Qwen 3.5 ಬಿಡುಗಡೆ: 397B ನಿಯತಾಂಕಗಳ ತೆರೆದ ತೂಕದ ಮಾದರಿ, ವೆಚ್ಚದಲ್ಲಿ 60% ಇಳಿಕೆ

ಅಲಿಬಾಬಾ ಈಗಷ್ಟೇ Qwen 3.5-397B-A17B ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದೆ. ಇದು Qwen 3.5 ಸರಣಿಯ ಮೊದಲ ತೆರೆದ ತೂಕದ ಮಾದರಿಯಾಗಿದೆ.

ಪ್ರಮುಖ ದತ್ತಾಂಶ

• ಒಟ್ಟು ನಿಯತಾಂಕಗಳು: 397B
• ಸಕ್ರಿಯ ನಿಯತಾಂಕಗಳು: 17B ಪ್ರತಿ ಪಾಸ್‌ಗೆ (ವಿರಳ MoE)
• ಥ್ರೋಪುಟ್: Qwen 3-Max ಗಿಂತ 8.6x-19x ಹೆಚ್ಚಳ
• ವೆಚ್ಚ: Qwen 3 ಗಿಂತ 60% ಕಡಿಮೆ
• ಭಾಷಾ ಬೆಂಬಲ: 201 ವಿಧಗಳು (119 ವಿಧಗಳಿಂದ ವಿಸ್ತರಿಸಲಾಗಿದೆ)

ಇದು ಸರಳವಾದ ನಿಯತಾಂಕಗಳ ಜೋಡಣೆಯಲ್ಲ. ಇದು ದಕ್ಷತೆಯ ಮರು ವ್ಯಾಖ್ಯಾನ.

ವಾಸ್ತುಶಿಲ್ಪದ ನಾವೀನ್ಯತೆ

Qwen 3.5 ಮಿಶ್ರ ವಾಸ್ತುಶಿಲ್ಪವನ್ನು ಬಳಸುತ್ತದೆ:

• Gated Delta Networks + ವಿರಳ MoE
• ಮಿಶ್ರ ರೇಖೀಯ ಗಮನ: ಹೆಚ್ಚಿನ ಪದರಗಳು ರೇಖೀಯ ಗಮನವನ್ನು ಬಳಸುತ್ತವೆ, ಪ್ರತಿ 4 ಪದರಗಳು ಪೂರ್ಣ ಗಮನವನ್ನು ಬಳಸುತ್ತವೆ
• ಸ್ಥಳೀಯ ಬಹು ಮಾದರಿ: ನಂತರ ಸೇರಿಸಲಾಗಿಲ್ಲ, ಆದರೆ ಮೊದಲಿನಿಂದ ತರಬೇತಿ ನೀಡಲಾಗಿದೆ

X ನಲ್ಲಿ ತಾಂತ್ರಿಕ ವಿಶ್ಲೇಷಣೆ ಇದೆ:

"Qwen3.5-397B-A17B: Hybrid linear attention + sparse MoE with large-scale RL environment scaling." — @Alibaba_Qwen

ಈ ವಾಸ್ತುಶಿಲ್ಪದ ಅರ್ಥವೇನೆಂದರೆ: 17B ಸಕ್ರಿಯ ನಿಯತಾಂಕಗಳೊಂದಿಗೆ 400B ಮಾದರಿಯ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸಾಧಿಸುವುದು. ಅನುಮಾನದ ವೆಚ್ಚವು ಗಣನೀಯವಾಗಿ ಕಡಿಮೆಯಾಗಿದೆ.

ಕಾರ್ಯಕ್ಷಮತೆಯ ಹೇಳಿಕೆ

Qwen 3.5 ಸೋಲಿಸಿದೆ ಎಂದು ಅಲಿಬಾಬಾ ಹೇಳಿಕೊಂಡಿದೆ:

• GPT-5.2
• Claude Opus 4.5
• Gemini 3 Pro

X ನಲ್ಲಿ ಸ್ವತಂತ್ರ ಪರೀಕ್ಷಕರು ಪರಿಶೀಲಿಸಲು ಪ್ರಾರಂಭಿಸಿದ್ದಾರೆ:

"Qwen 3.5-397B dropped today... and the benchmarks are insane. Trading blows with Claude Opus 4.5 and GPT-5.2 across the board." — @antonpme

ಆದರೆ ಅತ್ಯಂತ ನಿರ್ಣಾಯಕವಾದುದು ಮಾನದಂಡ ಪರೀಕ್ಷೆಯಲ್ಲ, ಆದರೆ ಏಜೆಂಟ್ ಸಾಮರ್ಥ್ಯ:

"The agentic capabilities are the real story here. Qwen 3.5 can interact with GUIs, not just understand them. That's the unlock for workflows that touch existing software." — @thebuildrweekly

ಏಜೆಂಟ್ ಯುಗ

Qwen 3.5 ರ ಸ್ಥಾನೀಕರಣವು ಸ್ಪಷ್ಟವಾಗಿದೆ: ಏಜೆಂಟ್ ಯುಗಕ್ಕಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.

