அலிபாபாவின் Qwen3.5 நடுத்தர மாதிரிகள், உள்ளகச் செயல்பாட்டுக்கு முன்னுரிமை அளிக்கும் கட்டமைப்புடன் மேற்கத்திய AI ஆதிக்கத்துக்குச் சவால்

நுகர்வோர் வன்பொருளில் முன்னணி AI செயல்திறன்

அலிபாபாவின் Qwen AI மேம்பாட்டுக் குழு, அதிநவீன செயற்கை நுண்ணறிவுக்குக் கிளவுட் அளவிலான உள்கட்டமைப்போ தனியுரிம API-களோ அவசியம் என்ற கருத்தை அடிப்படையாகவே சவால் செய்யும் புதிய பெரிய மொழி மாதிரித் தொடரை வெளியிட்டுள்ளது. சில நாட்களுக்கு முன்பு அறிமுகப்படுத்தப்பட்ட Qwen3.5 நடுத்தர மாதிரித் தொடரில், உள்ளக வன்பொருளில் திறமையாக இயங்கும் வகையில் வடிவமைக்கப்பட்ட நான்கு புதிய மாதிரிகள் இடம்பெற்றுள்ளன. முன்னணி மேற்கத்திய மாற்றுகளுக்கு இணையான செயல்திறனை வழங்குவதாகவும் அவை கூறுகின்றன.

நான்கு மாதிரிகளில் மூன்று, அனுமதிச் சுதந்திரம் கொண்ட Apache 2.0 உரிமத்தின் கீழ் வெளியாகின்றன. இதனால் நிறுவனங்களும் சுயாதீன உருவாக்குநர்களும் உரிமக் கட்டணம் இன்றி அவற்றைப் பதிவிறக்கி, மாற்றி, வணிக ரீதியாகப் பயன்படுத்தலாம். திறந்த மூலத்தில் கிடைக்கும் இந்த மூன்று மாதிரிகள் Qwen3.5-35B-A3B, Qwen3.5-122B-A10B, Qwen3.5-27B ஆகியவை. இவை Hugging Face மற்றும் ModelScope தளங்களில் உடனடியாகக் கிடைக்கின்றன. நான்காவது மாதிரியான Qwen3.5-Flash தனியுரிம மாதிரியாகவே உள்ளது; Alibaba Cloud Model Studio API வழியாக மட்டுமே அணுக முடியும். இருப்பினும், இதன் விலை பெரும்பாலான மேற்கத்திய போட்டியாளர்களைவிடக் கணிசமாகக் குறைவாக உள்ளது.

செயல்திறன் அளவுகோல்கள் குறித்த அலிபாபாவின் கூற்றே மிகவும் கவனத்தை ஈர்க்கிறது. அறிவுத் தகவல் மீட்டெடுப்பு மற்றும் காட்சிசார் பகுத்தறிவு ஆகியவற்றை மதிப்பிடும் மூன்றாம் தரப்பு சோதனைகளில், முன்னணி Qwen3.5-35B-A3B, OpenAI-யின் GPT-5-mini மற்றும் Anthropic-இன் Claude Sonnet 4.5 ஆகியவற்றை மிஞ்சுவதாக நிறுவனம் கூறுகிறது. Claude Sonnet 4.5 அறிமுகமாகி வெறும் ஐந்து மாதங்களே ஆகியுள்ள நிலையில், பொதுவாக காலாண்டுகள் அல்லது ஆண்டுகள் நீடிக்கும் மேம்பாட்டு சுழற்சிகளைக் கொண்ட துறையில் போட்டி இவ்வளவு விரைவாக நெருங்கிவருவது குறிப்பிடத்தக்கது.

