12GB의 VRAM에는 35B 클래스가 올라가지 않는다 ― 그 상식을 가정용 GPU(RTX 4070)로 뒤집은 실측 노트입니다. Ollama의 자동 설정으로 12.2 tok/s였던 Qwen 35B-A3B를, -ngl 99 --cpu-moe라는 두 가지 플래그를 통해 34.6 tok/s(2.8배)까지 끌어올립니다. 숫자는 모두 이 한 장의 RTX 4070으로 제가 직접 측정한 것이며, 빌려온 벤치마크는 단 하나도 포함되어 있지 않습니다.

제1부 빠르게 구동하기: 승리하는 구성 — --cpu-moe로 2.8배, KV 캐시 (KV Cache) 양자화로 문맥을 8배로 확장하기
제2부 속도와 지능, 세대를 측정하기: 표준 7문항 품질 검증, Qwen 3.5 vs 3.6을 직접 측정했을 때 속도 범위는 거의 동일, 그렇다면 세대 차이는 어디에서 나타나는가
제3부 활용하기: claw-code와 Qwen Code CLI로 로컬 35B를 코딩 에이전트(Coding Agent)화, Qwen Code의 기능 해설까지

뒷면의 테마는 "자신의 숫자를 의심하라"입니다. 공용 PC로 측정하는 한, 숫자는 쉽게 오염됩니다. 그래서 품질 검증이나 세대 비교에 들어가기 전에, 측정 그 자체를 의심하는 장(제4장)을 삽입했습니다.

서장과 제1장, 제2장은 무료 공개. 총 10장 + 종장 + 부록.