২০২৬ সালের ২ আগস্ট, আন্দ্রেজ কারপাথি এক্স-এ শেয়ার করেন: তিনি দ্য লর্ড অফ দ্য রিংস-এর প্রথম অনুচ্ছেদটি Claude Opus 5-এর কাছে দিয়েছিলেন, প্রায় ১ মিলিয়ন টোকেন, প্রায় ১০ ডলার বাজেট দিয়ে, যাতে এটি Three.js ব্যবহার করে 3D বিশ্বে রেন্ডার করে।লেখক, উৎস: 0x9999in1, ME News
TL;DR
- ২০২৬ সালের ২ আগস্ট, আন্দ্রেজ কারপাথি এক্স-এ শেয়ার করেন: তিনি দ্য লর্ড অফ দ্য রিংস-এর প্রথম অনুচ্ছেদটি Claude Opus 5-এর কাছে দিয়েছিলেন, প্রায় ১ মিলিয়ন টোকেন, প্রায় ১০ ডলার বাজেট দিয়ে, যাতে এটি Three.js ব্যবহার করে 3D বিশ্বে রেন্ডার করে।
- অপাস ৫ প্রায় ২ ঘন্টা চলেছিল, প্রায় ৫৫০০ লাইন কোড লেখা হয়েছিল, এবং ৯৩ সেকেন্ডের একটি অ্যানিমেশন ভিডিও তৈরি হয়েছিল। চিত্রগুলি কাঁচা, কিন্তু এটি পাঠ্যকে চলমান ত্রিমাত্রিক দৃশ্যে পরিণত করেছিল।
- মূল বিষয় হল "এআই 10 ডলার খরচ করে একটি প্রস্তুত গেম তৈরি করেছে"—এটি করেনি। শুধুমাত্র ভিডিওটি প্রকাশিত হয়েছে, ওপেন-সোর্স কোডবেস বা প্লেয়েবল ভার্সন নেই।
- অডিওটি মডেল দ্বারা তৈরি করা হয়নি। কারপাথি বলেছেন যে পাশাপাশি তিনি এলেভেনল্যাবস ব্যবহার করে হাতে তৈরি করেছেন, কারণ তিনি কোন কণ্ঠস্বর ব্যবহার করবেন তার প্রতি মনোযোগী ছিলেন।
- প্রকৃত সংকেতটি হল: কাস্টম ভিজুয়াল সফটওয়্যারের "উৎপাদন খরচ" এখন এআই-এর "নিজের কাজ পরীক্ষা ও অভিজ্ঞতা" ক্ষমতার চেয়ে দ্রুত কমছে।
- অপাস 5 মূল ভাবে ভিডিও দেখতে বা গেম ট্রায়ালে প্রবেশ করতে পারে না, শুধু বিভিন্ন নোডে ধীরে ধীরে স্ক্রিনশট নিয়ে চেক করতে পারে, এবং এই প্রক্রিয়ায় অনেকবার ত্রুটি হয়।
- কারপাথি যা বলেছেন তা হলো "অন-ডিমান্ড জিটিএ" একটি দিকনির্দেশ, বর্তমান অবস্থা নয়। আজকের এই জিনিসটি আরও কাছাকাছি একটি স্বয়ংক্রিয়ভাবে তৈরি করা ব্রাউজার স্টেরিও পারসপেক্টিভ বক্সের।
একটি পাঠ্য, দুই ঘন্টা, 5500 লাইন কোড
প্রথমে বিষয়টি পরিষ্কার করুন।
২০২৬ সালের ২ আগস্ট, আন্দ্রেজ কারপাথি একটি পোস্ট করেন। তিনি একটি পরীক্ষা করেন: দ্য লর্ড অফ দ্য রিংস-এর শুরুর অংশটি নিয়ে Claude Opus 5-এর কাছে পাঠান। তিনি ১ মিলিয়ন টোকেনের বাজেট দেন, যা প্রায় ১০ ডলারের সমান। একমাত্র নির্দেশটি ছিল—এটিকে Three.js দিয়ে রেন্ডার করুন।
তারপর?