கட்டமைப்புப் புதுமை உள்ளகச் செயல்பாட்டைச் சாத்தியமாக்குகிறது

முந்தைய தலைமுறைகளிலிருந்து Qwen3.5-ஐ வேறுபடுத்துவது, Gated Delta Networks மற்றும் குறைந்தளவு செயல்படுத்தப்படும் Mixture-of-Experts அமைப்பை இணைக்கும் கலப்புக் கட்டமைப்பாகும். தொழில்நுட்பப் பின்னணி இல்லாத வாசகர்களுக்கு, AI மாதிரிகள் தகவலைச் செயலாக்கும் விதத்தில் இது அடிப்படை மாற்றத்தைக் குறிக்கிறது. வழக்கமான அடர்த்தியான மாதிரிகள் ஒவ்வொரு கேள்விக்கும் எல்லா அளவுருக்களையும் செயல்படுத்துவதால், பெரும் கணினி வளங்கள் தேவைப்படுகின்றன. இதற்கு மாறாக, MoE அணுகுமுறை நிபுணரிடம் ஆலோசனை பெறுவது போன்றது: ஒவ்வொரு கேள்வியையும் மாதிரியின் அறிவில் மிகவும் பொருத்தமான பகுதிக்கு மட்டுமே அனுப்புகிறது.

தொழில்நுட்ப விவரங்கள் செயல்திறன் மேம்பாட்டை வெளிப்படுத்துகின்றன. Qwen3.5-35B-A3B-யில் மொத்தம் 35 பில்லியன் அளவுருக்கள் இருந்தாலும், ஒவ்வொரு டோக்கனுக்கும் அவற்றில் 3 பில்லியன் மட்டுமே செயல்படுத்தப்படுகின்றன. இந்தக் கட்டமைப்பில் 256 நிபுணர் தொகுதிகள் உள்ளன. ஒவ்வொரு கேள்வியின் குறிப்பிட்ட அம்சங்களைக் கையாள 8 வழிமாற்றப்பட்ட நிபுணர்களும் 1 பகிரப்பட்ட நிபுணரும் செயல்படுகின்றனர். இந்தத் தேர்ந்தெடுத்த செயல்படுத்தல், வெளியீட்டின் தரத்தைத் தக்கவைத்தபடி பதிலளிப்பு தாமதத்தைக் குறைக்கிறது. அளவுருக்களை 4-பிட் அளவாக்கம் மூலம் சுருக்கினாலும், துல்லியம் ஏறத்தாழ இழப்பின்றி இருப்பதாக அலிபாபா கூறுகிறது.

இந்த அளவாக்கச் சுருக்கத்தைத் தாங்கும் திறன், பயன்பாட்டை எளிதாக்குவதில் புரட்சிகரமான தாக்கத்தை ஏற்படுத்துகிறது. பெரும்பாலான AI மாதிரிகளை உள்ளகச் செயல்பாட்டுக்காகச் சுருக்கும்போது அவற்றின் செயல்திறன் கணிசமாகக் குறையும். சுருக்கப்பட்ட நிலையிலும் Qwen3.5 நிலைத்தன்மையுடன் இயங்குமாறு வடிவமைக்கப்பட்டுள்ளதால், 32GB VRAM கொண்ட நுகர்வோர் தர GPU-களில், முன்னணி மாதிரியால் 1 மில்லியனுக்கும் அதிகமான டோக்கன்கள் கொண்ட சூழல் சாளரத்தைச் செயலாக்க முடியும். இதற்கு உயர்தர நுகர்வோர் வன்பொருள் தேவைப்பட்டாலும், ஒப்பிடத்தக்க செயல்திறனுக்குப் போட்டி மாதிரிகளுக்குத் தேவைப்படும் சேவையகப் பண்ணைகளைவிட இது மிகவும் எளிதில் அணுகக்கூடியது.

அளவுகோல்களின் உண்மை நிலை: செயல்திறன் கூற்றுகள் சுயாதீன ஆய்வில்

அலிபாபாவின் அளவுகோல் சோதனைகள் முழுப் படத்தையும் காட்டுவதில்லை. நிறுவனத்தின் ஆதரவுடன் நடத்தப்பட்ட மதிப்பீடுகளில், MMMLU (பல்மொழி அறிவு) மற்றும் MMMU-Pro (காட்சிசார் பகுத்தறிவு) போன்ற அளவீடுகளில் Qwen3.5-35B-A3B, GPT-5-mini மற்றும் Claude Sonnet 4.5-ஐ மிஞ்சுகிறது. ஆனால், சுயாதீனச் சோதனைகள் போட்டி நிலவரம் இன்னும் நுட்பமானது என்பதைக் காட்டுகின்றன.

