🎯 역할별 최적 조합🥇 검증관(메인 모델)qwen3.5:35b 형식 강제 대응 최고 수치 계산 정확 모순/충돌 처리 우수 C세트에서 차이 벌림→ “정답 채점기”로 가장 안정적 🛠 설계/운영 문서 초안qwen3-coder-next 체크리스트, 구조 문서 잘 씀 하지만 환각/연도/고유명사 생성 주의→ 항상 35b로 VERIFY 필요 ⚡ 고속 응답 / 수치 계산 보조gpt-oss:20b TTFT 빠름 C2 계산 정확 가벼운 응답용 적합→ 단독 검증관 사용은 비추천 📌 모델별 상세 피드백🥇 qwen3.5:35b강점 개수 강제 100% 준수 C3 모순 증명 논리적 C2 계산 안정 B4 20개 채움약점 출력 길이 제어는 가끔 과잉 설명 속도는 중상 수준👉 “검증관 전용으로 쓰기 완벽” 🛠 qwen3-coder-next강점 설계 문서 구조화 잘함 트리 규칙 작성 능력 우수약점 수치 계산 종종 틀림 허구 사례 생성 경향 C세트에서 탈락 구간 존재👉 “문서 초안 → 35b 검증” 구조 필수 ⚡ gpt-oss:20b강점 빠름 LTV 계산 정확 구조는 무난약점 RAG 강제 위반 자주 충돌 문서 처리에서 오답 3문장 통제 실패👉 “서브 모델로는 훌륭” 🧯 gpt-oss-safeguard강점 근거 없음 처리 시도는 더 안전 C4 충돌 처리 비교적 정확약점 B4 20개 생략 C6 3문장 통제 실패 과도한 정책 문장 삽입👉 “20b보다 안정적이진 않음” 🐢 gpu-nemotron강점 초반 형식 준수약점 매우 느림 구조적 사고 깊이 부족 C세트 차이 못 벌림👉 실전 운용 비추천 ❌ qwen2.5 계열v1에선 준수 v2에서 형식 강제 무너짐 C세트에서 탈락👉 더 이상 메인 후보 아님 ⚡ lfm2속도 괴물 검증관으로는 사실상 사용 불가👉 라우터용/요약용만 가능 🧠 최종 전략 추천🔥 운영 구조if 질문이 수치/법/충돌/제약 포함: → qwen3.5:35b elif 질문이 코드/설계 문서 초안: → qwen3-coder-next → 결과를 qwen3.5:35b로 VERIFY elif 빠른 계산/간단 응답: → gpt-oss:20b → 중요한 건 35b 재검증

모델	형식 준수	환각 억제	수치 계산	RAG 강제	제약/충돌 처리	출력 통제	속도	종합 등급	한줄 피드백
qwen3.5:35b	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	중상	🥇 A+	검증관 최적, 거의 전 구간 안정
qwen3-coder-next	⭐⭐⭐⭐	⭐⭐	⭐⭐	⭐⭐⭐	⭐⭐⭐	⭐⭐	중상	B+	설계/문서 강함, 검증용으론 불안
gpt-oss:20b	⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐	⭐⭐	⭐⭐⭐	⭐⭐	⭐⭐⭐⭐⭐	B	빠르고 계산 정확, 형식강제 약함
gpt-oss-safeguard	⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐	⭐⭐⭐	⭐	⭐⭐⭐⭐⭐	B-	안전성은 약간 ↑, 형식제어 약함
gpu-nemotron	⭐⭐⭐	⭐⭐⭐	⭐⭐	⭐⭐	⭐⭐	⭐⭐	❌ 느림	C+	느리고 결정적 강점 없음
qwen2.5:32b	⭐⭐	⭐⭐	⭐⭐	⭐⭐	⭐⭐	⭐⭐	중	C	v2에서 무너짐
qwen3:32b	⭐⭐	⭐⭐	⭐⭐	⭐⭐	⭐⭐	⭐⭐	중	C	3.5 대비 열세 확실
qwen3.5:27b	⭐⭐	⭐⭐	⭐⭐	⭐⭐	⭐⭐	⭐⭐	❌ 매우 느림	C-	느리고 불안정
qwen2.5:14b	⭐⭐	⭐⭐	⭐⭐	⭐	⭐⭐	⭐⭐	⭐⭐⭐⭐	C-	v1은 무난, v2는 탈락
lfm2	⭐	⭐	⭐	⭐	⭐	⭐	⭐⭐⭐⭐⭐⭐	❌ D	속도 전용, 검증관 불가
qwen3-coder-next:q8_0	⭐⭐	⭐	⭐	⭐	⭐	⭐	❌ 느림	D	메모리/성능 비효율

