80 milyar parametre, ancak aynı anda yaklaşık 3 milyarı etkin
Alibaba Cloud, daha düşük maliyetle daha hızlı yanıtlar sunmak üzere tasarlanan açık kaynaklı yapay zekâ modelleri ailesi Qwen3-Next’i piyasaya sürdü. Ailenin öncü modeli Qwen3-Next-80B-A3B, 80 milyar parametre içeriyor ancak işlediği her token için bunların yalnızca yaklaşık 3 milyarını kullanıyor. Parametreler, modelin eğitim sırasında öğrendiği sayısal değerlerdir; tokenlar ise modelin okuyup ürettiği metin parçalarıdır.
İçindekiler
- 80 milyar parametre, ancak aynı anda yaklaşık 3 milyarı etkin
- Bu sürüm, nisandaki Qwen3 modellerinin devamı niteliğinde
- Büyük bir model token başına nasıl daha az iş yapabilir?
- Uzun istemleri daha hızlı işlemek
- Birden çok tokenı tahmin etmek ve eğitimi istikrarlı tutmak
- Günlük işler ve zorlu akıl yürütme için iki sürüm
- Düşük işlem gücü gereksinimleri dağıtım açısından ne anlama geliyor?
- Geliştiriciler modellere nereden erişebilir?
- Qwen3-Next, Alibaba’nın yapay zekâ rekabetindeki yerini nasıl buluyor?
- İddiaları gerçek iş yükleriyle sınamak
- Özetle
Alibaba’ya göre 12 Eylül 2025 itibarıyla yeni temel modelin eğitimi, şirketin nisanda piyasaya sürdüğü yoğun model Qwen3-32B’nin kullandığı eğitim işlem gücünün onda birinden azını gerektirdi. Yoğun bir model, her token için ağının tamamını kullanır. Şirketin testlerinde yeni temel model, Qwen3-32B’nin düzeyini yakalıyor veya zaman zaman aşıyor. Daha geniş Qwen3-Next ailesinin performansıysa birçok görevde çok daha büyük Qwen3-235B modeline yaklaşıyor.
Alibaba ayrıca, önceki Qwen sürümlerine kıyasla 32.000 tokenı aşan istemlerde 10 kattan fazla yüksek işlem hacmi bildirdi. İşlem hacmi, bir sistemin belirli bir sürede tamamladığı iş miktarını ölçer. Modellerin bağlam penceresi 256.000 token; bu, tek bir istekte işleyebilecekleri metin miktarını ifade ediyor. Bazı ayarlarda bu sınır 1 milyon tokana çıkarılabiliyor.
Geliştiriciler modelleri indirebilir veya büyük model platformları ve Alibaba’nın bulutu üzerinden barındırılan hizmetleri kullanabilir. Şirket, bu sürümle bulut altyapısı ya da tüketici sınıfı donanım kullanan kurum ve geliştiricilere güçlü yapay zekâ sunmayı hedefliyor. Temel vaat pratik: Uzun belgeler ve zor sorularla çalışma kapasitesini korurken eğitim ve isteklere yanıt verme süreçlerinde daha az işlem gücü kullanmak.
Bu sürüm, nisandaki Qwen3 modellerinin devamı niteliğinde
Qwen3-Next, modelin içindeki bileşenlerin düzenini ifade eden yeni bir mimari sunuyor. Alibaba; seyrek Uzmanlar Karışımı tasarımını, hibrit dikkati, çoklu token tahminini ve eğitimi daha istikrarlı hâle getirmeyi amaçlayan değişiklikleri bir araya getiriyor. Bu tercihler, hem model oluşturma hem de sonrasında modeli çalıştırma maliyetlerini hedefliyor.
Eğitim, modelin verilerden öğrendiği aşamadır. Çıkarım ise eğitilmiş modelin kullanıcılara yanıt verdiği aşamadır. Eğitimde kullanılan işlem gücünün azaltılması, modeli geliştiren kuruluşun işine yarar; daha hızlı çıkarım ise prototip deneyen bir geliştiriciden çok sayıda müşteriye hizmet veren bir işletmeye kadar modeli çalıştıran herkese fayda sağlayabilir.
- Nisan 2025: Alibaba, Qwen3-Next’in eğitim verimliliğini karşılaştırmak için kullanılan yoğun model Qwen3-32B’yi piyasaya sürdü.
- 12 Eylül 2025: Qwen3-Next; talimat izleme ve akıl yürütme sürümlerinin yanı sıra model platformları ve barındırılan hizmetler üzerinden erişim seçenekleriyle açık kaynaklı bir model ailesi olarak kullanıma sunuldu.