செயற்கை அளவுகோல்களுக்குப் பதிலாக நிஜமான GitHub புல் ரிக்வெஸ்ட் பிழைத் திருத்தங்களை மதிப்பிடும் அண்மைய சுயாதீன SWE-rebench சோதனையில், Claude Sonnet 4.5 மிக உயர்ந்த தேர்ச்சி விகிதமான 55.1%-ஐப் பெற்றது. சோதிக்கப்பட்ட வேறு எந்த மாதிரியும் சரிசெய்ய முடியாத, python-trio, cubed-dev, canopen ஆகிய களஞ்சியங்களில் இருந்த பல சிக்கலான பிழைகளை Anthropic-இன் மாதிரி மட்டுமே தீர்த்தது. இந்த நிஜ உலகக் குறியீட்டு சூழலில் Sonnet 4.5 தெளிவான முன்னிலை பெற்றது.

உண்மையான சிக்கல்களைக் கொண்ட குறியீட்டுத் தொகுப்புகளில் 70 பணிகளை மதிப்பிட்ட மேலும் ஒரு சுயாதீன APEX அளவுகோல் சோதனை, Qwen3.5-இன் செயல்திறன் குறித்த கூடுதல் சிக்கல்களை வெளிப்படுத்தியது. ஒற்றை GPU-யில் இயக்குவதற்கு 27B அடர்த்தியான மாதிரி மதிப்புக்குரிய வகையில் செயல்பட்டு, 1384 ELO மதிப்பெண் பெற்று DeepSeek V3.2-ஐ மிஞ்சியது. ஆனால், பெரிய மாதிரிகள் பல கோப்புகளை ஒருங்கிணைக்கும் சிக்கலான பணிகளில் கவலைக்குரிய அளவில் செயல்திறன் குறைந்ததைக் காட்டின. 3B அளவுருக்களை மட்டுமே செயல்படுத்தும் 35B MoE மாதிரி, முகவர் சார்ந்த பணிகளில் 1256 ELO-வாகக் குறைந்து, பல படி பகுத்தறிவில் சிறிய 27B மாதிரியைவிடப் பின்தங்கியது. மிகக் குறிப்பிடத்தக்க வகையில், மிகப்பெரிய Qwen3.5-397B அமைப்பு, மிகக் கடினமான பணிகளில் கடுமையாகத் தடுமாறியது: கடினமான பணிகளில் சுமார் 1550 ELO பெற்றிருந்த அது, நீண்ட பகுத்தறிவுச் சங்கிலிகள் வழியாகப் பல கோப்புகளை ஒருங்கிணைக்க வேண்டியபோது 1194-ஆகக் குறைந்தது.

பல படிகளாகப் பல கோப்புகளை ஒருங்கிணைக்க வேண்டியபோது, அது செய்யும் வேலையின் தடத்தையே இழந்துவிடுகிறது.

சோதனைக்காகக் கணினிச் செலவுகளில் $3,000-க்கும் மேல் செலவிட்ட, சுயநிதியில் இயங்கும் ஆய்வாளர் வெளியிட்ட இந்தச் சுயாதீனப் பகுப்பாய்வு, குறிப்பிட்ட வரம்புக்குள் உள்ள பணிகளில் Qwen3.5 சிறந்து விளங்கினாலும், Claude Sonnet 4.5 தனித்திறன் காட்டும் சிக்கலான, நீண்டகால முகவர் சார்ந்த பணிகளில் தடுமாறக்கூடும் எனக் காட்டுகிறது.

