Qwen 3.6 27B에 LocalLLaMA 들썩, dense 모델 감각이 돌아온 이유

왜 LocalLLaMA가 크게 반응했나

이 스레드가 폭발한 이유는 “또 하나의 모델 출시”가 아니었다. LocalLLaMA에는 오래된 욕구가 있다. 너무 큰 MoE를 돌리기 싫지만, 그렇다고 코딩 성능을 크게 포기하고 싶지도 않다는 욕구다. 27B dense 모델이 이런 숫자를 들고 나오자, 사람들은 이걸 리더보드 뉴스가 아니라 실제 배포 사건으로 읽었다. 크롤링 시점 스레드는 1,688점, 603개 댓글이었다. 반응의 속도도 상징적이었다. 몇 분 안에 FP8, GGUF, VRAM 질문이 붙었다. 이 커뮤니티가 정말 궁금한 것은 “좋은가”보다 “내 장비와 스택에 바로 얹을 수 있는가”라는 뜻이다.

공식 글이 제시한 수치

Qwen 팀은 Qwen3.6-27B를 완전 공개 dense 멀티모달 모델로 소개하며, 이전 오픈 플래그십 Qwen3.5-397B-A17B를 주요 코딩 에이전트 벤치마크에서 앞선다고 적었다. 표에 적힌 수치는 꽤 구체적이다. SWE-bench Verified 77.2 대 76.2, SWE-bench Pro 53.5 대 50.9, Terminal-Bench 2.0 59.3 대 52.5, SkillsBench Avg5 48.2 대 30.0다. 추론 쪽에서는 GPQA Diamond 87.8도 적었다. 또 dense 구조라 MoE routing 복잡성이 없고, Hugging Face와 ModelScope 오픈 가중치, API, OpenClaw·Qwen Code·Claude Code 연동 가이드까지 내세운다. 숫자와 배포 경로를 한꺼번에 보여 준 셈이다.

커뮤니티가 꽂힌 지점은 배포성

댓글의 재미있는 부분은 점수 비교보다 훨씬 실무적이었다. 가장 추천이 많은 댓글 중 하나는 바로 FP8 링크를 던졌다. 다른 댓글에서는 GGUF 변환본이 붙고, 어느 quant가 16GB 카드에서 돌아가느냐는 질문이 연달아 나왔다. 이게 LocalLLaMA의 시선이다. 사람들은 77.2와 76.2의 차이를 철학처럼 토론하지 않았다. “이걸 오늘 내 환경에서 돌릴 수 있는가”를 먼저 물었다. 심지어 농담조 댓글조차 dense 모델이 다시 재미있어졌다는 공기를 깔고 있었다. 이 반응은 성능표 자체보다, 성능표가 실행 가능한 기대로 읽혔다는 점에서 의미가 있다.

왜 중요한가

Qwen3.6-27B의 진짜 의미는 dense 모델이 MoE를 완전히 이겼다는 데 있지 않다. 더 중요한 건 dense 대 MoE의 균형점을 다시 실용적으로 재설정했다는 데 있다. 27B 규모의 dense 모델이 이 정도 코딩 성능 밴드에 들어오고, 동시에 호스팅과 quant, 기존 로컬 도구 연결이 상대적으로 쉽다면 커뮤니티는 새로운 운영 지점을 얻게 된다. LocalLLaMA가 열광한 이유도 바로 그것이다. 추상적 성능 자랑이 아니라, 강한 코딩 성능과 오픈 가중치, 현실적인 배포성이 다시 한곳에 모일 수 있다는 감각이 돌아왔기 때문이다.

출처: Qwen release post · Reddit 토론