Qwen3-235B: model, który wcześniej obsługiwała Gonka

Qwen3-235B-A22B-Instruct-2507-FP8 to duży model językowy (LLM) z rodziny Qwen3, opracowany przez zespół Qwen w Alibaba Cloud. Pełna nazwa oznacza: Qwen3 — trzecia generacja serii, 235B — 235 miliardów całkowitych parametrów, A22B — 22 miliardy aktywnych parametrów na każde zapytanie, Instruct — wersja przeszkolona do wykonywania instrukcji, 2507 — wydanie z lipca 2025, FP8 — 8-bitowa kwantyzacja dla optymalizacji pamięci.

Kluczową cechą architektoniczną jest MoE (Mixture of Experts). W przeciwieństwie do modeli „gęstych” (GPT-5.5, Claude Sonnet 4.6), gdzie każdy token przechodzi przez wszystkie parametry, model MoE aktywuje tylko podzbiór „ekspertów” — wyspecjalizowanych bloków sieci neuronowej — na każde zapytanie. W przypadku Qwen3-235B z 235 miliardów parametrów, na każdy token aktywowanych jest tylko 22 miliardy — mniej niż 10%. Zapewnia to jakość na poziomie modeli z ponad 200B parametrami przy kosztach obliczeniowych modelu z 22B.

Praktycznie oznacza to: model jest inteligentniejszy, niż można by oczekiwać od jego szybkości. Przetwarza zapytania znacznie szybciej niż modele gęste o porównywalnej jakości, jednocześnie wymagając znacznie mniej VRAM do wnioskowania. Dlatego MoE stało się dominującą architekturą dla największych modeli w latach 2025–2026.

Okno kontekstowe Qwen3-235B wynosi 131 072 tokeny (~100 000 słów) — to wystarczająco dużo, by analizować całe książki, bazy kodu lub długie dokumenty prawne w jednym zapytaniu. Model obsługuje 119 języków, w tym rosyjski, angielski, chiński, arabski, hindi i dziesiątki innych — co czyni go jednym z najbardziej wielojęzycznych modeli na rynku.

Qwen3-235B rywalizuje z największymi zamkniętymi i otwartymi modelami. Oto porównanie kluczowych parametrów:

Qwen3-235B osiąga jakość porównywalną z GPT-5.5 i Claude Sonnet 4.6 w większości benchmarków, a jako model MoE z otwartymi wagami kosztuje wielokrotnie mniej niż rozwiązania proprietary: architektura MoE aktywuje przy każdym zapytaniu tylko część parametrów, co drastycznie obniża koszty obliczeniowe. Tę samą zasadę taniego, zdecentralizowanego inference sieć Gonka stosuje dziś do swoich aktywnych modeli — MiniMax M2.7, DeepSeek V4 Flash i GLM-5.3 Flash, dostępnych przez JoinGonka Gateway za $0.0062 za 1M tokenów (setki do tysięcy razy taniej niż GPT-5.5 i Claude).

W benchmarkach MMLU-Pro, HumanEval, MATH-500 i GSM8K model należy do trzech najlepszych modeli open-source, ustępując jedynie DeepSeek-R1 w zadaniach rozumowania matematycznego (reasoning). W zadaniach generowania kodu, tłumaczenia i podążania za instrukcjami Qwen3-235B konsekwentnie wyprzedza Llama 4 Maverick i dorównuje Claude Sonnet 4.6.

Gdy Qwen3-235B była głównym modelem sieci, działała w sieci Gonka w sposób rozproszony — przez protokół DiLoCo, zaadaptowany do inference. Pełny model w formacie FP8 wymaga około 640 GB pamięci wideo (VRAM), czego nie da się zmieścić na jednym GPU — nawet H100 80GB czy H200 141GB to za mało. Dlatego model dzielono warstwami (tensor parallelism + pipeline parallelism) między kilka węzłów ML.

