২০ আগস্ট, একটি অ্যানোনিমাস এআই মডেল যার নাম Ox Alpha, যা OpenRouter, OpenCode, Cline এবং Nous Research-এর Portal প্ল্যাটফর্মে ফ্রি হিসেবে উন্মুক্ত করা হয়েছিল। কোনো কোম্পানির নাম না থাকায়, এই “ইনভিজিবল মডেল” শীঘ্রই ডেভেলপারদের মধ্যে প্রচুর মনোযোগ আকর্ষণ করে।
প্রথমে তাপমাত্রা বৃদ্ধির জন্য দায়ী ছিল একটি দ্রুত প্রচারিত কোডিং বেঞ্চমার্ক ফলাফল। ডেভেলপার বেন ডেভিস ডিপএসডব্লিউ-এর ১০টি টাস্ক স্যাম্পলে পরীক্ষা করে ৮০% প্রথম পর্যায়ের পাস রেট পেয়েছিলেন, যা Claude Fable 5-এর ৬৫% এবং GPT-5.6 Sol-এর ৫২% এর চেয়ে বেশি। এই ফলাফলটি পরবর্তীতে বহুবার শেয়ার করা হয়েছিল এবং বাইরের লোকেরা একসময় মনে করেছিল যে Ox Alpha বর্তমান শীর্ষস্থানীয় মডেলগুলির চেয়ে স্পষ্টভাবে এগিয়ে।
পূর্ণ পরীক্ষা প্রায় 63% এ ফিরে এসেছে
DeepSWE হল কোড এজেন্টের জন্য একটি বেঞ্চমার্ক যা মডেলের প্রথম চেষ্টায় বাস্তব GitHub সমস্যা সমাধানের ক্ষমতা মাপে। এই পরীক্ষায় 91টি কোড রিপোজিটরি কভার করে 113টি টাস্ক রয়েছে।
উল্লিখিত দুটি স্বতন্ত্র ও পূর্ণাঙ্গ পরীক্ষার ভিত্তিতে, Ox Alpha-এর স্কোর প্রায় 63% এর চারপাশে রয়েছে, যা GPT-5.6 Sol-এর সাথে প্রায় একই স্তরে, এবং স্থিরভাবে এটির চেয়ে উচ্চতর নয়। অর্থাৎ, আগের প্রচুর প্রচারিত “80% এগিয়ে” ধারণাটি বেশিরভাগই ছোট নমুনা ফলাফল থেকে এসেছে, যার ওতপ্রোতভাবে বড় পরিবর্তনশীলতা রয়েছে।
২২ আগস্ট পর্যন্ত, Ox Alpha মুখ্য মডেল তালিকাগুলিতে যেমন Artificial Analysis বা LMSys Arena-এ দেখা যায়নি, যা বাইরের দিক থেকে এর উপর প্রকাশ্য মূল্যায়নের ডেটা এখনও সীমিত বলে নির্দেশ করে।
ফ্রি অ্যাক্সেস দিয়ে আকর্ষণ বৃদ্ধি পায়
পারফরম্যান্স আলোচনার পাশাপাশি, প্ল্যাটফর্ম দ্বারা প্রদত্ত খোলা শর্তগুলি আগ্রহ বাড়িয়েছে। OpenCode জানিয়েছে যে এর রাউটিং প্রতিদিন 100 ট্রিলিয়ন টোকেন প্রসেস করতে সক্ষম; Nous Research দাবি করেছে যে তাদের Portal-এর ক্ষমতা প্রতিদিন 1000 ট্রিলিয়ন টোকেন।
- প্রায় এক সপ্তাহের জন্য বিনামূল্যে উন্মুক্ত
- 10 লাখ কনটেক্সট উইন্ডো সমর্থন করে
- বহুমুখী ইনপুট এবং শূন্য ডেটা সংরক্ষণ সমর্থন করে
