تیم Qwen علی‌بابا، مدل Qwen3‑235B‑A22B‑Instruct‑2507 را از طریق Fireworks AI در دسترس قرار داده است. این مدل زبانی از نوع ترکیب متخصصان است و در مجموع 235 میلیارد پارامتر دارد، اما برای هر توکن فقط 22 میلیارد پارامتر آن فعال می‌شود. مدل با استفاده از Dual Chunk Attention می‌تواند تا یک میلیون توکن را پردازش کند؛ بااین‌حال، برای سرعت و کاهش هزینه به بیشتر کاربران توصیه می‌شود از 16 K توکن فراتر نروند. این مدل با قالب کمّی‌سازی‌شده FP8 اجرا می‌شود و از قابلیت‌های استریم و فراخوانی ابزار از طریق Qwen‑Agent پشتیبانی می‌کند.
چرا مهم است
توسعه‌دهندگان اکنون می‌توانند با هزینه مشخص به‌ازای هر توکن، برنامه‌هایی با قابلیت‌های پیشرفته‌تر و زمینه طولانی‌تر، مانند استدلال پیچیده یا کمک در کدنویسی، بسازند.
