Alibabas Qwen-team har gjort modellen Qwen3‑235B‑A22B‑Instruct‑2507 tillgänglig via Fireworks AI. Det är en språkmodell av typen mixture of experts med totalt 235 miljarder parametrar, varav bara 22 miljarder är aktiva för varje token. Med Dual Chunk Attention kan modellen hantera upp till en miljon token, men de flesta användare rekommenderas att hålla sig under 16 K token för att få högre hastighet och lägre kostnader. Modellen körs i kvantiserat FP8-format och stöder strömning och verktygsanrop via Qwen-Agent.
Varför det spelar roll
Utvecklare kan nu bygga mer avancerade applikationer med längre kontext, till exempel för komplexa resonemang eller kodassistans, till en tydlig kostnad per token.