মডেলটি নিজেই প্রায় দুই ঘন্টা চলেছিল। প্রায় 5500 লাইন কোড লেখা হয়েছিল। শেষে 93 সেকেন্ডের একটি ভিডিও তৈরি হয়েছিল, যেখানে একটি স্টাইলাইজড, চলমান মধ্যপৃথিবীর মধ্য দিয়ে ক্যামেরা চলেছে।
কারপাথি নিজে কী বলেন? দুটি শব্দ: জ্যাঙ্কি কিন্তু মজাদার। কাঁচা, কিন্তু আকর্ষক।
এটি খুব সৎভাবে বলা হয়েছে। কারণ এটি করতে হলে, মডেলটিকে অনেক কঠিন ও ক্লান্তিকর কাজ করতে হবে: একটি একটি বহুভুজ উপাদানকে ত্রিমাত্রিক স্থানাঙ্ক (x, y, z) এ সাজাতে হবে, তাদের অবস্থান নির্ধারণ করতে হবে, পুরো দৃশ্যটিকে চলাচল করানোর জন্য কোড লিখতে হবে, এবং নিশ্চিত করতে হবে যে এই সবকিছু ঠিকভাবে চলছে।
একটি গদ্য, কোনো স্কিপ্ট নেই, কোনো অ্যাসেট লাইব্রেরি নেই, কোনো স্পষ্ট নির্দেশনা নেই। চরিত্র, পরিবেশ, ক্রম, আবহ, ক্যামেরা শট, গতি—সবকিছুই মডেলের নিজস্ব কল্পনার উপর নির্ভর করে। এবং এটি আসলেই তা তৈরি করে ফেলেছে।
এটাই যেটা মানুষকে বিস্মিত করে।
কিন্তু প্রথমে শান্ত হন: কী তৈরি হয়েছে, কী হয়নি
আগে তিনটি বিষয় পরিষ্কার করুন: মডেলটি কী করেছে, মানুষ কী যোগ করেছে, এবং কী ঘটেনি।
এটি মডেল দ্বারা তৈরি করা 5500 লাইন কোড, প্রোগ্রাম্যাটিকভাবে জেনারেট করা Three.js সিন, এবং 93 সেকেন্ডে প্লে করা যায় এমন অ্যানিমেশন। এই অংশটি বাস্তব, বিশ্বস্ত এবং গুরুত্বপূর্ণভাবে দেখার মতো।
তাহলে অডিওটি কে বর্ধিত করেছিল? কারপাথি উত্তরে স্পষ্টভাবে উল্লেখ করেছেন: পাশাপাশি তিনি নিজেই ElevenLabs ব্যবহার করে হাতে তৈরি করেছেন। তিনি বলেছেন, LLM আসলে API কল করে স্বয়ংক্রিয়ভাবে এটি সম্পন্ন করতে পারে, কিন্তু তিনি কোন কণ্ঠস্বর ব্যবহার করবেন তা গুরুত্বপূর্ণ মনে করেছিলেন, তাই তিনি নিজেই হাতে কাজটি করেছেন। সুতরাং, এটি "পাঠ্য থেকে চূড়ান্ত ভিডিও" পর্যন্ত সম্পূর্ণ স্বয়ংক্রিয় লাইন নয়। এটিকে এভাবে উল্লেখ করবেন না।
কী ঘটেনি?
কোনো ডাউনলোডযোগ্য কোডবেস নেই। কোনো ওপেন-সোর্স রিপোজিটরি নেই। কোনো প্লেয়েবল ভার্সন নেই যেখানে আপনি দর্শক, NPC বা প্রধান চরিত্র হিসেবে প্রবেশ করতে পারবেন। কোনো ক্রিয়াকলাপের সাথে বাস্তবসময়ে নতুন বিশ্ব তৈরির ক্ষমতা নেই। কোনো সাধারণ, শেখা "বিশ্ব মডেল" নেই। এবং উৎপাদন-প্রিমিয়াম কলিশন, ইন্টারঅ্যাকশন, গল্পের সামঞ্জস্যতা কোনোটাই নেই। এমনকি একটি পুনরাবৃত্তযোগ্য টোকেন খরচ এবং ব্যয়ের তালিকাও প্রকাশিত হয়নি।
এটি একটি ভিডিও।
সুতরাং, যে বাক্যটি বারবার উদ্ধৃত হয়েছে—“অনুযায়ী উপস্থিত হওয়া GTA”—an ephemeral GTA of X on demand— এটি হল কারপাথির যে দিকে উত্তেজিত হওয়ার কথা ছিল, কিন্তু তিনি এখন যা হাতে রাখেন, তা সেটা নয়। আজকের এই পণ্যটি বেশি মনে করিয়ে দেয় একটি স্বয়ংক্রিয়ভাবে তৈরি করা ব্রাউজার-ভিত্তিক 3D বক্সের, যা খোলা বিশ্বের গেম থেকে এখনও অনেকদূরে।
আমি কেন এত শব্দ ব্যয় করছি "এটি কী করেনি" বলে?
