Qwen · 2025-04 · 스파스 MoE

Qwen3 235B A22B

Qwen3 235B A22B은(는) Qwen가 2025-04에 공개한 그룹화 쿼리 어텐션(GQA) Transformer로, 94개 층, 은닉 차원 4096, 컨텍스트 길이 262,144 토큰을 갖습니다.

레이어 스택

어텐션 ×94 · 레이어 수 94

동봉된 config.json을 바탕으로 작도 · 94층 / 은닉 4,096 / 컨텍스트 262,144. 도식은 본 사이트의 오리지널입니다.

그룹화 쿼리 어텐션(GQA) — 64 q-heads / 4 kv-heads. RoPE θ=5,000,000.

스파스 Mixture-of-Experts 모델로, 128개 라우팅 전문가와 top-8 라우팅을 사용하며 토큰당 약 21.7B 파라미터가 활성화됩니다.

같은 연구소의 이전 세대 모델과 비교합니다. 없으면 구조가 가장 유사한 모델과 비교. 배수 열 = 본 모델 ÷ 비교 대상.

이전 세대 Qwen3 0.6B과의 전 필드 비교

모델	Qwen3 235B A22B	Qwen3 0.6B	배수
model_type	`qwen3_moe`	`qwen3`	≠
architectures	`Qwen3MoeForCausalLM`	`Qwen3ForCausalLM`	≠
hidden_size	`4096`	`1024`	×4.00
num_hidden_layers	`94`	`28`	×3.36
num_attention_heads	`64`	`16`	×4.00
num_key_value_heads	`4`	`8`	×0.500
head_dim	`128`	`128`	≈1
intermediate_size	`12288`	`3072`	×4.00
hidden_act	`silu`	`silu`	＝
num_experts_per_tok	`8`	`—`
moe_intermediate_size	`1536`	`—`
rope_theta	`5000000`	`1000000`	×5.00
max_position_embeddings	`262144`	`40960`	×6.40
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`151936`	`151936`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
bos_token_id	`151643`	`151643`	≈1
decoder_sparse_step	`1`	`—`
eos_token_id	`151645`	`151645`	≈1
initializer_range	`0.02`	`0.02`	≈1
max_window_layers	`94`	`28`	×3.36
norm_topk_prob	`true`	`—`
num_experts	`128`	`—`
output_router_logits	`false`	`—`

GLM-4.6 (GLM, 2025-10) 0.999
GLM-4.5 (GLM, 2025-07) 0.999
Qwen3.8 2.4T A95B (Qwen, 2026-08) 0.991
MiniMax-Text-01 (MiniMax, 2025-01) 0.991
MiniMax-M1 (MiniMax, 2025-06) 0.991
GLM-4.5-Air (GLM, 2025-07) 0.989

유사도는 0(공통 범주 특징 없음)에서 1(구조 프로파일 완전 일치) 사이의 값입니다.

31 개 필드