স্ট্রাইপের সিইও প্যাট্রিক কলিসনও এক্স প্ল্যাটফর্মে এই মডেলটিকে "অত্যন্ত অসাধারণ" বলে মন্তব্য করেছেন। এই সংক্ষিপ্ত মন্তব্যটি অক্স অ্যালফার আলোচনাকে আরও বাড়িয়ে তুলেছে।
ফিঙ্গারপ্রিন্ট বিশ্লেষণ প্রমাণ করে যে এটি জিজ্ঞা এআইয়ের
এখনও কোনও প্রতিষ্ঠান Ox Alpha-এর দাবি করেনি। এর উৎস নিয়ে বাইরে অনেকগুলি তুলনা শুরু হয়েছে।
প্রতিবেদনটি উল্লেখ করে যে, কিছু সাধারণ প্রার্থীকে আংশিকভাবে বাদ দেওয়া হয়েছে। উদাহরণস্বরূপ, মিই MiMo v2.5 অডিও ইনপুটকে সমর্থন করে, যেখানে Ox Alpha স্পষ্টভাবে অডিওকে অস্বীকার করে; DeepSeek আগে ভিডিও ক্ষমতা চালু করেনি এবং সাধারণত অ্যানোনিমাস প্রিভিউ নয়, বরং ওপেন-সোর্সওয়েটস প্রকাশ করে; Google এবং Qwen-এর tokenizer এবং ভিডিও এনকোডিং পদ্ধতি Ox Alpha-এর সাথে মেলে না।
বাকি সব সূচনা বুদ্ধিমান AI-এর দিকে নিয়ে যায়। স্বাধীন গবেষকদের ফিঙ্গারপ্রিন্ট পরীক্ষা দেখায় যে, Ox Alpha-এর tokenizer GLM-5.3 এর সাথে স্ট্যান্ডার্ডাইজড পরীক্ষায় সম্পূর্ণভাবে একই, এবং চারটি ভিডিও নমুনায় এর ভিডিও টোকেন খরচও GLM-5V-Turbo-এর সাথে সম্পূর্ণভাবে মেলে, এছাড়াও GLM সিরিজের সাথে সমান ত্রুটির বৈশিষ্ট্য এবং অডিও ইনপুট প্রত্যাখ্যানের আচরণ দেখায়।
তবে, এই বিচারের একটি সন্দেহ বিদ্যমান। GLM-5.3 কে 14 আগস্ট প্রকাশ করা হয়েছিল এবং সেই সময় এটি শুধুমাত্র টেক্সট-ভিত্তিক মডেল ছিল, অন্যদিকে Ox Alpha 20 আগস্ট চালু হওয়ার সময় ইতিমধ্যেই পূর্ণাঙ্গ ভিডিও ক্ষমতা সম্পন্ন ছিল। এই সময়ের পার্থক্যের ভিত্তিতে, যদি উপরের ফিঙ্গারপ্রিন্ট বিচারটি সত্যি হয়, তবে Ox Alpha হওয়ার সম্ভাবনা বেশি, GLM-5.3 সিরিজের একটি অপ্রকাশিত মাল্টিমোডাল আপগ্রেড, বরং বিদ্যমান মডেলের সরাসরি কপি।
"অদৃশ্য মডেল" বলতে সাধারণত এমন মডেলকে বোঝায় যেগুলি ডেভেলপার প্রতিষ্ঠান নিজেদের নাম উল্লেখ না করে, প্রথমে ওপেনরাউটারের মতো রাউটিং প্ল্যাটফর্মের মাধ্যমে মডেল প্রকাশ করে বাস্তব ব্যবহারের ডেটা সংগ্রহ করে, তারপর প্রকাশের সিদ্ধান্ত নেয়। এই প্রতিবেদনে উল্লেখ করা হয়েছে যে, এই পদ্ধতি কিছু চীনা AI গবেষণাগারে এখন প্রচলিত। ওপেনকোডের বর্ণনা অনুযায়ী, Ox Alpha-এর বিনামূল্যের উন্মুক্তি প্রায় 27 আগস্ট পর্যন্ত চলবে, এবং তখন এর সত্যিকারের পরিচয় প্রকাশিত হবে কি না, তা বাজারের একটি গুরুত্বপূর্ণ বিষয়।