Qwen3-235B: वह मॉडल जिसे Gonka पहले होस्ट करता था

Gonka नेटवर्क केवल GPU किराए पर नहीं देता — यह inference के लिए AI-मॉडल सर्व करता है। लंबे समय तक नेटवर्क का मुख्य और एकमात्र मॉडल Qwen3-235B-A22B-Instruct था, जिसे Alibaba Cloud ने विकसित किया था। समय के साथ नेटवर्क मल्टी-मॉडल आर्किटेक्चर पर चला गया, और Qwen3-235B को नेटवर्क से हटा दिया गया: आज Gonka MiniMax M2.7, DeepSeek V4 Flash और GLM-5.3 Flash सर्व करता है। आइए देखें कि Qwen3-235B क्या है, इसने Gonka नेटवर्क में क्या भूमिका निभाई और इसे किससे बदला गया — एक उल्लेखनीय open-source MoE-मॉडल के रूप में यह एक उपयोगी बेंचमार्क बना हुआ है।

Qwen3-235B क्या है

Qwen3-235B-A22B-Instruct-2507-FP8 Qwen3 परिवार का एक बड़ा भाषा मॉडल (LLM) है, जिसे अलीबाबा क्लाउड में Qwen टीम द्वारा विकसित किया गया है। पूरा नाम इस प्रकार विस्तृत है: Qwen3 — तीसरी पीढ़ी की श्रृंखला, 235B — कुल 235 बिलियन पैरामीटर, A22B — प्रत्येक अनुरोध पर 22 बिलियन सक्रिय पैरामीटर, Instruct — निर्देशों का पालन करने के लिए प्रशिक्षित संस्करण, 2507 — जुलाई 2025 का रिलीज, FP8 — मेमोरी ऑप्टिमाइजेशन के लिए 8-बिट क्वांटाइजेशन।

कुंजी वास्तुशिल्प विशेषता — MoE (मिक्सचर ऑफ एक्सपर्ट्स) है। 'घने' मॉडलों (GPT-5.5, Claude Sonnet 4.6) के विपरीत, जहां प्रत्येक टोकन सभी मापदंडों से गुजरता है, MoE-मॉडल प्रत्येक अनुरोध के लिए केवल 'विशेषज्ञों' के एक उपसमुच्चय को सक्रिय करता है — न्यूरल नेटवर्क के विशेष ब्लॉक। Qwen3-235B के मामले में, 235 बिलियन मापदंडों में से, प्रत्येक टोकन के लिए केवल 22 बिलियन सक्रिय होते हैं — 10% से भी कम। यह 200B+ मापदंडों वाले मॉडल के स्तर की गुणवत्ता प्रदान करता है, जबकि 22B वाले मॉडल के कम्प्यूटेशनल खर्चों पर।

व्यावहारिक रूप से इसका मतलब है: मॉडल अपनी गति से उम्मीद से अधिक स्मार्ट है। यह तुलनीय गुणवत्ता वाले घने मॉडलों की तुलना में अनुरोधों को काफी तेजी से संसाधित करता है, जबकि अनुमान के लिए कहीं कम VRAM की आवश्यकता होती है। यही कारण है कि MoE 2025-2026 के सबसे बड़े मॉडलों के लिए प्रमुख वास्तुकला बन गया है।

Qwen3-235B की संदर्भ विंडो 131,072 टोकन (~100,000 शब्द) है — यह पूरे किताबों, कोड बेस या लंबे कानूनी दस्तावेजों को एक ही अनुरोध में विश्लेषण करने के लिए पर्याप्त है। मॉडल 119 भाषाओं का समर्थन करता है, जिसमें रूसी, अंग्रेजी, चीनी, अरबी, हिंदी और दर्जनों अन्य शामिल हैं — जो इसे बाजार में सबसे बहुभाषी मॉडलों में से एक बनाता है।

विशेषताएं और बेंचमार्क

Qwen3-235B सबसे बड़े बंद और ओपन मॉडल्स के साथ मुकाबला करता है। यहाँ प्रमुख विशेषताओं की तुलना है:

मॉडल	पैरामीटर	कॉन्टेक्स्ट	MoE	Open Source	कीमत (प्रति 1M टोकन)
Qwen3-235B (Alibaba)	235B (22B सक्रिय)	131K	हाँ	हाँ (Apache 2.0)	$0.07+ (होस्टिंग)
GPT-5.5 (OpenAI)	~1.8T (अनुमानित)	128K	हाँ (माना जाता है)	नहीं	$5.00
Claude Sonnet 4.6 (Anthropic)	खुलासा नहीं	200K	नहीं (माना जाता है)	नहीं	$3.00
Llama 4 Maverick (Meta)	400B (17B सक्रिय)	1M	हाँ	हाँ (Llama License)	$0.20+ (होस्टिंग)
DeepSeek-R1 (DeepSeek)	671B (37B सक्रिय)	128K	हाँ	हाँ (MIT)	$0.55

