Qwen3-235B: النموذج الذي تعدنه Gonka

Qwen3-235B-A22B-Instruct-2507-FP8 هو نموذج لغة كبير (LLM) من عائلة Qwen3، تم تطويره بواسطة فريق Qwen في Alibaba Cloud. الاسم الكامل يُفكك كالتالي: Qwen3 — الجيل الثالث من السلسلة، 235B — 235 مليار معلمة إجمالاً، A22B — 22 مليار معلمة نشطة لكل طلب، Instruct — نسخة مدربة على اتباع التعليمات، 2507 — إصدار يوليو 2025، FP8 — تقدير 8 بت لتحسين الذاكرة.

الميزة المعمارية الرئيسية هي MoE (Mixture of Experts). على عكس النماذج 'الكثيفة' (GPT-5.5، Claude Sonnet 4.6)، حيث يمر كل رمز عبر جميع المعلمات، يُنشط نموذج MoE لكل طلب مجموعة فرعية فقط من 'الخبراء' - كتل متخصصة من الشبكة العصبية. في حالة Qwen3-235B، من أصل 235 مليار معلمة، يتم تنشيط 22 مليار فقط لكل رمز - أقل من 10%. وهذا يوفر جودة نماذج بمئات المليارات من المعلمات بتكاليف حاسوبية لنموذج 22 مليار معلمة.

في الممارسة العملية، هذا يعني: النموذج أذكى مما قد تتوقعه من سرعته. يعالج الطلبات بشكل أسرع بكثير من النماذج الكثيفة ذات الجودة المماثلة، بينما يتطلب ذاكرة وصول عشوائي للفيديو (VRAM) أقل بكثير للاستدلال. لهذا السبب أصبحت MoE هي البنية المهيمنة لأكبر النماذج للسنوات 2025-2026.

نافذة السياق لـ Qwen3-235B تبلغ 131,072 رمزًا (حوالي 100,000 كلمة) - وهذا يكفي لتحليل كتب كاملة، قواعد كود، أو مستندات قانونية طويلة في طلب واحد. يدعم النموذج 119 لغة، بما في ذلك الروسية والإنجليزية والصينية والعربية والهندية وعشرات اللغات الأخرى - مما يجعله أحد أكثر النماذج تعدد اللغات في السوق.

ينافس Qwen3-235B أكبر النماذج المغلقة والمفتوحة. فيما يلي مقارنة للخصائص الرئيسية:

يُظهر Qwen3-235B مستوى جودة قابل للمقارنة مع GPT-5.5 و Claude Sonnet 4.6 في معظم المعايير، بينما تكلفته عبر JoinGonka Gateway أقل بـ 5,000 مرة من GPT-5.5. هذا ممكن بفضل عاملين: بنية MoE تقلل تكاليف الحوسبة، وشبكة Gonka اللامركزية تلغي هوامش مراكز البيانات.

في معايير MMLU-Pro، HumanEval، MATH-500، و GSM8K، يقع النموذج ضمن أفضل ثلاثة نماذج مفتوحة المصدر، متفوقًا فقط على DeepSeek-R1 في مهام الاستنتاج الرياضي. في مهام توليد الكود، الترجمة، واتباع التعليمات، يتفوق Qwen3-235B باستمرار على Llama 4 Maverick وهو قابل للمقارنة مع Claude Sonnet 4.6.

يعمل نموذج Qwen3-235B في شبكة Gonka بطريقة موزعة - عبر بروتوكول DiLoCo، المُكيف للاستدلال. يتطلب النموذج الكامل بتنسيق FP8 حوالي 640 جيجابايت من ذاكرة الفيديو (VRAM)، وهو ما لا يمكن استيعابه على وحدة معالجة رسوميات واحدة - حتى H100 80GB أو H200 141GB لا يكفيان. لذلك يتم تقسيم النموذج حسب الطبقات (tensor parallelism + pipeline parallelism) بين عدة عقد ML.

