Qwen3-235B: かつてGonkaが運用していたモデル

Qwen3-235B-A22B-Instruct-2507-FP8は、QwenチームがAlibaba Cloudで開発したQwen3ファミリーの大規模言語モデル（LLM）です。完全な名前は次のように解釈されます: Qwen3 — 第3世代シリーズ、235B — 全体で2350億パラメータ、A22B — 各リクエストで220億アクティブパラメータ、Instruct — 指示に従うように学習されたバージョン、2507 — 2025年7月リリース、FP8 — メモリ最適化のための8ビット量子化です。

主要なアーキテクチャの特徴はMoE（Mixture of Experts）です。密なモデル（GPT-5.5、Claude Sonnet 4.6）がすべてのパラメータを介して各トークンを処理するのとは異なり、MoEモデルは各リクエストに対して「エキスパート」のサブセット、つまり特殊なニューラルネットワークブロックのみをアクティブ化します。Qwen3-235Bの場合、2350億パラメータのうち、各トークンに対して220億、つまり10%未満しかアクティブ化されません。これにより、22Bモデルの計算コストで200B+パラメータを持つモデルレベルの品質が得られます。

実質的には、これはモデルがその速度からは予期できないほど賢いことを意味します。同等の品質の密なモデルよりもはるかに速くリクエストを処理し、推論に必要なVRAMは数分の1です。だからこそ、MoEは2025〜2026年最大のモデルにとって支配的なアーキテクチャとなったのです。

Qwen3-235Bのコンテキストウィンドウは131,072トークン（約10万語）で、これは1回のクエリで本全体、コードベース、または長い法的文書を分析するのに十分です。このモデルは、ロシア語、英語、中国語、アラビア語、ヒンディー語など、119言語をサポートしており、市場で最も多言語対応のモデルの1つとなっています。

Qwen3-235Bは、最大級のクローズドモデルやオープンモデルと競合します。主要スペックの比較は以下のとおりです：

Qwen3-235Bは、ほとんどのベンチマークでGPT-5.5やClaude Sonnet 4.6に匹敵する品質を示しながら、オープンウェイトのMoEモデルとしてプロプライエタリな同等モデルよりも桁違いに安く済みます。MoEアーキテクチャはリクエストごとに一部のパラメータだけを活性化し、計算コストを大幅に削減します。Gonkaネットワークは、この安価な分散inferenceの同じ原理を、現在稼働中のモデル——MiniMax M2.7、DeepSeek V4 Flash、GLM-5.3 Flash——に適用しており、これらはJoinGonka Gatewayを通じて100万トークンあたり$0.0062で利用できます（GPT-5.5やClaudeより数百〜数千倍安価）。

MMLU-Pro、HumanEval、MATH-500、GSM8Kのベンチマークで、このモデルはトップ3のオープンソースモデルに入り、数学的推論（reasoning）タスクではDeepSeek-R1にのみ劣ります。コード生成、翻訳、指示追従のタスクでは、Qwen3-235BはLlama 4 Maverickを安定して上回り、Claude Sonnet 4.6と同等です。

Qwen3-235Bがネットワークのメインモデルだった当時、Gonkaネットワーク上で分散して動作していました——inference向けに適応されたDiLoCoプロトコルを通じて。FP8形式のフルモデルには約640GBのビデオメモリ（VRAM）が必要で、単一のGPUには到底収まりません——H100 80GBやH200 141GBでも足りません。そのため、モデルは複数のMLノード間にレイヤー単位で分割されていました（テンソル並列＋パイプライン並列）。

実際には、Qwen3-235Bは8〜16台のGPUノード（各ノード最低40GBのVRAM）からなるクラスタで動作していました。Transfer Agentがリクエストを適切なクラスタにルーティングし、各ノードのvLLMがモデルの担当フラグメントを処理し、結果を集約してユーザーに返していました。プロセス全体は数百ミリ秒で完了し、ユーザーは自分のリクエストが地球各地の10台以上のGPUで処理されていることに気づきませんでした。ネットワークは現在も同じ分散inferenceの原理を、稼働中のモデルに適用しています。

重要な技術的詳細：Gonkaはserving用エンジンとしてvLLMを使用しています。vLLMはオープンソースプロジェクトで、PagedAttention——多数のリクエストを並列処理する際のビデオメモリ使用を最適化するアルゴリズム——を通じて高性能なテキスト生成を実現します。これにより、各ノードは品質を損なうことなく多数のリクエストを並列処理できます。

このモデルはネイティブなtool calling——モデルの応答から直接関数やツールを呼び出す機能——をサポートしています。この機能は、ツール呼び出しを判定するしきい値0.958とともに、PR #767を通じてGonkaに追加されました。Qwen3-235Bではこれにより、開発者は外部API、データベース、ツールと連携するAIエージェントを——すべて単一のリクエストを通じて——構築できました。tool callingのサポートは、ネットワークの稼働中のモデルにも引き継がれています。

現在、Gonkaネットワークには1,293 GPU（H100、H200、B300など）があります。かつてこの能力がQwen3-235Bに向けられていたのに対し、今日ではネットワークの稼働中のモデル——MiniMax M2.7、DeepSeek V4 Flash、GLM-5.3 Flash——を支えています。

結論から言うと、Gonkaネットワーク経由ではもう使えません。Qwen3-235Bはネットワークから外されたため、qwen3-235b-a22bというIDで当社のGatewayから呼び出すことはできなくなりました。モデルはオープン（Apache 2.0）なので、自分でホストするか、OpenRouterなどサードパーティのオープンウェイトモデルホスティング経由でアクセスすることは可能です（目安として100万トークンあたり$0.071/$0.100）。

一方、Gonkaに求めるあの安価な分散型inferenceがなくなったわけではありません。現在はネットワーク上の稼働中モデルで利用できます。JoinGonka API Gatewayでは、MiniMax M2.7、DeepSeek V4 Flash、GLM-5.3 FlashがOpenAI互換APIで利用可能です。OpenAI向けに書かれたコードはそのまま動き、URL、APIキー、モデル名を差し替えるだけです。

稼働中モデルへのリクエスト例：

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"}]
  }'

料金は$0.0062/100万トークン。GPT-5.5（$5.00/1M）より約810倍、Claude Sonnet 4.6（$3.00/1M）より約490倍安い計算です。登録するとテスト用に3Mトークンが無料で付与されます。

Gatewayは主要な開発ツールに対応しています。Quick StartではPython、Node.js、curlでの接続方法を解説しています。Cursor、Continue、Cline、Aider、Claude CodeなどのIDE統合や、LangChain、n8n、LibreChat、Open WebUIといったAIエージェントフレームワークにも対応しています。

すぐ始めるには：

1. gate.joingonka.aiで登録（ウォレット接続または新規作成）
2. DashboardでAPIキーを取得
3. コード内のapi.openai.comをgate.joingonka.ai/apiに置き換え
4. ネットワークの現行モデルを指定：MiniMaxAI/MiniMax-M2.7、deepseek-ai/DeepSeek-V4-Flash-0731、またはzai-org/GLM-5.3-Flash（完全なリストはGET /v1/modelsエンドポイントで確認できます）

エンタープライズ級の分散型inferenceがホビープロジェクト並みの価格で使える環境は健在です。Qwen3-235Bが退いた分、ネットワークのより新しいモデルがその座を引き継ぎました。同じコストパフォーマンスが、MiniMax M2.7、DeepSeek V4 Flash、GLM-5.3 Flashで今も手に入ります。