Alibaba’nın eğitim karşılaştırması, kullanılan grafik işlemcilerin sayısıyla çalışma sürelerini birleştiren GPU saati ölçütüne dayanıyor. Şirket, Qwen3-Next-80B-A3B-Base’in Qwen3-32B için kullanılan GPU saatlerinin yüzde 10’undan azına ihtiyaç duyduğunu belirtiyor. Açıklanan karşılaştırma, kamuoyuyla paylaşılmayan parasal eğitim bütçesini değil, işlem kaynaklarını ele alıyor.
Büyük bir model token başına nasıl daha az iş yapabilir?
Qwen3-Next, genellikle MoE olarak kısaltılan seyrek Uzmanlar Karışımı mimarisini kullanıyor. Sistem, her tokenı ağın tamamından geçirmek yerine uzman adı verilen özelleşmiş ağlardan küçük bir seçki yapıyor. Hafif bir geçitleme modülü, her token için hangi uzmanların kullanılacağına karar veriyor.
Mimari, bazı katmanlarda 512 uzmana sahip ve token başına 10 uzmanı etkinleştiriyor. Bu rakamlar uzman seçme mekanizmasını açıklıyor; modelin genel özellikleriyse toplam 80 milyar parametre ve her adımda etkin olan yaklaşık 3 milyar parametre. Belirtilen yuvarlatılmış rakamlara göre etkin parametreler toplamın yaklaşık yüzde 3,75’ini oluşturuyor.
Alibaba’nın yaklaşımı, öğrenilmiş geniş bir kapasite havuzunu kullanılabilir durumda tutarken tek bir token için yapılan hesaplamayı sınırlıyor. İlk açıklamada, tek bir ileri geçişin, yani ağdan yapılan tek bir işlem adımının, hesaplama ve bellek gereksinimleri çok daha küçük bir yoğun modelinkiyle karşılaştırılıyor.
MoE karmaşıklığı da beraberinde getiriyor. İşin doğru dağıtılabilmesi için eğitim sırasında uzmanların dengeli biçimde kullanılması gerekiyor. Alibaba, seyrek MoE’nin pekiştirmeli öğrenmeyle birleştirilmesi sırasında ortaya çıkabilecek istikrarsızlığı ele aldığını söylüyor. Pekiştirmeli öğrenme, model davranışını iyileştirmek için geri bildirimden yararlanan bir eğitim yöntemi. Geliştiriciler açısından avantajı, her yanıt için ağın tamamını hesaplamaya zorlamak yerine işlem yükünün büyük ölçüde etkin parametrelere bağlı olması.
Uzun istemleri daha hızlı işlemek
Qwen3-Next, Alibaba’nın hibrit dikkat mekanizması adını verdiği tasarımda Gated DeltaNet’i klasik dikkat mekanizmasıyla birleştiriyor. Dikkat mekanizması, modelin girdideki metni inceleyip hangi bölümlerin birbiriyle ilişkili olduğuna karar vermesini sağlıyor. Standart dikkatin hesaplama maliyeti, dizi uzunluğunun karesiyle orantılı olarak arttığı için girdi büyüdükçe işlem daha maliyetli hâle geliyor.
Hibrit tasarım, standart dikkati bağlamı daha ekonomik biçimde temsil eden yöntemlerle bir araya getiriyor. Alibaba, istemler uzadıkça yaşanan yavaşlamanın bu sayede azaldığını belirtiyor. Şirketin bildirdiği 10 kattan fazla işlem hacmi artışı, 32.000 tokenı aşan girdiler için geçerli. Bu tür iş yüklerinde büyük miktarda metni işlemek, bekleme süresinin büyük bölümünü oluşturabiliyor.
256.000 tokenlık bağlam penceresi, geliştiricilere kitap uzunluğundaki belgeleri, kapsamlı kod depolarını, sözleşmeleri veya dökümleri tek bir istekte sunma olanağı veriyor. Bazı ayarlarda bağlam 1 milyon tokana kadar uzatılabiliyor. Sürüm açıklamasında bu uzatma için gereken koşullar belirtilmiyor.
Alibaba, daha kısa bağlamlarda yaklaşık yedi kat daha hızlı ön işleme ve yaklaşık dört kat daha hızlı çözümleme dâhil olmak üzere bazı çalışma aralıklarında doğrusal ölçeklenmeye yaklaşan kazanımlar da bildiriyor. Ön işleme, modelin kullanıcı girdisini işlediği aşama; çözümleme ise yanıtı ürettiği aşama. Her iki aşamanın da iyileştirilmesi, uzun bir belgenin okunmasını ve yanıtın gelmesini bekleme süresini azaltabilir.
