Qwen3-235B: النموذج الذي خدمته Gonka سابقاً

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 على حد سواء. إليك مقارنة لأبرز الخصائص:

يقدّم Qwen3-235B مستوى جودة ينافس GPT-5.5 وClaude Sonnet 4.6 في معظم الاختبارات المعيارية، لكنه بصفته نموذج MoE مفتوح الأوزان يأتي بأضعاف أرخص من نظائره المملوكة: فبنية MoE تُفعِّل جزءًا فقط من المعاملات عند كل طلب، ما يخفّض تكاليف الحوسبة بحدّة. هذا المبدأ نفسه — الاستدلال اللامركزي الرخيص — تطبقه شبكة Gonka اليوم على نماذجها العاملة: MiniMax M2.7 وDeepSeek V4 Flash وGLM-5.3 Flash، المتاحة عبر JoinGonka Gateway بسعر $0.0062 لكل مليون رمز (أرخص بمئات إلى آلاف المرات من GPT-5.5 وClaude).

في اختبارات MMLU-Pro وHumanEval وMATH-500 وGSM8K، يحل النموذج ضمن أفضل ثلاثة نماذج مفتوحة المصدر، ولا يتقدمه سوى DeepSeek-R1 في مهام الاستدلال الرياضي (reasoning). أما في توليد الأكواد والترجمة واتباع التعليمات، فيتفوق Qwen3-235B بثبات على Llama 4 Maverick ويضاهي Claude Sonnet 4.6.

حين كان Qwen3-235B النموذج الرئيسي للشبكة، كان يعمل موزَّعًا في شبكة Gonka عبر بروتوكول DiLoCo المعدَّل لأغراض inference. يتطلب النموذج الكامل بصيغة FP8 نحو 640 جيجابايت من ذاكرة الفيديو (VRAM)، وهو حجم يستحيل احتواؤه في وحدة GPU واحدة — فلا H100 80GB ولا H200 141GB يكفي. لذلك كان النموذج يُقسَّم حسب الطبقات (tensor parallelism + pipeline parallelism) بين عدة عقد ML.

عمليًا، كان Qwen3-235B يعمل على عنقود من 8—16 عقدة GPU، كل منها بذاكرة VRAM لا تقل عن 40 جيجابايت. كانت وكلاء النقل (Transfer Agents) توجّه الطلب إلى العنقود المناسب، ويعالج vLLM على كل عقدة الجزء الخاص بها من النموذج، ثم تُجمَّع النتائج وتُعاد إلى المستخدم. كانت العملية كاملة تستغرق بضع مئات من الميلي ثانية — من دون أن يشعر المستخدم أن طلبه عالجته عشرات وحدات GPU موزعة على أنحاء الكوكب. والمبدأ نفسه — الاستدلال الموزع — ما زالت الشبكة تطبقه حتى اليوم، لكن على نماذجها العاملة الحالية.

تفصيل تقني مهم: تعتمد Gonka على vLLM كمحرك للخدمة. وvLLM مشروع مفتوح المصدر يوفّر توليدًا عالي الأداء للنصوص عبر PagedAttention — خوارزمية تحسّن استخدام ذاكرة الفيديو عند معالجة عدد كبير من الطلبات بالتوازي. وهذا ما يمكّن كل عقدة من معالجة طلبات كثيرة في وقت واحد دون أي خسارة في الجودة.

يدعم النموذج native tool calling — أي استدعاء الدوال والأدوات مباشرة من داخل رد النموذج. وقد أُضيفت هذه الإمكانية إلى Gonka عبر PR #767 بعتبة 0.958 لتحديد استدعاءات الأدوات. وعلى Qwen3-235B، مكّن ذلك المطوّرين من بناء وكلاء ذكاء اصطناعي يتفاعلون مع واجهات API خارجية وقواعد بيانات وأدوات — كل ذلك من خلال طلب واحد. وما زال دعم tool calling قائمًا في النماذج العاملة الحالية للشبكة.

تضم شبكة Gonka حاليًا 1,293 GPU (منها H100 وH200 وB300 وغيرها). وإن كانت هذه الطاقة موجَّهة سابقًا إلى Qwen3-235B، فهي اليوم تخدم النماذج العاملة في الشبكة — MiniMax M2.7 وDeepSeek V4 Flash وGLM-5.3 Flash.

الإجابة المباشرة: عبر شبكة Gonka — لم يعد متاحًا. تم سحب Qwen3-235B من الشبكة، لذا لم يعد بإمكانك استدعاؤها بالمعرّف qwen3-235b-a22b عبر Gateway الخاص بنا. وبما أن النموذج مفتوح (Apache 2.0)، فلا يزال بإمكانك تشغيله بنفسك أو الوصول إليه عبر خدمات استضافة نماذج الأوزان المفتوحة من أطراف ثالثة — مثل OpenRouter (بنحو $0.071/$0.100 لكل مليون token).

أما إذا كنت تريد ذلك الاستدلال اللامركزي الرخيص نفسه الذي يأتي الناس إلى Gonka من أجله — فهو لم يذهب إلى أي مكان، لكنه يعمل الآن على النماذج الفعّالة في الشبكة. عبر JoinGonka API Gateway يمكنك الوصول إلى MiniMax M2.7 وDeepSeek V4 Flash وGLM-5.3 Flash عبر API متوافق مع OpenAI: أي كود مكتوب لـ OpenAI يعمل دون تغيير — كل ما عليك فعله هو تغيير URL ومفتاح API واسم النموذج.

مثال على طلب إلى نموذج فعّال:

curl https://gate.joingonka.ai/api/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "messages": [{"role": "user", "content": "Explain the MoE architecture"}]
  }'

التكلفة: $0.0062 لكل مليون token — أرخص بنحو 810 مرة من GPT-5.5 ($5.00/1M) وأرخص بنحو 490 مرة من Claude Sonnet 4.6 ($3.00/1M). عند التسجيل تحصل على 3M token مجانية للتجربة.

Gateway متوافق مع أدوات التطوير الشائعة: Quick Start يشرح الاتصال عبر Python وNode.js وcurl. كما يدعم تكاملات بيئات التطوير — Cursor وContinue وCline وAider وClaude Code — وأطر عمل وكلاء الذكاء الاصطناعي: LangChain وn8n وLibreChat وOpen WebUI.

للبدء السريع:

1. سجّل على gate.joingonka.ai (اربط محفظة أو أنشئ محفظة جديدة)
2. احصل على مفتاح API من Dashboard
3. استبدل api.openai.com بـ gate.joingonka.ai/api في الكود الخاص بك
4. حدّد النموذج الحالي في الشبكة — MiniMaxAI/MiniMax-M2.7 أو deepseek-ai/DeepSeek-V4-Flash-0731 أو zai-org/GLM-5.3-Flash (القائمة الكاملة في endpoint GET /v1/models)

الاستدلال اللامركزي بمستوى المؤسسات بسعر مشروع هواية لم يذهب إلى أي مكان — Qwen3-235B أفسحت المجال فقط لنماذج أحدث في الشبكة. نفس المعادلة بين السعر والجودة تعمل الآن على MiniMax M2.7 وDeepSeek V4 Flash وGLM-5.3 Flash.