عمليًا، يعمل Qwen3-235B على مجموعة من 8-16 عقدة GPU، كل منها بحد أدنى 40 جيجابايت VRAM. تقوم وكلاء النقل بتوجيه الطلب إلى المجموعة الصحيحة، ويقوم vLLM على كل عقدة بمعالجة الجزء الخاص به من النموذج، ثم يتم تجميع النتائج وإعادتها للمستخدم. تستغرق العملية بأكملها مئات المللي ثانية - لا يشعر المستخدم أن طلبه تم معالجته بواسطة عشرة وحدات معالجة رسوميات في أماكن مختلفة حول العالم.

تفاصيل تقنية مهمة: تستخدم Gonka vLLM كمحرك للخدمة. vLLM هو مشروع مفتوح المصدر يوفر توليد نص عالي الأداء من خلال PagedAttention - خوارزمية تحسن استخدام ذاكرة الفيديو عند معالجة العديد من الطلبات بشكل متزامن. يسمح هذا للشبكة بخدمة آلاف المستخدمين المتزامنين دون تدهور في الجودة.

يدعم النموذج اتصال الأدوات الأصلي - استدعاء الوظائف والأدوات مباشرة من استجابة النموذج. تمت إضافة هذه الميزة في Gonka عبر PR #767 مع عتبة 0.958 لتحديد استدعاءات الأدوات. وهذا يعني أن المطورين يمكنهم بناء وكلاء ذكاء اصطناعي يتفاعلون مع واجهات برمجة التطبيقات الخارجية وقواعد البيانات والأدوات - كل ذلك من خلال طلب واحد لـ Qwen3-235B.

تضم شبكة Gonka الحالية أكثر من 4000 وحدة معالجة رسومية (H100, H200, A100, RTX 4090 وغيرها)، مجمعة في أكثر من 120 عقدة ML. هذه إحدى أكبر شبكات وحدات معالجة الرسوميات الموزعة لاستدلال الذكاء الاصطناعي في العالم - وكل هذه القوة موجهة لخدمة Qwen3-235B.

أسهل طريقة لتجربة Qwen3-235B هي عبر JoinGonka API Gateway. توفر البوابة واجهة برمجة تطبيقات متوافقة مع OpenAI، وهذا يعني: أي كود مكتوب لـ OpenAI يعمل مع Qwen3-235B دون تعديلات - ما عليك سوى استبدال عنوان URL ومفتاح API.

مثال على الطلب:

curl https://gate.joingonka.ai/api/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-235b-a22b",
    "messages": [{"role": "user", "content": "اشرح هندسة MoE"}]
  }'

التكلفة: 0.001 دولار لكل مليون توكن - هذا أرخص 5000 مرة من GPT-5.5 (5.00 دولارات / مليون) وأرخص 3000 مرة من Claude Sonnet 4.6 (3.00 دولارات / مليون). عند التسجيل، تحصل على 10 ملايين توكن مجانية للاختبار.

تتوافق البوابة مع أدوات التطوير الشائعة: يصف Quick Start الاتصال عبر Python و Node.js و curl. كما يتم دعم تكامل IDE - Cursor و Continue و Cline و Aider و Claude Code - وأطر عمل وكيل AI: LangChain و n8n و LibreChat و Open WebUI.

للبدء بسرعة:

1. سجل في gate.joingonka.ai (ربط محفظة أو إنشاء واحدة جديدة)
2. احصل على مفتاح API في لوحة التحكم
3. استبدل api.openai.com بـ gate.joingonka.ai/api في الكود الخاص بك
4. استخدم النموذج qwen3-235b-a22b

Qwen3-235B عبر JoinGonka هو مستوى مؤسسي للذكاء الاصطناعي بسعر مشروع هواية.

للمقارنة: نفس النموذج Qwen3-235B عبر OpenRouter يكلف 0.071 دولار / 0.100 دولار للمليون - مقابل 0.001 دولار لـ JoinGonka (أغلى 70-100 مرة).