Birden çok tokenı tahmin etmek ve eğitimi istikrarlı tutmak
Çoklu token tahmini de mimarinin bir parçası. Bu yöntem, tahminler yanlış olduğunda düzeltmeler yaparak aynı anda birden fazla sonraki tokenı tahmin etmeye çalışıyor. Spekülatif çözümlemeyle birlikte kullanıldığında, yanıtı parça parça üretmek için gereken maliyetli işlem geçişlerinin sayısını azaltabiliyor.
Spekülatif çözümleme, metin önerip kabul edilip edilemeyeceğini kontrol ederek üretimi hızlandırıyor. Qwen3-Next bu yaklaşımı destekliyor ve yapay zekâ modellerini çalıştırmak için kullanılan popüler yazılım çerçeveleri SGLang ve vLLM ile entegre oluyor. Bu entegrasyonlar, geliştiricilerin mimariyi mevcut çıkarım sistemlerinde kullanmasına olanak tanıyor.
Alibaba, Zero Centered RMSNorm’u ve diğer optimizasyon tercihlerini de eğitimi istikrarlı hâle getiren önlemler arasında sayıyor. RMSNorm, ağ içindeki değerlerin ölçeğini denetlemeye yardımcı olan bir normalizasyon bileşeni. Şirketin açıklamasında bu değişiklikler, pekiştirmeli öğrenmenin istikrarını sağlamaya yönelik çalışmalarla birlikte ele alınıyor.
Hedeflenen sonuç; kalitede büyük kayıp yaşamadan daha hızlı üretim, sınırlı etkin hesaplama ve istikrarlı eğitim. Kullanıcının deneyimlediği gerçek hız yine de donanım ve yazılım çerçevesi dâhil olmak üzere dağıtım ayarlarına bağlı.
Günlük işler ve zorlu akıl yürütme için iki sürüm
Alibaba, temel ağın ek eğitiminden geçirilerek geliştirilen iki modeli piyasaya sürdü. Qwen3-Next-80B-A3B-Instruct; günlük talimatları izleme, sohbet ve araç kullanımı için tasarlandı. Araç kullanımı, modelin bir görevi tamamlarken yazılım işlevlerinden veya bağlı diğer kaynaklardan yararlanabilmesi anlamına geliyor.
Alibaba’nın testlerinde Instruct sürümünün birçok genel görevde amiral gemisi Qwen3-235B’ye yakın performans gösterdiği belirtiliyor. Şirket, 256.000 tokenlık belirtilen bağlam penceresine kadar ulaşan çok uzun istemlerdeki performansına da dikkat çekiyor. Bu özelliklerin birleşimi, modelin geniş bir bilgi kümesi üzerinde çalışırken talimatları da izlemesi gereken uygulamalara yönelik.
Qwen3-Next-80B-A3B-Thinking, karmaşık akıl yürütme için ince ayardan geçirildi. Alibaba, bu modelin Qwen3 ailesinin orta sıralarında yer alan kendi modellerini geride bıraktığını ve değerlendirme için seçilen çeşitli kıyaslamalarda kapalı model Gemini 2.5 Flash Thinking’i aştığını söylüyor.
Alibaba, lisansüstü düzeyde sorular içeren zorlu bir test kümesi olan SuperGPQA’da yüzde 60,8 puan aldığını belirtiyor. Bu puan, geliştiricilere akıl yürütme performansını değerlendirmek için bir ölçüt sunuyor. İki sürüm arasında seçim yapacak ekiplerin, kodlama, matematik, getirim destekli üretim ve birkaç adım gerektiren planlama dâhil kendi işlerinde elde edilen sonuçları da incelemesi gerekiyor.
Getirim destekli üretim, bir dil modelini belgelerden veya veri tabanından ilgili bilgileri bulan bir sistemle birleştiriyor. Bu yaklaşımı kullanan kuruluşlar için yararlı karşılaştırma, her sürümün gerçek bir isteğe gereken bilgiyi ne kadar iyi bulduğu, kullandığı ve açıkladığıdır.
Düşük işlem gücü gereksinimleri dağıtım açısından ne anlama geliyor?
Alibaba’nın iddiaları iki farklı maliyet kalemini ele alıyor: temel modelin eğitimi için kullanılan işlem gücü ve dağıtımdan sonra isteklere yanıt vermek için gereken kaynaklar. Eğitim iddiası, Qwen3-32B’nin kullandığı işlem gücünün yüzde 10’undan azına dayanıyor. Çıkarım iddiasıysa dikkat ve üretim alanındaki değişikliklerle birlikte token başına yaklaşık 3 milyar parametrenin etkinleştirilmesine dayanıyor.
