Qwen3.6-Plus, Terminal-Bench 2.0에서 Claude Opus 4.5를 2.3%p 차이로 능가함

Context

Claude Opus 4.5가 Agent 기반 개발 환경에서 최고 성능을 유지하고 있었으나, Qwen3.6-Plus가 Terminal 관련 작업에서 이를 넘어섬. 실제 shell 명령어 실행과 다단계 워크플로우 처리 능력이 핵심 경쟁 영역으로 부상함.

Technical Solution

• Mixture-of-Experts 아키텍처: Sparse Activation 방식으로 토큰당 일부 파라미터만 활성화하여 비용 효율성 확보함
• 1M 토큰 Context Window: 대규모 코드베이스 전체를 단일 요청에서 처리 가능함
• preserve_thinking 파라미터: 다단계 Agent Loop에서 이전 reasoning 체인을 보존하여 복잡한 작업 처리 가능함
• OpenAI/Anthropic 호환 API: 기존 Claude Code, OpenClaw, Qwen Code와 즉시 연동 가능함
• Multimodal 네이티브 지원: 문서, 이미지, 비디오를 단일 모델에서 처리함

Impact

Terminal-Bench 2.0에서 61.6%를 달성하여 Claude Opus 4.5(59.3%)를 능가함. MCPMark 48.2%, DeepPlanning 41.5%, GPQA 90.4%에서 모두 Claude를 상회함.

Key Takeaway

Sparse Activation 기반 MoE 모델이 고성능과 낮은 비용을 동시에 달성 가능함. Agent 작업에서 reasoning 체인의 보존이 반복 추론 품질에 결정적 역할을 함.