Qwen3-235B ज़्यादातर बेंचमार्क्स पर GPT-5.5 और Claude Sonnet 4.6 जैसी गुणवत्ता दिखाता है, और open-weights MoE मॉडल होने के नाते यह proprietary विकल्पों से कई गुना सस्ता पड़ता है: MoE आर्किटेक्चर हर अनुरोध पर पैरामीटर का केवल एक हिस्सा सक्रिय करता है और कंप्यूटेशनल लागत को तेज़ी से घटाता है। सस्ते डिसेंट्रलाइज़्ड inference का यही सिद्धांत Gonka नेटवर्क आज अपने सक्रिय मॉडल्स पर लागू करता है — MiniMax M2.7, DeepSeek V4 Flash और GLM-5.3 Flash, जो JoinGonka Gateway के ज़रिए $0.0062 प्रति 1M टोकन पर उपलब्ध हैं (GPT-5.5 और Claude से सैकड़ों से हज़ारों गुना सस्ता)।

MMLU-Pro, HumanEval, MATH-500 और GSM8K बेंचमार्क्स पर यह मॉडल टॉप तीन open-source मॉडल्स में शामिल है, और गणितीय तर्क (reasoning) के कामों में सिर्फ़ DeepSeek-R1 से पीछे है। कोड जनरेशन, अनुवाद और निर्देशों के पालन के कामों में Qwen3-235B लगातार Llama 4 Maverick से आगे रहता है और Claude Sonnet 4.6 के बराबर है।

Gonka ने Qwen3-235B का उपयोग कैसे किया

जब Qwen3-235B नेटवर्क का मुख्य मॉडल था, तब यह Gonka नेटवर्क में वितरित रूप से चलता था — DiLoCo प्रोटोकॉल के ज़रिए, जिसे inference के लिए अनुकूलित किया गया था। FP8 फ़ॉर्मैट में पूरे मॉडल के लिए लगभग 640 GB वीडियो मेमोरी (VRAM) चाहिए, जिसे एक GPU पर समेटना नामुमकिन है — H100 80GB या H200 141GB भी काफ़ी नहीं हैं। इसलिए मॉडल को लेयरों में (tensor parallelism + pipeline parallelism) कई ML नोड्स के बीच बाँटा जाता था।

व्यवहार में Qwen3-235B 8—16 GPU नोड्स के क्लस्टर पर चलता था, हर एक में कम से कम 40 GB VRAM। Transfer Agents अनुरोध को सही क्लस्टर तक पहुँचाते थे, हर नोड पर vLLM मॉडल के अपने हिस्से को प्रोसेस करता था, नतीजे जोड़कर उपयोगकर्ता को लौटा दिए जाते थे। पूरी प्रक्रिया में सैकड़ों मिलीसेकंड लगते थे — उपयोगकर्ता को पता भी नहीं चलता था कि उसका अनुरोध दुनिया भर में बिखरे दस GPU ने संभाला है। वितरित inference का यही सिद्धांत नेटवर्क अब भी अपनाता है — अब अपने सक्रिय मॉडल्स पर।

एक ज़रूरी तकनीकी ब्यौरा: Gonka सर्विंग इंजन के तौर पर vLLM का इस्तेमाल करता है। vLLM एक ओपन-सोर्स प्रोजेक्ट है, जो PagedAttention के ज़रिए हाई-परफ़ॉर्मेंस टेक्स्ट जनरेशन देता है — यह एल्गोरिदम कई अनुरोधों के समानांतर प्रोसेसिंग में वीडियो मेमोरी का इस्तेमाल बेहतर बनाता है। इससे हर नोड गुणवत्ता खोए बिना बहुत सारे अनुरोध समानांतर में संभाल सकता है।

मॉडल नेटिव tool calling सपोर्ट करता है — मॉडल के जवाब से सीधे फ़ंक्शन और टूल कॉल करना। यह क्षमता Gonka में PR #767 के ज़रिए जोड़ी गई थी, टूल कॉल पहचानने के लिए 0.958 की थ्रेशोल्ड के साथ। Qwen3-235B पर इससे डेवलपर्स ऐसे AI एजेंट बना सकते थे जो बाहरी API, डेटाबेस और टूल्स से बातचीत करते हैं — और वह भी एक ही अनुरोध से। tool calling का सपोर्ट नेटवर्क के सक्रिय मॉडल्स में भी बरकरार है।

अभी Gonka नेटवर्क में 1,293 GPU हैं (H100, H200, B300 और अन्य)। अगर पहले यह ताक़त Qwen3-235B पर लगती थी, तो आज यह नेटवर्क के सक्रिय मॉडल्स को संभालती है — MiniMax M2.7, DeepSeek V4 Flash और GLM-5.3 Flash।

