와 ModelScope에 가중치가 그대로 올라왔다.
숫자 중에 하나만 봐야 한다면 화면 조작 쪽이다.
한눈에 보기
| 항목 | Qwen3.6-27B | Qwen3.8-27B |
|---|---|---|
| OSWorld-Verified (컴퓨터 조작) | 63.9 | 84.3 |
| Terminal-Bench 2.1 | 63.4 | 73.0 |
| DeepSWE 1.1 | 13.3 | 42.2 |
| SWE-MM (멀티모달 이슈 해결) | 25.7 | 38.6 |
| 라이선스 | Apache 2.0 | Apache 2.0 |
DeepSWE는 13.3에서 42.2로 세 배 넘게 뛰었다. 한 세대 사이에 이 폭으로 움직이는 항목은 대개 훈련 데이터 구성이 바뀐 자리다.
27B라는 크기가 왜 중요한가
277.8억 파라미터는 4비트 양자화를 걸면 대략 16~18GB에 들어간다. RTX 4090 한 장, M4 Pro 맥북 한 대, 중고 A6000 한 장이 다 사정권이다. 지난주 나온 GLM-5.3은 가중치를 2주 뒤에 푼다고 했고 그마저 베이스는 손대지 않았다. Qwen3.8-27B은 공개일에 전부 나왔다.
여기에 붙은 게 컴퓨터 조작과 브라우저 조작이다. OSWorld-Verified 84.3은 실제 운영체제 화면을 보고 클릭·입력·스크롤로 과제를 끝내는 비율에 가깝다. 63.9는 다섯 번에 두 번쯤 실패한다는 뜻이었다. 84.3이면 실패가 여섯 번에 한 번으로 내려간다. 감독 없이 돌리기엔 여전히 부족하고 사람이 결과를 확인하는 흐름이라면 쓸 만해진 구간이다.
262K 컨텍스트도 이 조합에서 의미가 다르다. 화면 스크린샷은 토큰을 많이 먹는다. 컨텍스트가 짧으면 에이전트가 세 번째 화면쯤에서 처음 목표를 잊는다. 262,144토큰은 스크린샷 수십 장과 중간 로그를 통째로 들고 갈 여유를 만든다.
Apache 2.0이 실제로 바꾸는 것
라이선스 줄이 성능 표보다 먼저 눈에 들어왔다. Apache 2.0은 상업적 사용에 조건이 없다. 매출 상한도 없고 사용자 수 제한도 없고 결과물을 다른 모델 훈련에 쓰지 말라는 조항도 없다. 최근 오픈 웨이트 모델들이 커스텀 라이선스에 이런 단서를 하나씩 심어 온 것과 대비된다.
이게 왜 돈 이야기가 되는지는 계산이 단순하다. 프런티어 API로 화면 조작 에이전트를 돌리면 스크린샷 한 장이 1,000~2,000토큰이고 한 과제에 화면이 서른 번 넘어간다. 과제 하나에 5만 토큰이 우습게 나가고 그걸 하루 200번 돌리면 월 청구서가 세 자리 달러로 올라간다. 로컬로 내리면 그 항목이 전기값과 감가상각으로 바뀐다. 변동비가 고정비가 되는 전환이다.
대신 다른 게 늘어난다. 모델 서빙을 직접 붙들어야 하고 vLLM 버전과 YaRN 설정을 맞춰야 하고 GPU가 죽으면 그날 파이프라인이 멈춘다. 공짜로 얻은 라이선스 값을 운영 시간으로 낸다.
anyAX 관점
84.3이라는 숫자는 "이제 다 된다"가 아니라 "어떤 작업을 내릴 수 있는가"를 다시 그리라는 신호다. 여섯 번에 한 번 틀리는 화면 조작은 되돌릴 수 있는 일에만 붙일 수 있다. 스크린샷 수집, 경쟁사 가격 크롤링, 관리자 화면에서 리포트 내려받기, 폼에 초안 입력해 두고 사람이 제출 누르기. 여기서 한 번 틀리면 다시 돌리면 그만이다.
되돌릴 수 없는 쪽은 다르다. 결제 승인, 광고 예산 변경, 메일 발송, 재고 차감. 여기에 84.3짜리를 붙이면 여섯 번에 한 번 사고가 난다. 자동화 설계에서 갈라야 할 선은 모델 점수가 아니라 되돌릴 수 있느냐다.
라이선스 쪽 판단은 더 실용적이다. 1인 SaaS를 굴리는 사람에게 Apache 2.0의 진짜 값은 공짜가 아니라 가격 공지를 안 봐도 된다는 것이다. 이번 달만 해도 DeepSeek이 시간대별 요금을 걸었고 Claude Sonnet 5의 소개가는 8월 31일로 끝난다. API에 붙어 있으면 남의 가격표에 내 원가가 매달려 있다. 로컬에 내린 27B은 느리고 덜 똑똑하지만 내년에도 오늘과 같은 값이다. 전부 내리라는 말이 아니라 분류·요약·화면 수집처럼 매일 수천 번 도는 작업 하나를 여기로 옮겨 보라는 말이다. 그 한 줄이 청구서에서 제일 두꺼운 줄인 경우가 많다.