சிந்தனைப் பயன்முறையும் கருவி ஒருங்கிணைப்பும்

அனைத்து Qwen3.5 மாதிரிகளிலும் இயல்பாகவே செயல்படுத்தப்பட்டுள்ள சிந்தனைப் பயன்முறை இடம்பெறுகிறது. இது முதலில் பகுத்தறிவை மையமாகக் கொண்ட AI தொடர்பை நோக்கிய மாற்றத்தைக் குறிக்கிறது. இறுதி வெளியீட்டை உருவாக்கும் முன், குறிப்பிட்ட குறிச்சொற்களால் வரையறுக்கப்பட்ட உள்ளகப் பகுத்தறிவுச் சங்கிலிகளை மாதிரிகள் அமைத்து, சிக்கலான தர்க்கத்தை வெளிப்படையாக ஆராய்கின்றன; உடனடியாக முடிவுக்குத் தாவுவதில்லை. பிற முன்னணி மாதிரிகளில் துல்லியத்தை மேம்படுத்திய சிந்தனைச் சங்கிலி முறைகளை இது ஒத்திருக்கிறது.

இந்தத் தொடரில் முகவர் சார்ந்த திறன்களுக்கும் முக்கியத்துவம் அளிக்கப்பட்டுள்ளது. வெளிப்புற அமைப்புகளுடன் தொடர்புகொள்ளவும், இணையத்தில் தேடவும், குறியீட்டை இயக்கவும் உதவும் கருவி அழைப்பு வசதி இதில் உள்ளடங்கியுள்ளது. Qwen3.5-Flash API-யில் இத்திறன்களுக்கு நுணுக்கமான விலை நிர்ணயம் செய்யப்பட்டுள்ளது. இணையத் தேடலுக்கு 1,000 அழைப்புகளுக்கு $10 வசூலிக்கப்படுகிறது; குறியீடு இயக்கி அணுகல் குறிப்பிட்ட காலத்துக்கு தற்போது இலவசமாக வழங்கப்படுகிறது. இந்த விலை அமைப்பு, Flash-ஐ உலகளவில் மிகவும் மலிவான ஹோஸ்ட் செய்யப்பட்ட பெரிய மொழி மாதிரி விருப்பங்களில் ஒன்றாக நிலைநிறுத்துகிறது. உள்ளீட்டுக்கு ஒரு மில்லியன் டோக்கன்களுக்கு $0.10-ம், வெளியீட்டுக்கு ஒரு மில்லியன் டோக்கன்களுக்கு $0.40-ம் செலவாகிறது.

ஒப்பீட்டுக்கு, Claude Sonnet 4.5-இல் ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $3.00-ம், ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு $15.00-ம் செலவாகிறது. GPT-5.2-க்கு அதே வரிசையில் $1.75 மற்றும் $14.00 செலவாகின்றன. உள்ளகப் பயன்பாட்டை மையமாகக் கொண்ட GLM-5 (Z.ai) போன்ற மாற்றுகள்கூட ஒரு மில்லியன் டோக்கன்களுக்கு $1.00 மற்றும் $3.20 எனக் கட்டணம் வசூலிக்கின்றன. செயல்திறனில் சிறிய வேறுபாடுகளை ஏற்றுக்கொண்டு பெரும் செலவுச் சேமிப்பைப் பெற விரும்பும் செலவைக் கவனிக்கும் நிறுவனங்களிடையே, விலையில் உள்ள இந்த 30 மடங்கு முதல் 100 மடங்கு வரையிலான வேறுபாடு கணிசமான பயன்பாட்டைத் தூண்டக்கூடும்.