• 2 ಗಂಟೆಗಳ ವೀಡಿಯೊವನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು
• ಅಪ್ಲಿಕೇಶನ್‌ಗಳಾದ್ಯಂತ ಸ್ವತಂತ್ರವಾಗಿ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಬಹುದು
• GUI ಅನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು ಮತ್ತು ಅದರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಬಹುದು

"Qwen 3.5 can independently take actions across apps." — @thebuildrweekly

ಇದರರ್ಥ ಇದು "ಚಾಟ್‌ಬಾಟ್" ಅಲ್ಲ, ಆದರೆ "ಕಾರ್ಯ ನಿರ್ವಾಹಕ".

ಸ್ಪರ್ಧಾತ್ಮಕ ಭೂದೃಶ್ಯ

X ನಲ್ಲಿ ಈ ವಾರದ AI ಬಿಡುಗಡೆಗಳನ್ನು ಯಾರೋ ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸಿದ್ದಾರೆ:

"This might be the single biggest week in AI history: DeepSeek V4, Gemini 3.1 Pro, GPT-5.3, Qwen 3.5, Claude Sonnet 5." — @HeyAbhishek

ಚೀನಾದ ಮಾದರಿ ತಯಾರಕರ ಲಯವು ಸ್ಪಷ್ಟವಾಗಿದೆ:

• DeepSeek V4
• Qwen 3.5
• GLM 5
• MiniMax 2.5

ಪ್ರತಿ ವಾರ ಹೊಸ ಮಾದರಿಗಳು ಇರುತ್ತವೆ, ಪ್ರತಿಯೊಂದೂ GPT ಅನ್ನು ಸೋಲಿಸಿದೆ ಎಂದು ಹೇಳಿಕೊಳ್ಳುತ್ತದೆ. ಇದು ಮಾರ್ಕೆಟಿಂಗ್ ಅಲ್ಲ, ಇದು ವೆಚ್ಚದ ಯುದ್ಧದ ಉಲ್ಬಣ.

ವೆಚ್ಚದ ರಚನೆ

Qwen 3.5 ರ ಟೋಕನ್ ಬೆಲೆ Gemini 3 Pro ನ 1/18 ಮಾತ್ರ.

"Qwen 3.5 with performance comparable to Gemini 3, and a token price of only 1/18 of the latter." — @dyz_ob

ಕಾರ್ಯಕ್ಷಮತೆ ಹತ್ತಿರವಾದಾಗ ಮತ್ತು ವೆಚ್ಚವು ಕೇವಲ 5% ಆಗಿರುವಾಗ, ಮುಚ್ಚಿದ ಮೂಲ ಮಾದರಿಗಳ ರಕ್ಷಣಾತ್ಮಕ ಗೋಡೆ ಎಲ್ಲಿದೆ?

ಬಾಟಮ್ ಲೈನ್

Qwen 3.5 "ಚೀನಾದ GPT" ಅಲ್ಲ. ಇದು ವೆಚ್ಚದ ರಚನೆಯನ್ನು ಅಡ್ಡಿಪಡಿಸುವಂತಿದೆ:

1. 397B ನಿಯತಾಂಕಗಳು, ಆದರೆ ಕೇವಲ 17B ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಲಾಗಿದೆ
2. ತೆರೆದ ತೂಕ, ಸ್ಥಳೀಯವಾಗಿ ನಿಯೋಜಿಸಬಹುದು
3. ಏಜೆಂಟ್ ಸಾಮರ್ಥ್ಯ, ಕೇವಲ ಸಂಭಾಷಣೆಯಲ್ಲ
4. ವೆಚ್ಚವು ಪ್ರತಿಸ್ಪರ್ಧಿಗಳ 5% ಮಾತ್ರ

X ನಲ್ಲಿ ಒಂದು ಕುತೂಹಲಕಾರಿ ಭವಿಷ್ಯವಿದೆ:

"Qwen 3.5 Q4 ಆವೃತ್ತಿಗೆ ಕೇವಲ 225G ಅಗತ್ಯವಿದೆ, ಇದು ಬಹಳ ಪ್ರಾಯೋಗಿಕ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿದೆ" — @janxin

225GB ಗ್ರಾಫಿಕ್ಸ್ ಮೆಮೊರಿ, ಏಕ ಯಂತ್ರದಲ್ಲಿ ರನ್ ಮಾಡಬಹುದು. ಇದರರ್ಥ ಸಣ್ಣ ಮತ್ತು ಮಧ್ಯಮ ಗಾತ್ರದ ಡೆವಲಪರ್‌ಗಳು GPT-5 ಮಟ್ಟದ ಮಾದರಿಯನ್ನು ಸಂಪರ್ಕಿಸಲು ಸಾಧ್ಯವಾಗುವುದು ಇದೇ ಮೊದಲು.

Qwen 3.5 GPT-5.3 ಅನ್ನು ಸೋಲಿಸಬಹುದೇ ಎಂಬುದು ನಿಜವಾದ ಪ್ರಶ್ನೆಯಲ್ಲ, ಆದರೆ: ಉನ್ನತ ಮಾದರಿಗಳ ವೆಚ್ಚವು ಶೂನ್ಯಕ್ಕೆ ಹತ್ತಿರವಾದಾಗ, AI ಕಂಪನಿಗಳು ಹೇಗೆ ಹಣ ಸಂಪಾದಿಸುತ್ತವೆ?