Qwen3-235B: il modello precedentemente supportato da Gonka

Qwen3-235B-A22B-Instruct-2507-FP8 è un modello linguistico di grandi dimensioni (LLM) della famiglia Qwen3, sviluppato dal team Qwen di Alibaba Cloud. Il nome completo si espande così: Qwen3 — terza generazione della serie, 235B — 235 miliardi di parametri totali, A22B — 22 miliardi di parametri attivi per ogni richiesta, Instruct — versione addestrata a seguire le istruzioni, 2507 — rilascio di luglio 2025, FP8 — quantizzazione a 8 bit per l'ottimizzazione della memoria.

La caratteristica architetturale chiave è MoE (Mixture of Experts). A differenza dei modelli “densi” (GPT-5.5, Claude Sonnet 4.6), dove ogni token passa attraverso tutti i parametri, un modello MoE attiva per ogni richiesta solo un sottoinsieme di “esperti” — blocchi specializzati della rete neurale. Nel caso di Qwen3-235B, su 235 miliardi di parametri, solo 22 miliardi vengono attivati per ogni token — meno del 10%. Questo offre una qualità pari a quella dei modelli con più di 200B parametri, con costi computazionali di un modello da 22B.

Praticamente, questo significa: il modello è più intelligente di quanto ci si aspetterebbe dalla sua velocità. Elabora le richieste significativamente più velocemente dei modelli densi di qualità comparabile, richiedendo al contempo molta meno VRAM per l'inferenza. Questo è il motivo per cui MoE è diventata l'architettura dominante per i modelli più grandi del 2025-2026.

La finestra di contesto di Qwen3-235B è di 131.072 token (~100.000 parole), sufficiente per analizzare interi libri, basi di codice o lunghi documenti legali in una singola richiesta. Il modello supporta 119 lingue, inclusi russo, inglese, cinese, arabo, hindi e decine di altre — rendendolo uno dei modelli più multilingue sul mercato.

Qwen3-235B compete con i più grandi modelli chiusi e aperti. Ecco un confronto delle caratteristiche principali:

Qwen3-235B mostra un livello di qualità paragonabile a GPT-5.5 e Claude Sonnet 4.6 sulla maggior parte dei benchmark, e allo stesso tempo, in quanto modello MoE open-weights, costa molte volte meno delle alternative proprietarie: l'architettura MoE attiva solo una parte dei parametri per richiesta e riduce drasticamente i costi computazionali. Lo stesso principio di inference decentralizzata a basso costo è oggi applicato dalla rete Gonka ai suoi modelli attivi — MiniMax M2.7, DeepSeek V4 Flash e GLM-5.3 Flash, accessibili tramite JoinGonka Gateway a $0.0062 per 1M token (centinaia—migliaia di volte più economico di GPT-5.5 e Claude).

Nei benchmark MMLU-Pro, HumanEval, MATH-500 e GSM8K il modello è tra i tre migliori modelli open-source, superato solo da DeepSeek-R1 nei compiti di ragionamento matematico (reasoning). Nei compiti di generazione di codice, traduzione e follow-up delle istruzioni Qwen3-235B supera stabilmente Llama 4 Maverick ed è paragonabile a Claude Sonnet 4.6.

Quando Qwen3-235B era il modello principale della rete, operava nella rete Gonka in modo distribuito — tramite il protocollo DiLoCo, adattato per l'inference. Il modello completo in formato FP8 richiede circa 640 GB di memoria video (VRAM), impossibile da contenere su una singola GPU — nemmeno una H100 80GB o una H200 141GB è sufficiente. Per questo il modello veniva suddiviso per livelli (tensor parallelism + pipeline parallelism) tra più ML-node.