এই ওপাস ৫ গেম ডেমোর প্রচারে সবচেয়ে বড় বিকৃতি এই স্তরে ঘটেছে। কেউ "10 ডলারে দ্য লর্ড অফ দ্য রিংস গেম তৈরি" দেখে শেয়ার করেছে, কিন্তু "ভিডিও, অপূর্ণ, ম্যানুয়ালি জনার্ড, কোডহীন" এই ছোট অক্ষরগুলি দেখেননি। মতামতকে তথ্যের উপর ভিত্তি করে গড়তে হবে, তথ্যের সীমানা প্রথমেই পরিষ্কার করতে হবে।
এটি কেন "সাইকেল চালাচ্ছে এমন পেলিকান" এর চেয়ে বেশি গুরুত্বপূর্ণভাবে দেখা উচিত
কারপাথির এই পরীক্ষার প্রকৃত অর্থ হল "দেখানো" নয়, বরং "একটি নতুন মাপকাঠি পরিবর্তন"।
আগে লোকেরা বড় মডেলের ভিজুয়াল এনকোডিং ক্ষমতা কিভাবে পরীক্ষা করত? এটিকে "একটি সাইকেল চালানোর পেলিকান" এর SVG আঁকতে বলত। এই পরীক্ষাটি কার্যকর—এটি স্থানিক যুক্তি, নির্দেশ অনুসরণ এবং ব্রাউজার গ্রাফিক্সের বোঝাপড়া দেখতে পারে। কিন্তু এটি "উত্তর মুখস্থ করা" এর জন্য খুবই সহজ, এবং একটি ফ্রেমের ছবির উপর ভিত্তি করেই সিদ্ধান্ত নেওয়ার জন্যও খুবই সহজ।
দ্য লর্ড অফ দ্য রিংস টাস্কটি মূল্যায়নের মাপকাঠিকে একদম বাড়িয়ে দিয়েছে।
সময়ের মাত্রা: কয়েক মিনিট থেকে প্রায় দুই ঘন্টায় বাড়ানো হয়েছে। কোডের আকার: কয়েক দশটি থেকে প্রায় 5500 লাইনে বাড়ানো হয়েছে। অস্পষ্টতা: "একটি বস্তু এবং কম্পোজিশন" থেকে "চরিত্র, পরিবেশ, সময়ক্রম, বাতাবরণ, ক্যামেরা, গতি" — সবকিছুকে প্রক্রিয়াকরণ করতে হচ্ছে। অবস্থা: মূলত স্থির থেকে সময়ের সাথে অগ্রসর হওয়া অ্যানিমেশন ইভেন্টে পরিণত হয়েছে। মাল্টিমিডিয়া: কয়েকটি আকৃতি থেকে বহুল ব্যবহারযোগ্য প্রোগ্রাম্যাটিক অবজেক্টে পরিণত হয়েছে।
সবচেয়ে বড় সমস্যা হল যাচাইয়ের মাপকাঠি। একটি SVG আঁকুন, একটি ফ্রেম দেখলেই বুঝতে পারবেন এটি ঠিক আছে কিনা। কিন্তু একটি চলমান বিশ্ব রেন্ডার করতে হলে, আপনাকে অসংখ্য মুহূর্ত, অসংখ্য ট্রানজিশন চেক করতে হবে—জ্যামিতি, ক্যামেরা, অবরোধ, গতি, গতিপথ, পারফরম্যান্স, এই যেকোনো একটি জায়গায়ই ব্যর্থতা ঘটতে পারে।
এটিই একটি দীর্ঘ চক্র, উচ্চ অস্পষ্টতা এবং শক্তিশালী অবস্থার প্রকৃত কাজ। এটি "একটি চিত্র আঁকা" নয়, বরং "সফটওয়্যার তৈরি করা" বিষয়টির কাছাকাছি।
অবশ্যই, একটি বিষয় বিষয়ে বাস্তবসম্মত হতে হবে: এটি একটি কঠোর মডেল বেঞ্চমার্ক নয়। কারপাথি সম্পূর্ণ প্রম্পট, টুলচেইন কনফিগারেশন, পুনরায় চেষ্টার সংখ্যা, টোকেন ট্রাজেক্টরি, সোর্স কোড এবং স্কোরিং মানদণ্ড প্রকাশ করেননি। এটি একটি তথ্যপূর্ণ পাবলিক পরীক্ষা, একটি নিয়ন্ত্রিত ক্রস-কম্পেরিসন নয়। এটিকে র্যাঙ্কিংয়ের জন্য ব্যবহার করবেন না।
সস্তা হল "জেনারেট", মহঙ্গা হল "চোখ"
এই বিষয়টির প্রকৃত পর্যবেক্ষণ কী?
