একই মডেলের জন্য অফিসিয়াল দাম মাত্র ২০% কমেছে, কিন্তু আপনার বিল ৮০% কমে গেছে।
২৪ আগস্ট, ওপেনএআই একটি পরীক্ষার ফলাফল প্রকাশ করেছে যা AWS-এর সাথে মিলে করা হয়েছিল:
টার্মিনাল-বেঞ্চ 2.1-এ, GPT-5.6 Terra-এর কিরোতে একটি সফল কাজ সম্পন্ন করার খরচ প্রায় 82% কমেছে।
Kiro হল AWS-এর একটি সফটওয়্যার ডেভেলপমেন্ট এজেন্ট প্ল্যাটফর্ম, যা IDE, CLI এবং ওয়েবকে কভার করে।
GPT-5.6 পরিবারের সল, টেরা, লুনা তিন ভাই এক মাসের বেশি সময় ধরে এর মধ্যে দৌড়াচ্ছেন।
এই ৮২% অফিসিয়াল ছাড় নয়।
টেরার সর্বশেষ মূল্যসংশোধন হয়েছিল 30 জুলাই, 20% পরিমাণে।
30 জুলাই, ওপেনএআইয়ের মূল্য সংশোধন ঘোষণা, টেরা 20% কমেছে।
মূল্য শুধু ২০% কমল, কিন্তু বিল কেটে যাবে আটশতাংশ।
যে ষাট শতাংশের পার্থক্যটি কোথা থেকে সঞ্চয় করা হয়েছে, তাই আমাদের আসলে মনোযোগ দেওয়া উচিত।
GPT-5.6 এর কিরোতে লগইন হওয়া এই বছর জুলাইয়ের কথা।
13 তারিখে, AWS ঘোষণা করে যে GPT-5.6 Sol, Terra, Luna Amazon Bedrock-এ প্রাপ্য।
পরের দিন, কিরো ব্লগে ঘোষণা করেন যে তিনটি মডেল IDE, CLI এবং ওয়েবে চালু হয়েছে।
এটি প্রথমবারের মতো OpenAI মডেল কিরোতে প্রবেশ করেছে, যা কিরোর পাবলিক প্রিভিউয়ের এক বছর পূর্তিতে ঠিক মিলে গেছে।
প্রথমে মডেলটিকে শেলফে রাখুন, তারপর কাজে নিয়ে যান, এক মাসের বেশি সময় পরে, OpenAI কাজটি জমা দিল:
দুটি প্রতিষ্ঠান মিলে কিরো পরিবেশ এবং ওপেনএআই মডেল একসাথে টিউন করেছে, যার ফলে টেরা একটি সফল কাজ সম্পন্ন করার খরচ প্রায় ৮২% কমেছে।
সঞ্চিত
বাঁক ঘুরে যাওয়ার টাকা
জুলাই ৩০-এর মূল্য সংশোধনে, টেরা ২০% কমেছিল, কিন্তু কিরোর পরীক্ষায়, একক কাজের খরচ ৮২% কমেছিল।
সেই ছয় শতাংশ সঞ্চয় কোথা থেকে এলো?
দিকগুলি এতটাই কম:
মডেল দ্বারা উত্পাদিত টোকেন কম হয়েছে, টুলগুলির পুনরায় কলের সংখ্যা কম হয়েছে, ব্যর্থতার পরে পুনরায় চেষ্টা এবং দীর্ঘ পথ অনুসরণের সংখ্যা কমেছে।
সুতরাং এই বড় অংশ প্রতিবার কলের জন্য বাঁচানো হয়নি, বরং যে কলগুলি আগে ব্যর্থ হয়ে যেত তাদের জন্য বাঁচানো হয়েছে।
খুব সহজ কথা: একটি এআই এজেন্ট একবার কাজ ভুল করলেও বিল একই থাকে। এটি মধ্যে ভুল পথে যায়, তিন চক্র বিভ্রান্ত হয়ে তারপর ফিরে আসে—এই টোকেনগুলিও ধরে রাখা হয়।
বাস্তব ডেভেলপমেন্টে, এই ধরনের অর্থ প্রায়শই এভাবে হারিয়ে যায়।
OpenAI অফিসিয়াল ব্লগেও একই লজিকটি উল্লেখ করেছে, দক্ষতা তিনটি স্তর থেকে আসে:
অনুরোধ শুরু করা, প্রেক্ষাপট সংগঠিত করা ইন্টেলিজেন্ট এজেন্ট ফ্রেমওয়ার্ক, মধ্যবর্তী অনুরোধ সংগঠনের সিস্টেম, এবং শেষে GPU-এ চলমান মডেলটি।
OpenAI গট-5.6-এর দক্ষতার উৎস বিশ্লেষণ করে: অনুরোধ বুদ্ধিমান ফ্রেমওয়ার্ক থেকে শুরু হয়, অর্জন সিস্টেম দ্বারা সমন্বিত হয়, এবং শেষ পর্যন্ত GPU-তে মডেল চালানো হয়—প্রতিটি স্তরেই সংক্ষেপণ করা হয়।
মডেল বিভাজনেও টাকা বাঁচানো যায়।