क्या अभी Qwen3-235B को आजमाया जा सकता है

सीधा जवाब: Gonka नेटवर्क के ज़रिए — अब नहीं। Qwen3-235B को नेटवर्क से हटा दिया गया है, इसलिए qwen3-235b-a22b आईडी से हमारे Gateway के ज़रिए उसे कॉल नहीं किया जा सकता। चूँकि मॉडल ओपन है (Apache 2.0), इसे अब भी खुद चलाया जा सकता है या open-weights मॉडलों की तीसरे पक्ष की होस्टिंग से एक्सेस किया जा सकता है — जैसे OpenRouter के ज़रिए (अनुमानित $0.071/$0.100 प्रति 1M टोकन)।

लेकिन अगर आपको वही सस्ता डिसेंट्रलाइज़्ड inference चाहिए, जिसके लिए लोग Gonka पर आते हैं — तो वह गया नहीं है, बस अब नेटवर्क के सक्रिय मॉडलों पर चलता है। JoinGonka API Gateway के ज़रिए MiniMax M2.7, DeepSeek V4 Flash और GLM-5.3 Flash OpenAI-संगत API पर उपलब्ध हैं: OpenAI के लिए लिखा गया कोई भी कोड बिना बदलाव काम करता है — बस URL, API-की और मॉडल का नाम बदल दीजिए।

सक्रिय मॉडल पर अनुरोध का उदाहरण:

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"}]
  }'

लागत: $0.0062 प्रति 1 मिलियन टोकन — यह GPT-5.5 ($5.00/1M) से लगभग 810 गुना सस्ता है और Claude Sonnet 4.6 ($3.00/1M) से लगभग 490 गुना सस्ता है। रजिस्ट्रेशन पर आपको टेस्टिंग के लिए मुफ़्त 3M टोकन मिलते हैं।

Gateway लोकप्रिय डेवलपमेंट टूल्स के साथ संगत है: Quick Start में Python, Node.js और curl से कनेक्ट करना बताया गया है। IDE इंटीग्रेशन भी सपोर्टेड हैं — Cursor, Continue, Cline, Aider और Claude Code — और AI-एजेंट फ्रेमवर्क: LangChain, n8n, LibreChat, Open WebUI।

तुरंत शुरू करने के लिए:

gate.joingonka.ai पर रजिस्टर करें (वॉलेट कनेक्ट करें या नया बनाएँ)
Dashboard में API-की लें
अपने कोड में api.openai.com को gate.joingonka.ai/api से बदलें
नेटवर्क का मौजूदा मॉडल बताएँ — MiniMaxAI/MiniMax-M2.7, deepseek-ai/DeepSeek-V4-Flash-0731 या zai-org/GLM-5.3-Flash (पूरी सूची GET /v1/models endpoint पर)

एंटरप्राइज़-स्तर का डिसेंट्रलाइज़्ड inference, हॉबी-प्रोजेक्ट की कीमत पर, कहीं नहीं गया है — Qwen3-235B ने बस नेटवर्क के नए मॉडलों को जगह दी है। कीमत और क्वालिटी का वही संतुलन अब MiniMax M2.7, DeepSeek V4 Flash और GLM-5.3 Flash पर काम करता है।

Qwen3-235B-A22B — Alibaba Cloud का 235 बिलियन पैरामीटर वाला (22 बिलियन सक्रिय) MoE-मॉडल है, जो शुरुआती चरण में विकेंद्रीकृत AI inference के लिए Gonka नेटवर्क का मुख्य मॉडल था। MoE-आर्किटेक्चर के कारण, यह बहुत कम कंप्यूटिंग लागत पर शीर्ष मालिकाना मॉडल के स्तर की गुणवत्ता प्रदान करता है। अब Qwen3-235B को नेटवर्क से हटा दिया गया है: वर्तमान Gonka मॉडल MiniMax M2.7, DeepSeek V4 Flash और GLM-5.3 Flash हैं, जो $0.0062/1M टोकन की कीमत पर OpenAI-संगत API के माध्यम से JoinGonka Gateway पर उपलब्ध हैं। Qwen3-235B स्वयं ओपन (Apache 2.0) बना हुआ है और तृतीय-पक्ष open-weights मॉडल होस्टिंग पर उपलब्ध है।

← Gonka के लिए GPU का चयन: हार्डवेयर सिफारिशें Kimi K2.6: वह मॉडल जिसे पहले Gonka सपोर्ट करता था →

अधिक जानना चाहते हैं?

अन्य अनुभागों का अन्वेषण करें या अभी GNK कमाना शुरू करें।

Gonka के वर्तमान मॉडल आज़माएँ →