https://x.com/stevibe/status/2048043930655277446

Qwen 대 Qwen: 누가 가장 과도하게 생각할까?

지난 라운드에서 우리는 Qwen이 우리가 좋아하는 모든 오픈소스 모델 중에서 과도한 사고의 챔피언임을 알게 됐다. 그래서 이번에는... Qwen을 자기 자신과 맞붙였다. 누가 가장 많은 토큰을 태울까?

🥇 과도한 사고의 왕: Qwen3.5 9B

> 이 작은 녀석이 토큰에 완전히 미쳐 날뛰었다:

> SEND+MORE=MONEY에서 17,386 토큰 ❌ 여전히 틀림

> 소수 삼중항 질문에서 13,941 ❌ 또 틀림

> n²+n+41에서 8,231 ❌ 그래, 이것도 틀림

> 토큰 소비에서 5개 질문 중 4개를 1위로 차지

> 유일하게 실패한 모델이고, 5개 중 3개를 실패. 오래 생각한다고 옳게 생각하는 건 아님.

🥈 준우승: Qwen3.6 35B A3B

> 로컬에서 인기 있는 녀석. 토큰 소비에서 항상 상위 2위지만, 9B와 달리 모든 답을 정확히 맞힘.

🟢 차분한 녀석들

> Qwen3.6 Plus와 두 개의 27B 밀집 모델(3.5 & 3.6)이 짧고 자신 있게 유지. 심지어 거대한 MoE인 Qwen3.5 397B A17B조차 거의 생각하지 않음. 그러니, 스케일이 커진다고 과도하게 생각하는 건 아님.

🔍 3.5 → 3.6: 변화가 이상함

> 35B A3B: 3.6이 3.5보다 ~2배 더 오래 생각(Q1에서 9,798 vs 4,966). 더 새로운 버전 = 더 많은 추론.

> 27B 밀집: 거의 동률, 3.6이 약간 더 간결. 3.6 MoE는 더 열심히 생각하도록 훈련된 느낌. 3.6 밀집은 더 똑똑하게 생각하도록 훈련된 느낌.

📊 패턴:

> 작은 모델과 작은 활성 MoE(9B, 35B A3B)가 가장 과도하게 생각.

> 큰 밀집과 큰 활성 MoE는 훨씬 더 효율적.

ℹ️ Qwen을 로컬에서 실행 중? 주의:

> 35B A3B → 토큰/초가 빠름, 하지만 추론 길이로 대가를 치름

> 27B 밀집 → 토큰당 느림, 하지만 덜 생각해서 먼저 끝냄

파라미터에서 컴퓨트를 절약하면, 생각하는 데 쓰게 돼. 공짜 점심은 없음.

🥈 준우승: Qwen3.6 35B A3B

> 로컬에서 인기 있는 녀석. 토큰 소비에서 항상 상위 2위지만, 9B와 달리 모든 답을 정확히 맞힘.

Qwen3.6 35B A3B 이 가장 무난하다... 입니다.. ㅎㅎㅎ