# IQuest Research, 오픈소스 Q1 모델과 30개 벤치마크 보고서 공개

> 처음부터 자체 개발한 새 기반 모델 IQuest‑Q1은 320 B Mixture‑of-Experts 구조를 채택했으며, 코딩 및 에이전트 관련 벤치마크 30개에서의 결과를 공개했다.

Oossa · 2026-10-23 · https://oossa.com/ko/iquest-research-releases-open-source-q1-model-and-30-benchmark-report

IQuest Research는 23 Oct 2026 IQuest‑Q1 기술 보고서를 공개했다. 이 모델은 오픈소스이며 명령줄 작업에 최적화됐다. 전체 매개변수는 320 billion개이고 토큰당 활성화되는 매개변수는 15 billion개다. 약 29 trillion개의 토큰으로 학습했으며, 비슷한 MoE 기준 모델에 필요한 연산량의 52 %만 사용했다고 밝혔다. 보고서에는 AutomationBench에서 52.7점, MCP‑Atlas에서 78.4점을 포함해 벤치마크 30개에서 거둔 점수가 담겼다.

## 팩트

- 전체 매개변수 320 billion개, 토큰당 활성 매개변수 15 billion개
- 학습에 약 29 trillion개의 토큰을 사용했으며, 1.93×의 스케일링 효율을 달성했다

## 왜 중요한가

개발자는 비슷한 성능을 더 적은 연산 비용으로 제공한다고 내세우는 대규모 에이전트형 CLI 모델을 이제 내려받을 수 있다.

## 출처 및 참고 자료

1. [IQuest Research Releases IQuest-Q1 Technical Report, Detailing Training from Scratch and Results Across 30 Benchmarks](https://www.prnewswire.com/news-releases/iquest-research-releases-iquest-q1-technical-report-detailing-training-from-scratch-and-results-across-30-benchmarks-302917967.html) – PR Newswire RSS, 2026-10-23

최종 업데이트: 2026-10-23