DeepSeek-V4-Flash-Vision Q8 vs Qwen3.8-Flash-Next Q8 비교
DeepSeek-V4-Flash-Vision Q8 vs Qwen3.8-Flash-Next Q8
핵심 요약
로컬 환경에서 DeepSeek-V4-Flash-Vision과 Qwen3.8-Flash-Next의 성능과 효율성을 비교한 후기입니다.
- 성능 비교 — DeepSeek-V4가 Qwen3.8보다 토큰 생성은 느리지만 작업 완료 속도는 2배 빠름
- 할루시네이션 — DeepSeek-V4가 복잡한 작업 수행 시 더 적은 오류를 보임
- 모델 특성 — Qwen3.8은 지시사항을 과도하게 해석하는 경향이 있어 복잡한 작업에서 효율이 떨어짐
- 전문 코드 작업 — 작성자는 전문적인 코딩 작업에는 DeepSeek-V4가 더 적합하다고 평가함
요즘 내 메인 엔진으로 DS-V4-Flash-Vision(Q8_K_XL 양자화)을 쓰고 있는데, 한동안 Qwen3.8-Flash-Next(똑같이 Q8_K_XL 양자화)랑 비교를 엄청 해봤거든. Q3.8FN 제대로 돌리느라 시간 좀 썼는데, 내가 관찰한 결과는 이래. 내 하드웨어는 2x StrixHalo 128GB고, USB-C 4 커넥터에 Llama(RPC)를 추론 엔진으로 썼어.
-
토큰 생성 속도만 놓고 보면 DSV4FV가 Q38FN보다 40% 정도 느려.
-
근데 작업 완료 속도는 DSV4FV가 Q38FN보다 두 배는 빨라! 이건 DSV4FV가 "환각"을 덜 일으킨다는 뜻이지(모델이 작업하다가 막히는 걸 보고 판단한 거야).
-
Q38FN은 "xhigh" 모드에서 아예 못 써먹을 수준이야. "medium" 모드에서 25분 만에 끝낸 간단한 작업을 "xhigh" 모드에서는 3시간 넘게 돌려도 실패하더라.
-
Q38FN이 "medium"에서 평균 25분 걸린 작업을, DSV4FV는 12분(최고 기록) 만에 끝냈어.
-
DSV4FV로 같은 작업을 "max" 모드에서 돌렸을 땐 첫 번째 시도에 37분, 두 번째 시도에는 44분 걸렸어.
-
Qwen3.8은 내 지시사항을 너무 과하게 해석하는 경향이 있어. 아주 상세하게 적지 않고 창의적으로 해석할 여지를 남겨두면 그걸 틈타서 뇌절을 해버려. 아마 자기 창의성에 발목 잡히는 모양이야. 작업하는 거 보면 Qwen은 확실히 군더더기가 너무 많고 세부 사항을 제대로 살리는 걸 힘들어해.
내 생각에 전문적인 코딩 작업할 때는 DSV4FV가 훨씬 나은 솔루션이야.
오해하지 말아야 할 게, 나 Qwen 3.6 27B 엄청 좋아했고 지금도 Qwen 3.8 27B 완전 팬이야. 많이 써봤고 진짜 좋은 모델인 거 맞아! 원래 Qwen 시리즈 엄청 좋아하는데, DSV4FV 돌릴 수 있는 하드웨어 맞추고 나서는 계속 이것만 쓰고 있고, 모델 성능에 아주 만족하고 있어.
