Qwen3 235B

Über das Modell

Qwen3 in der großen Mixture-of-Experts-Variante: rund 235 Milliarden Parameter insgesamt, etwa 22 Milliarden davon pro Token aktiv. Die Besonderheit ist ein umschaltbarer Denkmodus – dasselbe Modell arbeitet auf Wunsch schnell und direkt oder langsam mit vorgeschalteter Gedankenkette. Für den Betrieb ist das praktisch: Zwei Betriebsarten, eine Maschine, ein Speicherabbild.

Apache 2.0, was für ein Modell dieser Größe ungewöhnlich ist.

Zur Herkunft gilt dasselbe wie beim Codemodell desselben Hauses: Auf eigener Hardware betrieben, ist ein Modell eine Datei ohne Netzverbindung. Die Zurückhaltung bei politisch heiklen Themen bleibt trotzdem im Modell und lässt sich nicht wegkonfigurieren.

Stärken

Kurz gesagt

Großes Modell mit umschaltbarem Denkmodus unter Apache 2.0