알리바바가 Qwen3.5-397B-A17B를 선보이며 차세대 오픈소스 AI 경쟁에 본격적으로 가세했다. 이번 모델은 기존의 기술적 틀을 깨는 중요한 아키텍처 변화를 보여준다. 특히 텍스트와 시각 능력을 별도의 버전으로 나누었던 이전 모델들과 달리, Qwen3.5는 업계의 최신 트렌드인 '네이티브 멀티모달' 방식을 채택했다. 이는 외부 플러그인이나 보조 시스템에 의존하지 않고 모델의 핵심 구조 내에서 이미지와 비디오를 직접 처리한다는 점을 시사한다.

모델의 효율성 또한 매우 인상적이다. 전체 매개변수는 약 4,000억 개에 달하지만, 혼합 전문가 모델 (MoE) 아키텍처를 활용해 실제 계산 시에는 단 170억 개의 활성 매개변수만을 사용한다. 이러한 효율적인 접근 방식 덕분에 Qwen3.5는 체급 이상의 성능을 발휘한다. 실제로 데이터 분석이나 코딩처럼 복잡한 단계를 계획하고 실행하는 에이전틱 AI 작업에서 훨씬 거대한 경쟁 모델들을 압도하는 성과를 거두었다.

다만 독립적인 벤치마크 결과에 따르면 지능이 크게 향상되었음에도 불구하고, 최상위권 모델들과 비교했을 때 정확도 면에서는 여전히 보완할 점이 관찰된다. 이전 버전보다 성능이 대폭 개선된 것은 사실이나, 답을 모를 때 이를 적절히 인지하는 능력은 경쟁 모델에 비해 뒤처지며 이른바 환각 현상이 나타나기도 한다. 그럼에도 불구하고 이번 모델이 아파치 2.0 라이선스로 공개된 것은 오픈 웨이트 생태계에 큰 승리다. 이로써 개발자들은 특정 목적의 로컬 배포에 적합한 최상급 도구를 자유롭게 활용할 수 있게 되었다.

알리바바가 Qwen3.5-397B-A17B를 선보이며 차세대 오픈소스 AI 경쟁에 본격적으로 가세했다. 이번 모델은 기존의 기술적 틀을 깨는 중요한 아키텍처 변화를 보여준다. 특히 텍스트와 시각 능력을 별도의 버전으로 나누었던 이전 모델들과 달리, Qwen3.5는 업계의 최신 트렌드인 '네이티브 멀티모달' 방식을 채택했다. 이는 외부 플러그인이나 보조 시스템에 의존하지 않고 모델의 핵심 구조 내에서 이미지와 비디오를 직접 처리한다는 점을 시사한다.

모델의 효율성 또한 매우 인상적이다. 전체 매개변수는 약 4,000억 개에 달하지만, 혼합 전문가 모델 (MoE) 아키텍처를 활용해 실제 계산 시에는 단 170억 개의 활성 매개변수만을 사용한다. 이러한 효율적인 접근 방식 덕분에 Qwen3.5는 체급 이상의 성능을 발휘한다. 실제로 데이터 분석이나 코딩처럼 복잡한 단계를 계획하고 실행하는 에이전틱 AI 작업에서 훨씬 거대한 경쟁 모델들을 압도하는 성과를 거두었다.

다만 독립적인 벤치마크 결과에 따르면 지능이 크게 향상되었음에도 불구하고, 최상위권 모델들과 비교했을 때 정확도 면에서는 여전히 보완할 점이 관찰된다. 이전 버전보다 성능이 대폭 개선된 것은 사실이나, 답을 모를 때 이를 적절히 인지하는 능력은 경쟁 모델에 비해 뒤처지며 이른바 환각 현상이 나타나기도 한다. 그럼에도 불구하고 이번 모델이 아파치 2.0 라이선스로 공개된 것은 오픈 웨이트 생태계에 큰 승리다. 이로써 개발자들은 특정 목적의 로컬 배포에 적합한 최상급 도구를 자유롭게 활용할 수 있게 되었다.