모델

형식 준수

환각 억제

수치 계산

RAG 강제

제약/충돌 처리

출력 통제

속도

종합 등급

한줄 피드백

qwen3.5:35b

⭐⭐⭐⭐⭐

⭐⭐⭐⭐

중상

🥇 A+

검증관 최적, 거의 전 구간 안정

qwen3-coder-next

⭐⭐⭐⭐

⭐⭐

⭐⭐⭐

⭐⭐

중상

B+

설계/문서 강함, 검증용으론 불안

gpt-oss:20b

⭐⭐⭐

⭐⭐⭐⭐

⭐⭐

⭐⭐⭐

⭐⭐

⭐⭐⭐⭐⭐

빠르고 계산 정확, 형식강제 약함

gpt-oss-safeguard

⭐⭐⭐

⭐⭐⭐⭐

⭐⭐⭐

⭐⭐

⭐⭐⭐

⭐

⭐⭐⭐⭐⭐

B-

안전성은 약간 ↑, 형식제어 약함

gpu-nemotron

⭐⭐⭐

⭐⭐

❌ 느림

C+

느리고 결정적 강점 없음

qwen2.5:32b

⭐⭐

중

v2에서 무너짐

qwen3:32b

⭐⭐

중

3.5 대비 열세 확실

qwen3.5:27b

⭐⭐

❌ 매우 느림

C-

느리고 불안정

qwen2.5:14b

⭐⭐

⭐

⭐⭐

⭐⭐⭐⭐

C-

v1은 무난, v2는 탈락

lfm2

⭐

⭐⭐⭐⭐⭐⭐

❌ D

속도 전용, 검증관 불가

qwen3-coder-next:q8_0

⭐⭐

⭐

❌ 느림

메모리/성능 비효율

좋아.
v1 기준(초기 12문항 세트, C세트 없이 A+B만)에서 네가 돌린 모델들 기억나는 범위로 정리해줄게.
(그때는 형식 강제 압박이 v2보다 약했고, 계산/충돌/출력통제도 덜 빡셌음)

🔹 v1 테스트 정리 (12문항 기준)

🥇 1위 그룹

▣ qwen3-coder-next (v1 당시 체감 1위급)

A2 논리 오류 탐지 잘함
A3 모순 해결 구조 비교적 구체적
B3 라우팅 규칙 작성 깔끔
B4 관측 지표 많이 채움

단점:

수치 계산은 약간 흔들림
고유명사/연도 약간 생성 성향 있음
“근거 없음” 처리 강도는 3.5보다 약함

👉 v1에서는 거의 최상위였음.

🥈 2위 그룹

▣ qwen2.5:32b

형식 준수 무난
논리 탐지, RAG 설계 평균 이상
큰 오류는 없었음

단점:

답변이 교과서형
구체적 설계 깊이는 3-coder-next보다 약함

👉 v1에서는 안정적인 중상위.

▣ exaone-deep:32b

구조화는 잘했음
의사결정 프레임 비교적 탄탄

단점:

느림
형식 강제에서 가끔 미끄러짐

👉 v1에선 “쓸만하지만 굳이?” 포지션.

🥉 중위권

▣ command-r

내용은 무난
하지만 매우 느림
형식은 지키나 깊이가 얕음

👉 속도 대비 이점이 없었음.

▣ dolphin3-r1

초반은 그럴듯
점점 일반론/뭉뚱그림
구조 요구에 약함

👉 v1에서도 중하위권.

▣ llama3.1:8b

간결
하지만 요구 개수 자주 놓침
설계 깊이 부족

👉 소형 모델 한계 명확.

❌ 하위권

▣ qwen2.5:14b

형식은 맞추려 노력
깊이 부족
A3/B4에서 빈약

▣ 기타 소형/양자화 버전

형식 강제에서 흔들림
계산 정확도 불안

🧠 v1 vs v2 체감 차이

항목	v1	v2
형식 강제	느슨	매우 강함
수치 계산	약함	엄격
충돌 문서	거의 없음	C4에서 크게 차이
제약조건 충족	쉬움	C5에서 탈락 다수
출력 길이 통제	없음	C6에서 대량 탈락

그래서 v1에서는:

qwen3-coder-next ≈ qwen2.5:32b 상위권
exaone/command-r가 무난
3.5는 그때 아직 테스트 안 했음

v2로 오면서:

qwen3.5:35b가 완전 독주

🔥 결론 요약

v1 최상위 체감:

qwen3-coder-next
qwen2.5:32b
exaone-deep

v2 최상위:

qwen3.5:35b (확실한 1위)
qwen3-coder-next (보조)
gpt-oss:20b (속도용)

2026 로컬 LLM 개인용 벤치마크

댓글 0

이전 글과 다음 글

🔹 v1 테스트 정리 (12문항 기준)

🥇 1위 그룹

▣ qwen3-coder-next (v1 당시 체감 1위급)

🥈 2위 그룹

▣ qwen2.5:32b

▣ exaone-deep:32b

🥉 중위권

▣ command-r

▣ dolphin3-r1

▣ llama3.1:8b

❌ 하위권

▣ qwen2.5:14b

▣ 기타 소형/양자화 버전

🧠 v1 vs v2 체감 차이

🔥 결론 요약