Qwen3-235B: Daha önce Gonka'nın sunduğu model

Qwen3-235B-A22B-Instruct-2507-FP8, Alibaba Cloud'daki Qwen ekibi tarafından geliştirilen Qwen3 ailesinin büyük bir dil modelidir (LLM). Tam adı şöyle açıklanır: Qwen3 — serinin üçüncü nesli, 235B — toplam 235 milyar parametre, A22B — her istekte 22 milyar aktif parametre, Instruct — talimatları takip etmek üzere eğitilmiş sürüm, 2507 — Temmuz 2025 sürümü, FP8 — bellek optimizasyonu için 8 bit nicemleme.

Temel mimari özellik – MoE (Mixture of Experts). Her token'ın tüm parametrelerden geçtiği “yoğun” modellerin (GPT-5.5, Claude Sonnet 4.6) aksine, MoE modeli her istek için yalnızca bir dizi “uzmanı” – sinir ağının özel bloklarını – etkinleştirir. Qwen3-235B durumunda, 235 milyar parametreden her token için yalnızca 22 milyar etkinleştirilir – %10'dan az. Bu, 22B'lik bir modelin hesaplama maliyetleriyle 200B+ parametreli modellere eşit kalite sağlar.

Pratikte bu, modelin hızından beklenenden daha akıllı olduğu anlamına gelir. Benzer kalitedeki yoğun modellerden önemli ölçüde daha hızlı istekleri işlerken, çıkarım için çok daha az VRAM gerektirir. MoE'nin 2025-2026 yıllarının en büyük modelleri için baskın mimari haline gelmesinin nedeni budur.

Qwen3-235B'nin bağlam penceresi 131.072 token'dır (yaklaşık 100.000 kelime) – bu, tek bir istekte bütün kitapları, kod tabanlarını veya uzun hukuki belgeleri analiz etmek için yeterlidir. Model, Rusça, İngilizce, Çince, Arapça, Hintçe ve onlarca diğerleri dahil 119 dili destekler – bu da onu piyasadaki en çok dilli modellerden biri yapar.

Qwen3-235B, en büyük kapalı ve açık modellerle rekabet ediyor. İşte temel özelliklerin karşılaştırması:

Qwen3-235B, çoğu benchmark'ta GPT-5.5 ve Claude Sonnet 4.6 ile kıyaslanabilir bir kalite seviyesi sergiliyor; üstelik bir open-weights MoE modeli olarak tescilli muadillerinden kat kat daha ucuza geliyor: MoE mimarisi her sorguda parametrelerin yalnızca bir kısmını etkinleştirerek hesaplama maliyetlerini ciddi ölçüde düşürüyor. Gonka ağı da aynı ucuz merkeziyetsiz inference ilkesini bugün aktif modellerine uyguluyor — MiniMax M2.7, DeepSeek V4 Flash ve GLM-5.3 Flash — bu modellere JoinGonka Gateway üzerinden 1M token başına $0.0062 karşılığında erişilebiliyor (GPT-5.5 ve Claude'dan yüzlerce ila binlerce kat daha ucuz).

MMLU-Pro, HumanEval, MATH-500 ve GSM8K benchmark'larında model en iyi üç açık kaynak model arasında yer alıyor ve yalnızca matematiksel akıl yürütme (reasoning) görevlerinde DeepSeek-R1'in gerisinde kalıyor. Kod üretimi, çeviri ve talimat takibi görevlerinde Qwen3-235B istikrarlı biçimde Llama 4 Maverick'in önünde ve Claude Sonnet 4.6 ile kıyaslanabilir düzeyde.

Qwen3-235B ağın ana modeli olduğu dönemde Gonka ağında dağıtık olarak çalışıyordu — inference için uyarlanmış DiLoCo protokolü üzerinden. FP8 formatındaki tam model yaklaşık 640 GB video belleği (VRAM) gerektiriyor; bu da tek bir GPU'ya sığdırılamaz — H100 80GB ya da H200 141GB bile yeterli olmuyor. Bu yüzden model katmanlar arasında (tensor parallelism + pipeline parallelism) birkaç ML düğümüne bölünüyordu.