W praktyce Qwen3-235B działała na klastrze złożonym z 8—16 węzłów GPU, każdy z co najmniej 40 GB VRAM. Transfer Agents kierowali zapytanie do właściwego klastra, vLLM na każdym węźle przetwarzał swój fragment modelu, a wyniki były agregowane i zwracane użytkownikowi. Cały proces zajmował setki milisekund — użytkownik nie czuł, że jego zapytanie obsłużyło kilkanaście GPU w różnych punktach globu. Tę samą zasadę rozproszonego inference sieć stosuje również teraz — już wobec aktywnych modeli.

Ważny szczegół techniczny: Gonka używa vLLM jako silnika do serwowania. vLLM to projekt open source, który zapewnia wysokowydajne generowanie tekstu dzięki PagedAttention — algorytmowi optymalizującemu wykorzystanie pamięci wideo przy równoległym przetwarzaniu wielu zapytań. Pozwala to każdemu węzłowi obsługiwać wiele zapytań równolegle bez utraty jakości.

Model obsługuje natywny tool calling — wywoływanie funkcji i narzędzi bezpośrednio z odpowiedzi modelu. Ta możliwość została dodana do Gonki przez PR #767 z progiem 0.958 do wykrywania wywołań narzędzi. Na Qwen3-235B pozwalało to deweloperom budować agentów AI, którzy współpracują z zewnętrznymi API, bazami danych i narzędziami — wszystko przez jedno zapytanie. Wsparcie tool calling zachowało się też w aktywnych modelach sieci.

Obecnie w sieci Gonka działa 1,293 GPU (H100, H200, B300 i inne). Jeśli wcześniej ta moc była skierowana na Qwen3-235B, to dziś obsługuje aktywne modele sieci — MiniMax M2.7, DeepSeek V4 Flash i GLM-5.3 Flash.

Odpowiedź prosta: przez sieć Gonka — już nie. Qwen3-235B została wycofana z sieci, więc wywołanie jej po identyfikatorze qwen3-235b-a22b przez nasz Gateway nie jest już możliwe. Ponieważ model jest otwarty (Apache 2.0), nadal możesz uruchomić go samodzielnie albo skorzystać z zewnętrznych hostingów modeli open-weights — na przykład przez OpenRouter (szacunkowo $0.071/$0.100 za 1M tokenów).

Jeśli natomiast potrzebujesz tego taniego, zdecentralizowanego inference, po który przychodzi się do Gonki — on nigdzie nie zniknął, po prostu działa teraz na aktywnych modelach sieci. Przez JoinGonka API Gateway dostępne są MiniMax M2.7, DeepSeek V4 Flash i GLM-5.3 Flash po API zgodnym z OpenAI: dowolny kod napisany dla OpenAI działa bez zmian — wystarczy podmienić URL, klucz API i nazwę modelu.

Przykładowe zapytanie do aktywnego modelu:

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"}]
  }'

Koszt: $0.0062 za 1 milion tokenów — to około 810 razy taniej niż GPT-5.5 ($5.00/1M) i około 490 razy taniej niż Claude Sonnet 4.6 ($3.00/1M). Przy rejestracji otrzymujesz darmowe 3M tokenów na testy.

Gateway jest zgodny z popularnymi narzędziami deweloperskimi: Quick Start opisuje podłączenie przez Python, Node.js i curl. Obsługiwane są też integracje z IDE — Cursor, Continue, Cline, Aider i Claude Code — oraz frameworki dla agentów AI: LangChain, n8n, LibreChat, Open WebUI.

Szybki start:

1. Zarejestruj się na gate.joingonka.ai (podłącz portfel lub utwórz nowy)
2. Odbierz klucz API w Dashboardzie
3. Podmień api.openai.com na gate.joingonka.ai/api w swoim kodzie
4. Wskaż aktualny model sieci — MiniMaxAI/MiniMax-M2.7, deepseek-ai/DeepSeek-V4-Flash-0731 lub zai-org/GLM-5.3-Flash (pełna lista w endpoincie GET /v1/models)

Zdecentralizowany inference klasy enterprise w cenie projektu hobbystycznego nigdzie nie zniknął — Qwen3-235B jedynie ustąpiła miejsca nowszym modelom sieci. Ten sam stosunek ceny do jakości działa teraz na MiniMax M2.7, DeepSeek V4 Flash i GLM-5.3 Flash.