In pratica Qwen3-235B operava su un cluster di 8—16 GPU-node, ciascuno con almeno 40 GB di VRAM. I Transfer Agent instradavano la richiesta al cluster appropriato, vLLM su ciascun node elaborava il proprio frammento del modello, i risultati venivano aggregati e restituiti all'utente. L'intero processo richiedeva centinaia di millisecondi — l'utente non percepiva che la sua richiesta era stata elaborata da una decina di GPU in punti diversi del pianeta. La rete applica lo stesso principio di inference distribuita anche oggi — già ai modelli attivi.

Dettaglio tecnico importante: Gonka utilizza vLLM come motore per il serving. vLLM è un progetto open source che garantisce una generazione di testo ad alte prestazioni tramite PagedAttention — un algoritmo che ottimizza l'uso della memoria video durante l'elaborazione parallela di numerose richieste. Questo permette a ciascun node di elaborare molte richieste in parallelo senza perdita di qualità.

Il modello supporta il native tool calling — la chiamata di funzioni e strumenti direttamente dalla risposta del modello. Questa funzionalità è stata aggiunta a Gonka tramite la PR #767 con una soglia di 0.958 per il rilevamento delle chiamate agli strumenti. Su Qwen3-235B questo permetteva agli sviluppatori di costruire AI-agent che interagiscono con API esterne, database e strumenti — il tutto tramite un'unica richiesta. Il supporto al tool calling è rimasto anche nei modelli attivi della rete.

Attualmente nella rete Gonka ci sono 1,293 GPU (H100, H200, B300 e altre). Se prima questa potenza era dedicata a Qwen3-235B, oggi serve i modelli attivi della rete — MiniMax M2.7, DeepSeek V4 Flash e GLM-5.3 Flash.

Risposta diretta: attraverso la rete Gonka — ormai no. Qwen3-235B è stata rimossa dalla rete, quindi non è più possibile richiamarla tramite l'ID qwen3-235b-a22b attraverso il nostro Gateway. Poiché il modello è aperto (Apache 2.0), puoi comunque eseguirlo in autonomia oppure accedervi tramite hosting di terze parti per modelli open-weights — ad esempio OpenRouter (indicativamente $0.071/$0.100 per 1M token).

Se invece cerchi quell'inference decentralizzato a basso costo per cui si viene su Gonka — non è sparito, semplicemente ora gira sui modelli attivi della rete. Attraverso JoinGonka API Gateway sono disponibili MiniMax M2.7, DeepSeek V4 Flash e GLM-5.3 Flash tramite API compatibile con OpenAI: qualsiasi codice scritto per OpenAI funziona senza modifiche — basta sostituire URL, API key e nome del modello.

Esempio di richiesta a un modello attivo:

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"}]
  }'

Costo: $0.0062 per 1 milione di token — circa 810 volte più economico di GPT-5.5 ($5.00/1M) e circa 490 volte più economico di Claude Sonnet 4.6 ($3.00/1M). Alla registrazione ricevi 3M token gratuiti per provare il servizio.

Il Gateway è compatibile con i più diffusi strumenti di sviluppo: Quick Start spiega come collegarsi tramite Python, Node.js e curl. Sono supportate anche le integrazioni IDE — Cursor, Continue, Cline, Aider e Claude Code — e i framework per AI agent: LangChain, n8n, LibreChat, Open WebUI.

Per iniziare subito:

1. Registrati su gate.joingonka.ai (collega un wallet o creane uno nuovo)
2. Ottieni l'API key nella Dashboard
3. Sostituisci api.openai.com con gate.joingonka.ai/api nel tuo codice
4. Indica il modello attivo della rete — MiniMaxAI/MiniMax-M2.7, deepseek-ai/DeepSeek-V4-Flash-0731 oppure zai-org/GLM-5.3-Flash (l'elenco completo è nell'endpoint GET /v1/models)

L'inference decentralizzato di livello enterprise al prezzo di un progetto hobbistico non è sparito — Qwen3-235B ha semplicemente lasciato il posto ai modelli più recenti della rete. Lo stesso rapporto qualità-prezzo ora funziona su MiniMax M2.7, DeepSeek V4 Flash e GLM-5.3 Flash.