আমি মনে করি একটি বাক্যে: কাস্টম ভিজুয়াল সফটওয়্যারের উত্পাদন খরচ, AI-এর নিজের কাজ পরীক্ষা ও অভিজ্ঞতা অর্জনের ক্ষমতার তুলনায় দ্রুততর হ্রাস পাচ্ছে।
এটা ধাপে ধাপে ব্যাখ্যা করতে হবে।
এই ধরনের অত্যন্ত কাস্টমাইজড কন্টেন্ট—একটি নির্দিষ্ট টেক্সটকে একটি বিশেষ 3D সিন এ রূপান্তরিত করা—অতীতে প্রায় কেউই এটির জন্য বিশেষভাবে কাজ করতে চাইত না। কেন? খরচ এবং সময় উভয়ই অপ্রতুল। আপনি একটি দলকে নিয়োগ করেন, যারা আপনার জন্য “দ্য লর্ড অফ দ্য রিংস”-এর শুরুটিকে 93 সেকেন্ডের এনিমেশনে পরিণত করবে, তাহলে কতটা খরচ এবং কতদিন লাগবে?
কিন্তু LLM চিরকাল কাজ করতে পারে। এটি ক্লান্ত হয় না, অভিযোগ করে না, 10 ডলারে দুই ঘন্টা চলে। কাস্টমাইজড বিশ্ব, "লাক্সারি" থেকে "সহজেই জেনারেট করা জিনিস" এ পরিণত হয়েছে। এটি সরবরাহের পক্ষে একটি বাস্তবিক পতন-ভিত্তিক মূল্যহ্রাস।
কিন্তু সমস্যাটি অন্য পাশে।
অপাস ৫ বিশ্ব তৈরি করতে পারে, কিন্তু নিজের তৈরি বিশ্বটি দেখতে পারে না। এটি ভিডিও দেখতে পারে না, গেমে পরীক্ষা করতেও পারে না। এটি শুধুমাত্র বিভিন্ন নোডে ধীরে ধীরে স্ক্রিনশট নিয়ে, একটি করে চেক করতে পারে। এটি একজন চিত্রশিল্পীর মতো, যে চোখ বাঁধা অবস্থায় আঁকে, কয়েক মিনিট পরপর শুধুমাত্র একবার ক্যানভাসের দিকে তাকাতে পায়। প্রক্রিয়াটির মধ্যে অনেকবার ভুল হয়, অনেকগুলি খসড়া এবং ত্রুটি রয়ে যায়—janky এটাই এসেছে।
উৎপাদন হচ্ছে ঝরঝর করে, পরীক্ষা হচ্ছে টোপটোপ করে।
এটিই কারপাথির পোস্টের সবচেয়ে তীক্ষ্ণ তুলনা: এটি একটি বিশ্ব তৈরি করতে পারে, কিন্তু এখনও এটি নিজের তৈরি বিশ্বটি সহজে পরীক্ষা করতে বা অনুভব করতে পারে না।
চোখ, এখন নতুন বাধা।
এটি একটি একক ঘটনা নয়: সম্পূর্ণ গ্রীষ্মকাল জুড়ে "একটি বাক্যে গেম তৈরি"
কেউ প্রশ্ন করতে পারে: এটা কি শুধু একটি ভাগ্যবান পারফরম্যান্স মাত্র?
এটা তেমন মনে হচ্ছে না। সময়রেখা বিস্তারিতভাবে দেখলে, ২০২৬ সালের জুলাই থেকে ওপাস ৫-এর চারপাশে একসাথে অনেকগুলো একই ধরনের ডেমো দেখা গিয়েছিল, যা পুরো গ্রীষ্মকাল জুড়ে জনপ্রিয় হয়েছিল।
কেউ এটি ব্যবহার করে হোমওয়ার্ল্ড স্টাইলের একটি স্পেস রিয়েল-টাইম স্ট্র্যাটেজি গেম তৈরি করেছিলেন, এবং 632.65 ডলার খরচের একটি পাবলিক লিস্ট শেয়ার করেছিলেন। কেউ রকেট লিগ স্টাইলের একটি ক্লোন তৈরি করেছিলেন, যা আরও বাস্তবসম্মত—কোডটি পরীক্ষা করা যায়, ভার্সনটি খেলা যায়, এবং পুনরুৎপাদনযোগ্যতা বেশি। আবার ব্রাউজারের মধ্যে FPS, প্রোগ্রামেটিকভাবে জেনারেট করা ডেজার্ট এক্সপ্লোরেশন, হরর গেম, কার্টিং রেস...