Şirket, sınırlı etkinliğin çıkarım sırasında GPU belleği üzerindeki baskıyı ve enerji gereksinimini azalttığını belirtiyor. Hedefi, aynı hizmet düzeyi için daha az donanım kullanmak veya aynı donanımda daha fazla isteği tamamlamak. Her iki sonuç da kurumlar için hizmet işletme maliyetini düşürebilir.
Alibaba, serinin tüketici sınıfı donanımlarda iyi çalışacak şekilde ayarlandığını ve büyük kümelere ihtiyaç duymadan gelişmiş prototipler geliştirmeye olanak tanıdığını söylüyor. Sürüm açıklamasında belirli bir tüketici donanımı yapılandırması veya dağıtımın toplam maliyeti verilmiyor. Bu nedenle geliştiricilerin modeli ve seçtikleri ayarları mevcut donanıma göre belirlemesi gerekiyor.
Uzun istemler özellikle öne çıkıyor. Sözleşmeler, dökümler veya büyük kod dosyaları üzerinde çalışan bir ekip, kapsamlı materyalleri sisteme sunup özetler, karşılaştırmalar veya önerilen değişiklikler isteyebilir. Ön işleme ve çözümlemede bildirilen iyileştirmeler yalnızca metin üretme hızını değil, hem bu materyali okumayı hem de yanıt oluşturmayı kapsıyor.
Geliştiriciler modellere nereden erişebilir?
Qwen3-Next, geliştiricilerin ağı çalıştırmak için gereken öğrenilmiş sayısal değerleri, yani model ağırlıklarını edinebileceği Hugging Face ve ModelScope platformlarında listeleniyor. Alibaba Cloud Model Studio ise yönetilen altyapıyı tercih eden kullanıcılara barındırılan bir dağıtım seçeneği sunuyor.
Seriye NVIDIA API Catalog üzerinden de erişilebiliyor. Bazı sürümler deneme amacıyla Kaggle’da da aynalanmış durumda. Geliştiriciler, yerel çıkarım için ağırlıkları indirmekle bir uygulama programlama arayüzü (API) üzerinden barındırılan uç noktalara istek göndermek arasında seçim yapabilir. API, yazılımın bir hizmete istek gönderip yanıt almasını sağlar.
Alibaba, özellikle ticari kullanım veya yüksek trafikli hizmetler için her modelin lisans koşullarının incelenmesini öneriyor. Açık kaynak erişimi, ekiplerin modelleri inceleyip geliştirmesine olanak tanırken geçerli lisans, belirli bir sürümün kullanım koşullarını belirliyor.
Bu sürüm, ekibin 11 büyük dili desteklediğini söylediği konuşma dökümü bileşeni Qwen3-ASR-Flash ile birlikte sunuluyor. Makalede anlatılan iş akışı, sesin yazıya dökülüp çevrilmesini; çalışma kılavuzları veya içerik taslakları hazırlama gibi dil modeli görevleriyle birleştiriyor. SGLang ve vLLM desteği de geliştiricilerin ilk gösterimden çalışan bir hizmete geçmesine yardımcı oluyor.
Qwen3-Next, Alibaba’nın yapay zekâ rekabetindeki yerini nasıl buluyor?
Alibaba, Qwen’i hızla büyüyen bir geliştirici ekosistemi olarak tanıtıyor ve dünyanın en büyük açık kaynak topluluklarından biri hâline geldiğini belirtiyor. Başkalarının inceleyip uyarlayabileceği modeller yayımlamak, Çinli yapay zekâ gruplarının benimsenmeyi artırma ve yetenek bakımından Batılı rakipleriyle rekabet etme yönündeki daha geniş çabasının bir parçası.
Alibaba, araştırmacıların yönettiği LMArena sohbet robotu liderlik tablosunda yakın zamanda altıncı sırada yer alan ve 1 trilyondan fazla parametre içeren Qwen3-Max modelini de tanıttı. Qwen3-Next ise aynı çabanın farklı bir yönünü ele alıyor: Tekil isteklere gereken hesaplamayı azaltırken yüksek kapasite sunmak.
DeepSeek ve Meituan da rekabetçi modeller ve hizmetler sunan diğer Çinli şirketler arasında. Rekabet, performansın yanı sıra erişim ve işletme maliyetleriyle de ilgili. Güçlü modelleri geniş çapta kullanılabilir kılmak, küçük kuruluşların tamamen büyük ölçekli merkezi altyapıya bağlı kalmadan uygulamalar geliştirmesine yardımcı olabilir.