நிறுவனத் தரவின் இறையாண்மைக்கான தாக்கங்கள்

செயல்திறன் அளவீடுகளைத் தாண்டி, நிறுவனங்களின் AI பயன்பாட்டுக்கு Qwen3.5 வெளியீடு உத்திசார் முக்கியத்துவம் கொண்டுள்ளது. முன்னணி திறன்களைக் கொண்ட மாதிரிகளைத் தனியார் உள்கட்டமைப்புக்குள்ளேயே முழுமையாக இயக்க முடிவது, தரவு இறையாண்மை மற்றும் மூன்றாம் தரப்பு API அபாயங்கள் குறித்துவரும் கவலைகளுக்குத் தீர்வளிக்கிறது. நிதி, சுகாதாரம், அரசு ஒப்பந்தங்கள் உள்ளிட்ட ஒழுங்குமுறை கட்டுப்பாடுகள் உள்ள துறைகளின் நிறுவனங்கள், முக்கியத் தரவுகளை வெளிப்புறக் கிளவுட் AI சேவைகளுக்கு அனுப்புவதைத் தடுக்கும் இணக்கத் தேவைகளை அதிகமாக எதிர்கொள்கின்றன.

தங்கள் கட்டுப்பாட்டிலுள்ள வன்பொருளில் ஒரு மில்லியன் டோக்கன் சூழல் சாளரங்களைப் பயன்படுத்தும் வசதியால், தனியுரிமத் தகவல்களை வெளிப்புற API-களுக்கு வெளிப்படுத்தாமல், பெரும் ஆவணத் தொகுப்புகள், மணிநேரக் கணக்கான காணொளிகள், விரிவான நிறுவனத் தரவுத் தொகுப்புகள் ஆகியவற்றை Qwen3.5 மூலம் நிறுவனங்கள் செயலாக்க முடியும். இந்தக் கட்டமைப்பு மாற்றம், மேம்பட்ட AI திறன்களைப் பெறுவதற்கு மிகப்பெரிய முதலீடு அவசியம் என்ற நிலையை மாற்றி, முன்பு பெரும் நிதி கொண்ட தொழில்நுட்ப நிறுவனங்களுக்கு மட்டுமே கிடைத்த கருவிகளைப் பலருக்கும் அணுகக்கூடியதாக்கும் வாய்ப்புள்ளது.

திறந்த மூல உரிமம், குறிப்பிட்ட துறைகளுக்கான பயன்பாடுகளுக்கு மாதிரிகளைத் தனிப்பயனாக்கவும் நுணுக்கப் பயிற்சி அளிக்கவும் உதவுகிறது. கருப்புப் பெட்டி API அணுகலை மட்டுமே வழங்கும் தனியுரிம மாதிரிகளைப் போலல்லாமல், Qwen3.5-இன் திறந்த எடைகள், சிறப்புச் சொற்களஞ்சியம், உள்நாட்டு அறிவுத் தளங்கள், தனித்துவமான பணிப்பாய்வுத் தேவைகள் ஆகியவற்றுக்கு ஏற்ப மாதிரிகளை அமைக்க நிறுவனங்களுக்கு வழிவகுக்கின்றன. குறிப்பிட்ட துறைச் சொற்களஞ்சியம் அல்லது ஒழுங்குமுறை ஆவணத் தேவைகள் கொண்ட துறைகளுக்கு இந்த நெகிழ்வுத்தன்மை குறிப்பாகப் பயனுள்ளதாக இருக்கும்.

சீன AI சூழலின் பரந்த சவால்

மேற்கத்திய தொழில்நுட்ப முன்னுரிமைக்குக் கூட்டாகச் சவால்விடும் சீன AI ஆய்வகங்களின் திறந்த மூல வெளியீடுகள் அதிகரித்துவரும் சூழலில் Qwen3.5 வெளியாகியுள்ளது. இதேபோன்ற Apache 2.0 உரிமத்தில் வெளியிடப்பட்ட Z.ai-யின் GLM-4.5 குடும்பம், தானியங்கிப் பவர்பாயிண்ட் உருவாக்கம் போன்ற சிறப்பம்சங்களுடன் ஒப்பிடத்தக்க செயல்திறனை வழங்குகிறது. Moonshot-இன் Kimi K2 மற்றும் DeepSeek-இன் பல்வேறு திறந்த மாதிரிகளும், மூடிய அமெரிக்க அமைப்புகளுக்கு மாற்றுகளை வழங்கும் சூழலை முழுமைப்படுத்துகின்றன.

