주장: Qwen 3.6 27b 가 Sonnet 4.6 보다 기능 기획에서 우수함

저는 대용량 모델이 결정할 때 참고할 일반적인 지식이 더 많기 때문에 상위 수준의 계획 (high-level planning) 과 작업 오케스트레이션 (task orchestration) 에 더 적합하다는 주장을 자주 듣습니다. 그러나 Qwen 3.6 27b (Unsloth Q5_K_M) 가 출시된 이후로 많이 테스트해 왔는데, 이 모델은 대용량 모델보다 항상 세부 사항에 대한 주의력 (attention to detail) 과 선견지명 (foresight) 에서 더 뛰어난 성능을 보여줍니다.

동일한 'plan review' 작업과 동일한 프롬프트 및 Claude.md 파일을 사용하여 Qwen (Pi 라는 경량화 프레임워크에서 실행 중이며, 이는 일반적으로 소형 모델에 유리함) 과 Sonnet 4.6 (Claude Code 에서 실행 중) 을 비교한 SBS 결과가 첨부되었습니다.

Qwen 은 제가 이미 작성한 코드를 철저히 탐색하여 훨씬 더 많은 잠재적 문제를 포착했습니다. 또한 제가 이미 구축한 것과 이 기능이 어떻게 통합될지 더 잘 이해하고 있었습니다. 또한 라운드-트립 (round-trip) 을 제거하기 위한 효율성 개선 제안인 search_and_read() 와 계획에 추가할 새로운 카테고리를 제안하기도 했습니다.

Claude 는 액세스 제어와 네이티브 툴 파싱과 커스텀 툴 파싱에 대한 지적을 하기는 했지만, 기능이 기존 시스템에 어떻게 통합될지 이해하는 데 있어서는 완전히 빗나갔습니다. 이는 몇 달 동안 메모리 파일을 채워온 밀집된 메모리 파일 (dense memory file) 을 가지고 있음에도 불구하고 특이한 단점입니다.

저는 Qwen 이 토큰 예산 (token budgets) 이 27b 모델에서는 그렇게 중요하지 않기 때문에, 무조건적으로 자신감만 갖지 않고 현재 존재하는 것을 더 많이 검토하도록 훈련되었을 것이라고 추측합니다. Claude 와 같은 대용량 모델은 토큰 효율성을 확인하는 데 신경 쓰지 않습니다.

Qwen 3.6 시리즈에 대한 귀하의 경험과 이것이 맞는지 궁금합니다.