Gelişmiş çip ihracatına getirilen kısıtlamalar Çin’de baskıyı artırırken ABD ve Avrupa’daki ekipler de GPU sıkıntısı yaşıyor. Çıkarım sırasında parametrelerin çoğunu etkinleştirmeyen tasarımlar, küçük laboratuvarlara, girişimlere ve üniversitelere güçlü modelleri mütevazı sunucularda çalıştırma olanağı sağlıyor. Yatırımcılar, 2025’teki hisse performansındaki iyileşmenin yanı sıra Alibaba’nın bulut ve yapay zekâya yeniden odaklanmasını da izliyor.
İddiaları gerçek iş yükleriyle sınamak
Alibaba’nın kıyaslama sonuçları ve hız iddiaları değerlendirme için başlangıç noktaları sunuyor. İşlem hacmi; aynı anda işlenen istek sayısını ifade eden yığın boyutunun yanı sıra donanıma, çıkarım çerçevesine ve nicelemeye göre değişiyor. Niceleme, kaynak gereksinimlerini azaltmak için model değerlerini daha düşük hassasiyetli gösterimlerle ifade ediyor.
Doğruluk da konuya, istemin ifade ediliş biçimine ve kod yorumlayıcıları ile getirim sistemleri dâhil kullanılabilen araçlara bağlı olarak değişiyor. Tedarikçilerin değerlendirmeleri, seçilmiş test kümelerine dayanıyor. Bağımsız topluluk testleri ve müşteri denemeleri, modelin hangi alanlarda iyi çalıştığı ve nerelerde desteğe ihtiyaç duyduğu konusunda daha kapsamlı bir tablo sunabilir.
Hukuk ve finans ekipleri, alıntıları koruyan, ihtiyaca göre uyarlanmış özetler hazırlamak ve belge kümelerini incelemek için uzun bağlam penceresinden yararlanabilir. Müşteri destek birimleri, bilgi tabanlarını ve kapsamlı sorun giderme kılavuzlarını bir asistana aktarabilir. Yazılım ekipleri, kod incelemesi, yeniden düzenleme ve test üretimi için kod depolarını ve günlük dosyalarını sunabilir. Araştırmacılar da uzun makaleler ve veri kümeleri arasında yöntemlerle sonuçları karşılaştırabilir.
Kamu kurumları ve düzenlemeye tabi sektörler; izleme, denetim günlükleri ve içerik filtreleriyle birlikte yerel dağıtım kullanabilir. Bu uygulamalarda ekipler, bellek kullanımını ve işlem hacmini ihtiyaç duydukları gerçek bağlam uzunluklarında ölçmeli; ardından araç kullanımını, matematiği, kodlama güvenilirliğini ve güvenlik kısıtları altındaki davranışı test etmelidir. Yanıtların belgelere dayanması gereken uygulamalarda kanıt zinciri kontrol edilmeli. Tutarlı akıl yürütme gerektiren ekipler de Thinking sürümünü mevcut sistemleriyle karşılaştırmalı.
Özetle
- Alibaba, token başına yaklaşık 3 milyar parametresi etkin olan 80 milyar parametreli bir modelin öncülük ettiği açık kaynaklı Qwen3-Next ailesini piyasaya sürdü.
- Alibaba, temel modelin eğitiminde Qwen3-32B’nin kullandığı işlem gücünün yüzde 10’undan azının kullanıldığını ve testlerde bu modelin kalitesini yakaladığını veya aştığını belirtiyor.
- Şirket, 32.000 tokenı aşan istemlerde 10 kattan fazla yüksek işlem hacmi bildiriyor.
- Bağlam penceresi 256.000 tokana ulaşıyor; bazı ayarlarda bu sınır 1 milyon tokana çıkarılabiliyor.
- Instruct sürümü günlük görevleri ve araç kullanımını, Thinking sürümü ise karmaşık akıl yürütmeyi hedefliyor. Thinking, şirketin testlerinde SuperGPQA’da yüzde 60,8 puan aldı.
- Modellere Hugging Face, ModelScope, Alibaba Cloud Model Studio, NVIDIA API Catalog ve Kaggle’daki bazı aynalar üzerinden erişilebiliyor.
- Alibaba, bulut ve tüketici sınıfı donanımları hedefliyor; gerçek performans dağıtım ayarlarına ve iş yüküne bağlı.






