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. إليكم مقارنة للخصائص الرئيسية:

يقدم Qwen3-235B مستوى جودة يضاهي GPT-5.5 و Claude Sonnet 4.6 في معظم المعايير، ومع كونه نموذج MoE بأوزان مفتوحة، فهو أرخص بمراحل من النماذج الاحتكارية: تعمل معمارية MoE على تفعيل جزء فقط من المعاملات لكل طلب مما يقلل التكاليف الحسابية بشكل حاد. تطبق شبكة Gonka نفس مبدأ الـ inference اللامركزي الرخيص اليوم على نماذجها المتاحة — Kimi K2.6 و MiniMax M2.7، المتاحة عبر JoinGonka Gateway بسعر $0.0047 لكل مليون توكن (أرخص بمئات إلى آلاف المرات من GPT-5.5 و Claude).

في معايير MMLU-Pro، HumanEval، MATH-500 و GSM8K، يدخل النموذج ضمن أفضل ثلاثة نماذج مفتوحة المصدر، ولا يتفوق عليه إلا DeepSeek-R1 في مهام الاستنتاج الرياضي (reasoning). في مهام توليد الأكواد، الترجمة، واتباع التعليمات، يتفوق Qwen3-235B بثبات على Llama 4 Maverick ويضاهي Claude Sonnet 4.6.

عندما كان Qwen3-235B هو النموذج الرئيسي للشبكة، كان يعمل على شبكة Gonka بطريقة موزعة — عبر بروتوكول DiLoCo، المُكيَّف للاستنتاج. يتطلب النموذج الكامل بتنسيق FP8 حوالي 640 غيغابايت من ذاكرة الفيديو (VRAM)، وهو أمر يستحيل احتواؤه في وحدة GPU واحدة — حتى H100 80GB أو H200 141GB لا يكفيان. لذلك، تم تقسيم النموذج إلى طبقات (tensor parallelism + pipeline parallelism) بين عدة عقد ML-nodes.

من الناحية العملية، كان Qwen3-235B يعمل على مجموعة من 8-16 عقدة GPU، كل منها بحد أدنى 40 غيغابايت من VRAM. تقوم وكلاء النقل (Transfer Agents) بتوجيه الطلب إلى المجموعة المطلوبة، ويقوم vLLM على كل عقدة بمعالجة جزء من النموذج، ثم يتم تجميع النتائج وإعادتها للمستخدم. استغرقت العملية برمتها مئات الملي ثوانٍ — لم يشعر المستخدم أن طلبه تمت معالجته بواسطة عشرات وحدات GPU في أماكن مختلفة حول العالم. تطبق الشبكة نفس مبدأ الاستنتاج الموزع الآن — على النماذج الحالية.

تفصيل تقني مهم: تستخدم Gonka محرك vLLM كخدمة. vLLM هو مشروع مفتوح المصدر يوفر توليد نصوص عالي الأداء من خلال PagedAttention — خوارزمية تعمل على تحسين استخدام ذاكرة الفيديو عند المعالجة المتوازية لطلبات متعددة. هذا يسمح للشبكة بخدمة آلاف المستخدمين في وقت واحد دون تدهور الجودة.

يدعم النموذج native tool calling — استدعاء الوظائف والأدوات مباشرة من إجابة النموذج. تمت إضافة هذه الإمكانية إلى Gonka عبر PR #767 مع حد 0.958 لتحديد استدعاءات الأدوات. على Qwen3-235B، مكن هذا المطورين من بناء وكلاء ذكاء اصطناعي (AI agents) يتفاعلون مع واجهات برمجة التطبيقات الخارجية وقواعد البيانات والأدوات — كل ذلك من خلال طلب واحد. تم الحفاظ على دعم استدعاء الأدوات في نماذج الشبكة الحالية.

تضم شبكة Gonka أكثر من 4 000 GPU (H100, H200, A100, RTX 4090 وغيرها)، مجمعة في أكثر من 120 عقدة ML-nodes. تعد هذه واحدة من أكبر شبكات GPU الموزعة لاستنتاج الذكاء الاصطناعي في العالم — وإذا كانت هذه القدرة في السابق موجهة نحو Qwen3-235B، فهي اليوم تخدم نماذج الشبكة الحالية — Kimi K2.6، وMiniMax M2.7 وDeepSeek V4 Flash.

إجابة مباشرة: عبر شبكة Gonka — لم يعد ذلك متاحاً. تم إخراج Qwen3-235B من الشبكة، لذا لا يمكنك استدعاؤها باستخدام المعرف qwen3-235b-a22b عبر Gateway الخاص بنا بعد الآن. بما أن النموذج مفتوح المصدر (Apache 2.0)، لا يزال بإمكانك تشغيله بنفسك أو الوصول إليه عبر خدمات استضافة النماذج مفتوحة الأوزان التابعة لجهات خارجية — مثل OpenRouter (بتكلفة تقديرية $0.071/$0.100 لكل مليون توكن).

إذا كنت تبحث عن ذلك الـ inference اللامركزي منخفض التكلفة، وهو السبب الذي يدفع الناس إلى Gonka — فهو لا يزال موجوداً، وهو يعمل الآن على النماذج الفعالة في الشبكة. من خلال JoinGonka API Gateway، تتوفر نماذج Kimi K2.6 و MiniMax M2.7 و DeepSeek V4 Flash عبر واجهة برمجة تطبيقات متوافقة مع OpenAI: أي كود مكتوب لـ OpenAI يعمل دون تغيير — فقط استبدل الـ URL ومفتاح الـ API واسم النموذج.

مثال لطلب إلى نموذج فعال:

curl https://gate.joingonka.ai/api/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/Kimi-K2.6",
    "messages": [{"role": "user", "content": "Объясни MoE-архитектуру"}]
  }'

التكلفة: $0.0047 لكل مليون توكن — هذا أرخص بنحو 800 مرة من GPT-5.5 ($5.00/1M) وأرخص بنحو 500 مرة من Claude Sonnet 4.6 ($3.00/1M). عند التسجيل تحصل على 1.5M توكن مجانية للاختبار.

البوابة متوافقة مع أدوات التطوير الشائعة: يصف Quick Start كيفية الاتصال عبر Python و Node.js و curl. كما يتم دعم تكاملات IDE — Cursor و Continue و Cline و Aider و Claude Code — وأطر عمل وكلاء الذكاء الاصطناعي: LangChain و n8n و LibreChat و Open WebUI.

للبدء السريع:

1. سجل في gate.joingonka.ai (قم بتوصيل محفظتك أو أنشئ محفظة جديدة)
2. احصل على مفتاح API من لوحة التحكم (Dashboard)
3. استبدل api.openai.com بـ gate.joingonka.ai/api في الكود الخاص بك
4. حدد النموذج الفعلي للشبكة — moonshotai/Kimi-K2.6 أو MiniMaxAI/MiniMax-M2.7 أو deepseek-ai/DeepSeek-V4-Flash-0731 (القائمة الكاملة موجودة في نقطة النهاية GET /v1/models)

لا يزال الـ inference اللامركزي بمستوى المؤسسات متاحاً بسعر مشاريع الهواة — حيث فسحت Qwen3-235B المجال لنماذج أحدث في الشبكة. نفس معادلة السعر والجودة تعمل الآن على Kimi K2.6 و MiniMax M2.7 و DeepSeek V4 Flash.