TL;DR

Tess-4-27B는 Qwen3.6-27B를 기반으로 Migel Tissera가 사후학습을 거쳐 만든 27B 멀티모달 모델로, 64K 토큰 장기 문맥과 에이전틱 작업 로그를 사용해 장문 추론과 단계적 도구 사용을 강화했다. 모델은 Opus-4.8·GPT-5.5·GLM-5.2 교사 앙상블로 생성된 추리 트레이스를 증류해 내부적으로 가설 형성·검증·대안 평가를 선행하는 prospective 추리 방식을 채택했다. 결과적으로 이미지와 텍스트를 통합해 코드 리팩터링·대규모 문서 분석·도구 기반 작업에서 집중된 추리를 수행하며, 커뮤니티 BenchLocal에서 Q8 양자화 기준 81%의 성능을 보고했다. 다만 로컬 사용을 위해서는 제공된 GGUF 양자화 및 vision projector를 함께 배치해야 멀티모달 기능을 완전하게 활용할 수 있다.

핵심 포인트

• 사후학습된 64K 장기 에이전틱 트레이스를 통해 장문 컨텍스트에서의 계획·검증 집중 능력을 구현했다.
• 교사 앙상블(Opus-4.8, GPT-5.5, GLM-5.2)으로 생성된 추리 트레이스를 단일 음성으로 증류해 prospective 방식의 사전예측·검증 루틴을 학습시켰다.
• 에이전틱 설계로 도구 호출과 멀티스텝 행동을 네이티브하게 처리하도록 구성되어 코드 리팩터링 같은 작업에서 단계적 실행이 가능하다.
• BenchLocal 커뮤니티 벤치에서 Q8 양자화 기준 81%로 상위권을 기록해 동급 양자화 모델 대비 실사용 벤치 성능 우위를 보였다.

벤치마크