இந்தப் போக்கு மேற்கத்திய AI முன்னணி நிறுவனங்களுக்கு அழுத்தம் அளிக்கிறது. Llama 4 குடும்பத்தை அறிமுகப்படுத்தியதைத் தொடர்ந்து Meta விமர்சனங்களை எதிர்கொண்டுள்ளது; அளவுகோல் சோதனைகளில் சாதகமாகத் தோன்றும் வகையில் செயல்படுவது குறித்த கவலைகளையும், நிஜ உலகில் சீரற்ற செயல்திறன் குறித்தும் சில AI ஆய்வாளர்கள் சுட்டிக்காட்டியுள்ளனர். நவீன பெரிய மொழி மாதிரி காலத்தை முன்னெடுத்த OpenAI, தனது திட்டமிட்ட திறந்த மூல முன்னணி மாதிரி வெளியீட்டை ஜூலையிலிருந்து குறிப்பிடப்படாத பிந்தைய தேதிக்கு ஒத்திவைத்துள்ளது. இதனால் உருவாக்குநர்களிடையே சீன மாற்றுகள் ஆதரவைப் பெறுவதற்கு வாய்ப்பு உருவாகியுள்ளது.

போட்டி, தொழில்நுட்ப விவரங்களுக்கு அப்பால் தரவு நிர்வாகம் குறித்த கேள்விகளையும் உள்ளடக்கியுள்ளது. சீனாவில் உருவாக்கப்பட்ட மாதிரிகளைப் பயன்படுத்தும் மேற்கத்திய நிறுவனங்கள், குறிப்பாக உள்ளகமாக இயக்காமல் கிளவுட் API-களைப் பயன்படுத்தும்போது, உள்ளடக்கக் கட்டுப்பாடுகள் மற்றும் தரவு இறையாண்மை தொடர்பான அம்சங்களைக் கவனத்தில் கொள்ள வேண்டும். இருப்பினும், Qwen3.5-இன் முதன்மை மாதிரிகள் திறந்த மூலத்தில் கிடைப்பதால், பல கவலைகளைக் குறைக்கும் வகையில் இணைய இணைப்பற்ற சூழலில் அவற்றை இயக்க முடியும்.

சந்தை நிலையும் எதிர்காலப் பாதையும்

வெவ்வேறு வன்பொருள் நிலைகளில் அணுகக்கூடியதாக இருப்பதை அலிபாபாவின் வெளியீட்டு உத்தி வலியுறுத்துகிறது. Qwen3.5-27B உயர் செயல்திறன் கொண்ட பயன்பாட்டைக் குறிவைத்து 800K-க்கும் அதிகமான டோக்கன் சூழல் ஆதரவை வழங்குகிறது. அதேவேளை, 122B-A10B மாதிரி அதிகபட்ச செயல்திறனுக்காக 80GB VRAM கொண்ட சேவையகத் தர GPU-களைத் தேவைப்படுத்துகிறது. இந்தப் படிநிலை அணுகுமுறை, எல்லோரையும் கிளவுட் சேவைகளில் தங்கியிருக்கச் செய்வதற்குப் பதிலாக, கிடைக்கும் உள்கட்டமைப்புக்கு ஏற்ப மாதிரியைத் தேர்ந்தெடுக்க நிறுவனங்களுக்கு உதவுகிறது.

நுணுக்கப் பயிற்சி மற்றும் கட்டமைப்பு ஆய்வுக்கான ஆராய்ச்சிச் சமூகத்தின் தேவைகளை ஆதரிக்கும் வகையில், அறிவுறுத்தல்களுக்கேற்ப பயிற்றுவிக்கப்பட்ட மாதிரி வடிவங்களுடன் அடிப்படை மாதிரியையும் நிறுவனம் திறந்த மூலத்தில் வெளியிட்டுள்ளது. சில மேற்கத்திய போட்டியாளர்களின் மூடிய மேம்பாட்டு நடைமுறைகளிலிருந்து வேறுபடும் இந்த வெளிப்படைத்தன்மை, கூட்டுப் பங்களிப்பு மூலம் புதுமையை விரைவுபடுத்தக்கூடும்.