কোনো নিয়ম বুঝতে পারছেন?
এই ডেমোগুলির মান অস্থির, পুনরাবৃত্তিযোগ্যতা অনেক ভিন্ন। কিছুতে শুধু ভিডিও আছে, কোড নেই, আবার কিছুতে বিলও শেয়ার করা হয়েছে। কিন্তু এগুলি একই প্রবণতার দিকে ইঙ্গিত করে: একটি প্রাকৃতিক ভাষার প্রম্পট ব্যবহার করে মডেলকে দীর্ঘসময় ধরে স্বায়ত্তশাসিতভাবে হাজার হাজার লাইনের কোড লেখানো, যা একটি চলমান ইন্টারেক্টিভ ওয়ার্ল্ড তৈরি করবে—এই বিষয়টি "অকল্পনীয়" থেকে "প্রতি সপ্তাহেই কেউ না কেউ চেষ্টা করছে" এই অবস্থায় পরিণত হয়েছে।
কারপাথির দ্য লর্ড অফ দ্য রিংস একটি হঠাৎ অস্তিত্বে আসা চমক নয়। এটি এই বক্ররেখার একটি বিন্দু। একটি প্রভাবশালী ব্যক্তি দ্বারা, যথেষ্ট রোমাঞ্চকর একটি পাঠ দিয়ে, যথেষ্ট স্পষ্টভাবে বর্ণিত বিন্দু।
তাহলে, "এআই দ্বারা গেম তৈরির যুগ" কি আসলেই এসে গেছে?
সবচেয়ে বেশি জিজ্ঞাসা করার প্রশ্নে ফিরে যান।
এসে গেছে?
আমার মতামত: দিকটি নির্ধারিত হয়ে গেছে, কিন্তু যুগটি এখনও আসেনি।
দিকটি নিশ্চিত করা হয়েছে, কারণ সরবরাহের খরচ বক্ররেখা এখন নিচের দিকে মোড়াচ্ছে এবং দ্রুত মোড়াচ্ছে। AI দিয়ে দীর্ঘমেয়াদি কাস্টমাইজড ইন্টারঅ্যাকটিভ কন্টেন্ট জেনারেট করা প্রযুক্তিগতভাবে 0 থেকে 1-এর ধাপটি পার হয়ে গেছে। বাকিটি হল 1 থেকে ব্যবহারযোগ্য, খেলার যোগ্য, বিক্রয়যোগ্য পর্যায়ে যাওয়া।
সময় এখনও আসেনি, কারণ তিনটি বাধা এখনও বাস্তবিকভাবে সেখানে রয়ে গেছে।
প্রথমটি হল পরিপূর্ণ প্রতিক্রিয়া চক্র। মডেলটিকে মূলত দেখতে, মূলত খেলতে এবং মূলত নিজের আউটপুট মূল্যায়ন করতে পারতে হবে, যাতে কোনো মানুষ পাশে স্ক্রিনশট নিতে, ডাইলগ যোগ করতে বা পিছনের কাজ করতে না পারে। এটি মাল্টিমোডাল ক্ষমতার মধ্যে সবচেয়ে কঠিন অংশ—এটি "একটি ছবি বুঝতে" নয়, বরং "সময়ের সাথে পরিবর্তিত হওয়া, ইন্টারঅ্যাক্টিভ একটি ডায়নামিক প্রক্রিয়া বুঝতে"।
দ্বিতীয়টি হল পুনরুৎপাদনযোগ্য এবং প্রেরণযোগ্য। ভিডিও সফটওয়্যার নয়। ডেমো পণ্য নয়। ৯৩ সেকেন্ডের একটি দারুণ ক্লিপ এবং অন্য কেউ ডাউনলোড করতে, চালাতে, পরিবর্তন করতে এবং এক ঘন্টা খেলতে পারে এমন কিছুর মধ্যে পুরোপুরি ইঞ্জিনিয়ারিংয়ের কঠিন কাজগুলি রয়েছে।
