큐원3.8 27B

알리바바 큐원 팀이 Apache 2.0 라이선스로 공개한 270억 파라미터 오픈 웨이트 모델이다. 이미지와 영상도 이해하며, 그래픽카드 한 장이나 넉넉한 메모리의 맥에서 코딩 에이전트와 문서 작업을 로컬로 돌릴 때 쓴다. API로만 쓰는 큰 모델 큐원3.8 맥스와 달리 내 PC에서 상위 모델에 가까운 코딩·에이전트 성능을 낸다는 게 핵심이다.

2026년 8월 14일 공개됐다. 270억 파라미터 전체를 매번 쓰는 dense 구조이고, 이미지와 영상을 처음부터 함께 학습했다.

로컬은 Ollama 한 줄, 서버는 SGLang

가장 쉬운 길은 Ollama에서 ollama run qwen3.8:27b를 실행하는 것이다. 받는 파일은 약 18GB이고, Unsloth의 GGUF 양자화 버전을 쓰면 16~17GB 메모리로도 돌아간다. 24~32GB VRAM 그래픽카드나 메모리가 넉넉한 애플 실리콘 맥이 권장 환경이다.

팀에서 같이 쓰려면 허깅페이스 모델 카드의 안내대로 SGLang 도커 이미지로 서버를 띄운다. OpenAI 호환 API가 열리기 때문에 기존 코딩 도구에 주소만 바꿔 연결하면 된다. 직접 GPU를 관리하기 싫다면 클라우드 API로 불러도 된다.

생각 강도를 작업마다 바꾼다

생각하는 모드가 기본으로 켜져 있고, 요청마다 끌 수 있다. reasoning_effort로 깊이를 low·medium·xhigh 중에 고르는데, Cloudflare에서는 xhigh가 기본값이다. 이전 대화의 추론 내용을 이어가려면 preserve_thinking을 켠다. 버그 원인 찾기나 여러 파일을 고치는 에이전트 작업은 높게, 간단한 요약이나 형식 변환은 생각을 끄거나 낮게 두면 응답이 빨라진다.

생각이 길어 느린 게 약점

사용자들이 가장 많이 지적하는 단점은 '과하게 생각한다'는 점이다. 같은 평가를 돌릴 때 비슷한 모델보다 훨씬 많은 토큰을 만들어 내서, 답이 늦게 나오고 API 비용도 출력 토큰만큼 늘어난다.

Artificial Analysis 지능 지수 평가 중 생성한 토큰 수 (xhigh 기준).

답이 짧아도 되는 작업은 추론 강도를 낮추는 것부터 시도한다. '오퍼스급'이라는 평가도 대부분 큐원 팀이 직접 발표한 수치라서, 내 작업으로 속도와 정확도를 직접 재 보는 게 안전하다.

내 컴퓨터 안의 코딩 비서로 주로 쓴다

가장 흔한 건 로컬에서 도는 코딩 에이전트의 기본 모델로 두는 방식이다. 코드와 문서를 밖으로 보내지 않아도 되고, Apache 2.0이라 회사 업무에도 그대로 쓸 수 있다.