Hugging Face-இல் ஆரம்பகாலப் பயனர் கருத்துகள், மாதிரிகளின் முகவர் சார்ந்த திறன்கள் மற்றும் அளவாக்க நிலைத்தன்மை குறித்து குறிப்பாக ஆர்வம் இருப்பதைக் காட்டுகின்றன. முன்னணி மாதிரிகளின் செயல்திறனுக்குப் போதாது என முன்பு கருதப்பட்ட நுகர்வோர் வன்பொருளில் வெற்றிகரமாக இயக்கியுள்ளதாக உருவாக்குநர்கள் தெரிவிக்கின்றனர். சிக்கலான குறியீட்டுப் பணிகளில் எச்சரிக்கையுடன் இருக்க வேண்டும் எனச் சுயாதீன அளவுகோல் சோதனைகள் காட்டினாலும், இது அலிபாபாவின் செயல்திறன் கூற்றுகளை உறுதிப்படுத்துகிறது.

முக்கிய அம்சங்கள்

• அலிபாபா நான்கு மாதிரிகளைக் கொண்ட Qwen3.5 நடுத்தரத் தொடரை வெளியிட்டது; அவற்றில் மூன்று Apache 2.0 திறந்த மூல உரிமத்தின் கீழ் வணிகப் பயன்பாட்டுக்குக் கிடைக்கின்றன
• முன்னணி Qwen3.5-35B-A3B, Mixture-of-Experts கட்டமைப்பைப் பயன்படுத்தி ஒவ்வொரு டோக்கனுக்கும் அதன் 35 பில்லியன் அளவுருக்களில் 3 பில்லியனை மட்டுமே செயல்படுத்துகிறது
• சுயாதீன அளவுகோல் சோதனைகள் கலவையான முடிவுகளைக் காட்டுகின்றன: அறிவு மற்றும் பகுத்தறிவுச் சோதனைகளில் வலுவான செயல்திறன் இருந்தாலும், Claude Sonnet 4.5-ஐ ஒப்பிடும்போது பல கோப்புகள் தொடர்பான சிக்கலான குறியீட்டுப் பணிகளில் தடுமாறுகிறது
• மேம்பட்ட 4-பிட் அளவாக்கம் மூலம், 32GB VRAM கொண்ட நுகர்வோர் GPU-களில் ஒரு மில்லியனுக்கும் அதிகமான டோக்கன் சூழல் சாளரங்களை மாதிரிகள் ஆதரிக்கின்றன
• Qwen3.5-Flash API விலை மேற்கத்திய போட்டியாளர்களைவிட 30 முதல் 100 மடங்கு குறைவு: Claude Sonnet 4.5-இன் $3.00-க்கு எதிராக, ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $0.10 செலவாகிறது
• தொடர் முழுவதிலும் இயல்பாகச் செயல்படுத்தப்பட்டுள்ள சிந்தனைப் பயன்முறை, இறுதி வெளியீடுகளை வழங்குவதற்கு முன் உள்ளகப் பகுத்தறிவுச் சங்கிலிகளை உருவாக்குகிறது
• வளாகத்திலேயே AI செயலாக்கம் தேவைப்படும் ஒழுங்குமுறை கட்டுப்பாடுகள் கொண்ட துறைகளுக்கு, நிறுவனப் பயன்பாடு முழுமையான தரவு இறையாண்மையை வழங்குகிறது
• மேற்கத்திய தனியுரிம அமைப்புகளுக்குச் சவால்விடும் Z.ai-யின் GLM-4.5 மற்றும் Moonshot-இன் Kimi K2 உள்ளிட்ட சீனத் திறந்த மூல AI மாதிரிகளின் பரந்த அலையில் இந்த வெளியீடும் இணைகிறது