তৃতীয়টি হল "রিয়েল-টাইম" শব্দটির গুরুত্ব। কারপাথি কল্পনা করেন যে আপনি একটি সময়-ভিত্তিক জগতে প্রবেশ করেন, চরিত্র, দর্শক বা NPC হিসেবে—একটি অনুরূপ GTA যা প্রয়োজনের সাথে প্রকাশিত হয়। কিন্তু বর্তমানে এটি দুই ঘন্টা অফলাইনে চালিয়ে একটি ভিডিও তৈরি করা। "দুই ঘন্টায় ভিডিও" থেকে "আপনার পায়ের নিচের পথকে রিয়েল-টাইমে জেনারেট করা"—এটি পরিমাণগত পরিবর্তন নয়, গুণগত পরিবর্তন।
তাই আমি "সময় এসে গেছে" এই বাক্যটি পছন্দ করি না। খুব বেশি।
আমি এটাকে এভাবে বলতে পছন্দ করি: আমরা "সাইকেল চালানো পেলিকান" যুগ থেকে বেরিয়ে একটি সেই সময়ের দিকে যাচ্ছি যেখানে মডেলগুলি খসড়া বিশ্ব তৈরি করে, কিন্তু তারা নিজেদের তৈরি করা জিনিসগুলি ঠিকমতো বুঝতে পারছে না।
এই সংক্রান্ত সময়কালটি কতক্ষণ স্থায়ী হবে? কেউ জানে না। এটি দুই বছর হতে পারে, পাঁচ বছর হতে পারে। এটি সেই "চোখ" — AI-ন্যাটিভ অনুভূতি এবং আত্ম-পর্যালোচনার ক্ষমতা — কখন সম্পূর্ণ হবে, তার উপর নির্ভর করে।
কিন্তু একটা জিনিস আমি খুব নিশ্চিত।
যখন একটি বিশ্ব তৈরি করতে শুধুমাত্র ১০ ডলার এবং দুই ঘন্টা লাগে, তখন "তৈরি করা" বিষয়টি বিরল হয়ে যায় না। বিরল হয়ে যায় "তুমি কী তৈরি করেছো তা বুঝতে পারা" এবং "তুমি আসলে কী তৈরি করতে চাও"। মেশিনগুলি "তৈরি করা"-এর জন্য দায়ী, কিন্তু "চাওয়া" এবং "বুঝতে পারা"-এর জন্য এখনও মানুষকেই দায়ী রাখতে হবে।
খুব মাটি মধ্যপ্রাচ্য এখন চলছে।
যখন তুমি সত্যিই ভিতরে প্রবেশ করতে পারবে—অপেক্ষা করো, ধীরে ধীরে। এটা অপেক্ষা করার মতো।
উৎস উদ্ধৃত করুন
- অ্যান্ড্রেজ কারপাথি ২০২৬ সালের ২ আগস্ট এক্স (পূর্বে টুইটার) এ পোস্ট করা মূল পোস্ট এবং ভিডিও
- Anthropic এর অফিসিয়াল বিজ্ঞপ্তি, anthropic.com
- Three.js এর অফিসিয়াল ওয়েবসাইট, threejs.org
- explainx.ai: কারপাথির $10 ওপাস 5 লর্ড অফ দ্য রিংস ওয়ার্ল্ড: দ্য নিউ এআই ইভ্যাল, ২০২৬ সালের ২ আগস্ট
- Benzinga: অ্যান্ড্রেজ কারপাথি বলেছেন যে ক্লাউড ওপাস দ্বারা 3D 'দ্য লর্ড অফ দ্য রিংস' বিশ্ব তৈরির পরে এআই সাধারণ প্রম্পটের বাইরে চলে গেছে, ২০২৬ সালের আগস্ট
- এন্টারপ্রাইজ ডিএনএ: অ্যান্ড্রেজ কারপাথির নেক্সট-জেন বেঞ্চমার্ক মুহূর্ত, ২০২৬ সালের ২ আগস্ট
- explainx.ai: "Opus 5 একটি প্রম্পট থেকে হোমওয়ার্ল্ড-স্টাইল স্পেস আরটিএস তৈরি করেছে — $632.65 পরে", 28 জুলাই, 2026
- explainx.ai: টপ ১০ ক্লাউড ওপাস ৫ গেম প্রম্পট (বাস্তব প্রম্পট সহ), ২০২৬ সালের ২৯ জুলাই