Pratikte Qwen3-235B, her biri en az 40 GB VRAM'e sahip 8–16 GPU düğümünden oluşan bir küme üzerinde çalışıyordu. Transfer Agents isteği doğru kümeye yönlendiriyor, her düğümdeki vLLM modelin kendi parçasını işliyor, sonuçlar birleştirilip kullanıcıya döndürülüyordu. Tüm süreç yüzlerce milisaniye sürüyordu — kullanıcı isteğinin dünyanın dört bir yanındaki bir düzine GPU tarafından işlendiğini hiç fark etmiyordu. Ağ, aynı dağıtık inference ilkesini bugün de uyguluyor — artık aktif modellerine.

Önemli bir teknik ayrıntı: Gonka, serving motoru olarak vLLM kullanıyor. vLLM, PagedAttention aracılığıyla — çok sayıda isteğin paralel işlenmesi sırasında video belleği kullanımını optimize eden bir algoritma — yüksek performanslı metin üretimi sağlayan açık kaynaklı bir proje. Bu sayede her düğüm, kaliteden ödün vermeden çok sayıda isteği paralel olarak işleyebiliyor.

Model, yerel tool calling desteğine sahip — fonksiyonların ve araçların doğrudan modelin yanıtından çağrılması. Bu özellik Gonka'ya PR #767 ile, araç çağrılarını tespit etmek için 0.958 eşiğiyle eklendi. Qwen3-235B üzerinde bu, geliştiricilerin harici API'ler, veritabanları ve araçlarla etkileşime giren AI ajanları kurmasını sağlıyordu — hepsi tek bir istek üzerinden. Tool calling desteği ağın aktif modellerinde de korundu.

Gonka ağında şu anda 1,293 GPU var (H100, H200, B300 ve diğerleri). Bu güç eskiden Qwen3-235B'ye yönlendiriliyordu; bugün ise ağın aktif modellerine hizmet ediyor — MiniMax M2.7, DeepSeek V4 Flash ve GLM-5.3 Flash.

Doğrudan cevap: Gonka ağı üzerinden — artık mümkün değil. Qwen3-235B ağdan çıkarıldı, bu yüzden qwen3-235b-a22b kimliğiyle Gateway'imiz üzerinden artık çağrılamıyor. Model açık olduğu için (Apache 2.0) yine de kendi başınıza çalıştırabilir veya open-weights modelleri sunan üçüncü taraf barındırma hizmetleri üzerinden erişebilirsiniz — örneğin OpenRouter üzerinden (yaklaşık 1M token başına $0.071/$0.100).

Gonka'ya gelme sebebiniz olan o ucuz merkeziyetsiz inference'a ihtiyacınız varsa — o hâlâ burada, sadece artık ağın aktif modelleri üzerinde çalışıyor. JoinGonka API Gateway üzerinden MiniMax M2.7, DeepSeek V4 Flash ve GLM-5.3 Flash OpenAI uyumlu API ile kullanılabilir: OpenAI için yazılmış her kod değişiklik yapılmadan çalışır — URL'yi, API anahtarını ve model adını değiştirmeniz yeterli.

Aktif bir modele örnek istek:

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"}]
  }'

Maliyet: 1 milyon token başına $0.0062 — bu, GPT-5.5'e ($5.00/1M) kıyasla yaklaşık 810 kat, Claude Sonnet 4.6'ya ($3.00/1M) kıyasla yaklaşık 490 kat daha ucuz. Kayıt olduğunuzda test etmeniz için ücretsiz 3M token alırsınız.

Gateway popüler geliştirme araçlarıyla uyumludur: Quick Start, Python, Node.js ve curl ile bağlanmayı anlatır. Ayrıca IDE entegrasyonları — Cursor, Continue, Cline, Aider ve Claude Code — ile AI ajanları için çerçeveler desteklenir: LangChain, n8n, LibreChat, Open WebUI.

Hızlı başlangıç için:

1. gate.joingonka.ai adresine kaydolun (cüzdanınızı bağlayın veya yeni bir tane oluşturun)
2. Dashboard'dan bir API anahtarı alın
3. Kodunuzda api.openai.com yerine gate.joingonka.ai/api kullanın
4. Ağın güncel modelini belirtin — MiniMaxAI/MiniMax-M2.7, deepseek-ai/DeepSeek-V4-Flash-0731 veya zai-org/GLM-5.3-Flash (tam liste GET /v1/models endpoint'inde)

Hobi projesi fiyatına kurumsal düzeyde merkeziyetsiz inference hâlâ burada — Qwen3-235B yalnızca yerini ağın daha yeni modellerine bıraktı. Aynı fiyat-kalite dengesi artık MiniMax M2.7, DeepSeek V4 Flash ve GLM-5.3 Flash üzerinde çalışıyor.