Qwen3.6-27B, 397B급 이전 모델 넘고 Apache 2.0으로 공개…코딩 특화 27B dense

트윗이 드러낸 것

Qwen은 이번 출시를 open model 진영이 좋아할 만한 방식으로 던졌다. 핵심 문장은 Qwen3.6-27B surpasses Qwen3.5-397B-A17B across all major coding benchmarks and supports thinking & non-thinking modes. 이다. 동시에 dense 구조, open-source, Apache 2.0 라이선스를 함께 강조했다. Qwen 라인의 상업적 매력 포인트를 한 문장에 묶은 셈이다.

Qwen 계정은 1차 모델 출시와 생태계 링크를 싣는 공식 채널이다. 이번 포스트가 material한 이유는 비교 대상이 구체적이기 때문이다. 단순히 “작은데 강하다”가 아니라, 27B dense 모델이 397B급 이전 계열을 major coding benchmark 전반에서 앞선다고 주장하고 있다.

public model card가 보탠 정보

Hugging Face README는 트윗보다 훨씬 유용하다. Qwen3.6-27B를 Qwen3.6의 첫 open-weight variant로 설명하면서, 안정성과 real-world utility를 목표로 했다고 적는다. native context length는 262,144 tokens이고, 과거 대화의 reasoning context를 유지하는 thinking preservation 기능도 넣었다. 라이선스는 Apache 2.0으로 명시된다.

벤치마크 표도 공개돼 있다. Qwen3.6-27B는 SWE-bench Verified 77.2로 Qwen3.5-397B-A17B의 76.2를 넘고, SWE-bench Pro는 53.5 대 50.9, SkillsBench는 48.2 대 30.0, NL2Repo는 36.2 대 32.2를 기록한다. Terminal-Bench 2.0에서는 둘 다 59.3으로 같다. 핵심은 Qwen이 모든 frontier closed model을 넘었다는 게 아니다. 실제로 몇몇 행에서는 Claude 4.5 Opus가 더 높다. 하지만 open coding system의 size·cost argument를 빠르게 좁히고 있다는 신호는 분명하다.

다음 관전 포인트

이제 필요한 것은 제3자 검증이다. 공개된 숫자가 외부 harness에서도 유지되는지, thinking/non-thinking mode가 실제 production workflow에서 어떻게 작동하는지, vLLM과 SGLang 같은 serving stack이 262K context 경로를 얼마나 빨리 안정화하는지가 중요하다. 이 조건이 맞아떨어지면 Qwen3.6-27B는 코딩 모델 시장에서 가장 중요한 open deployment option 중 하나가 될 수 있다.

Sources: X source tweet · Hugging Face model card · GitHub README