OpenAI আরও একটি ব্যবহার উল্লেখ করেছে: কোডিং ওয়ার্কফ্লোটি প্রথমে Sol ব্যবহার করে সমস্যাটি পরিষ্কারভাবে বুঝতে এবং পরিকল্পনা তৈরি করতে পারে, তারপর Luna-এ স্থানান্তর করে ইতিমধ্যে সংজ্ঞায়িত পরিবর্তনগুলি বাস্তবায়ন, টেস্ট লিখতে এবং মূল্যায়ন চালাতে পারে।
একই লাইনে, বিভিন্ন ধাপে বিভিন্ন স্তরের বুদ্ধিমত্তা ব্যবহার করা হয়।
মডেলটি শুধুমাত্র বিলের অর্ধেক অংশ গ্রহণ করে
ফ্রেমওয়ার্ক বদলালে দামও বদলায়
টার্মিনাল-বেঞ্চ 2.1 এই প্রশ্নপত্রটি মডেলকে একা উত্তর দিতে দেওয়া হয়নি।
এটি মডেলটিকে একটি টার্মিনাল পরিবেশে ফেলে দেয়, একটি অস্পষ্ট লক্ষ্য দিয়ে, যাতে এটি নিজেই পথ পরিকল্পনা করতে, টুল কল করতে, স্ক্রিপ্ট লিখতে, ত্রুটি প্রক্রিয়াকরণ করতে এবং পুনরাবৃত্তি করতে পারে।
সুতরাং প্রাপ্ত ফলাফল হলো “এজেন্ট + মডেল” কম্বিনেশনের ফলাফল।
টার্মিনাল-বেঞ্চ 2.1 পাবলিক লিস্টে, সঠিকতার ডানদিকে একটি খরচের পদ যোগ করা হয়েছে। (ছবির উৎস: টার্মিনাল-বেঞ্চ)
সূচিতে চারটি সংখ্যা সবচেয়ে বেশি বিষয়টি ব্যাখ্যা করে:
ক্লড কোড এবং ফেবল 5, 83.8%, 552.67 ডলার;
Codex সহ GPT-5.5, 83.1%, 2059.19 ডলার;
Codex পার্ক GPT-5.6 Terra, 78.4%, 421.15 ডলার;
কোডেক্স গুলি GPT-5.6 লুনা, 75.7%, 241.45 ডলার।
প্রথম দুটি লাইনের স্কোর শুধুমাত্র 0.7 পার্সেন্টপয়েন্ট পার্থক্য রাখে, কিন্তু বিলটি প্রায় চারগুণ বেশি।
একই মডেলকে ভিন্ন ভিন্ন ফ্রেমওয়ার্কে ব্যবহার করে, ভিন্ন ভিন্ন কনটেক্সট অর্গানাইজেশন এবং টুল স্ট্র্যাটেজি দিয়ে চালালে ফলাফলও সম্পূর্ণ ভিন্ন হয়।
কিরোর অফিসিয়াল ডেটা অনুযায়ী, টেরা কোডিং এজেন্ট সূচকে 77.4 পায়, যা ক্লড ফেবল 5-এর 77.2 এর চেয়ে কিছুটা বেশি।
এর বিক্রয় পয়েন্ট হল স্কোর নয়, বরং এই স্কোরের সাথে সংশ্লিষ্ট মূল্য।
কিরোর স্পেক-ড্রিভেন ফোকাসও এখানেই, মূল গেমপ্লে শুধু একটি বাক্য: শুরুতে কোড লেখা যাবে না।
এটি প্রথমে ব্যবহারকারীর অস্পষ্ট লক্ষ্যটিকে একটি পেশাদার প্রয়োজনীয়তা নথি, প্রযুক্তিগত ডিজাইন এবং বাস্তবায়নযোগ্য কাজের তালিকায় বিভক্ত করে, তারপর মডেলের কাছে পাঠায়।
এভাবে, মডেল কেবল একটি অস্পষ্ট বাক্য নয়, বরং একটি পরিষ্কারভাবে সংজ্ঞায়িত কাজ পায়।
এজেন্টের সাথে পরিচিত ব্যক্তিরা সাথে সাথে বুঝতে পারবেন যে এই ধাপটি সবচেয়ে ব্যয়বহুল খরচটি বাদ দিয়েছে।
মডেল বিকৃত হয়ে যাওয়া, পুনরায় কাজ করা, পুরোপুরি ফেলে দেওয়া—এই প্রক্রিয়ায় যে টোকেন পোড়ানো হয়, তা প্রকৃত কাজের চেয়েও বেশি।
কিরো প্রক্রিয়ায় দুটি গেট রেখেছেন: কোড প্রকৃতপক্ষে পরিবর্তন করার আগে, প্রথমে থামুন এবং কাউকে একবার দেখিয়ে দিন; কাজ শেষ হলে, স্বয়ংক্রিয়ভাবে একটি টেস্ট চালান যাচাই করতে যে এটি সঠিক কিনা।
প্রতিটি পুনরায় কাজ এড়ানো থেকে বাস্তব অর্থ বাঁচানো যায়।
ক্লড অ্যামাজনের মাঠে
GPT অর্ধেক নিয়ে নিয়েছে
এক বছর আগে, কিরো শুধুমাত্র একটি স্পেক-ড্রিভেন আইডিই ছিল, যেখানে মডেল সিলেক্টরটি অ্যানথ্রোপিকের প্রধান ক্ষেত্র ছিল।
এক বছর পর, AWS তাদের নিজস্ব ডেভেলপড এজেন্ট প্ল্যাটফর্মে একসাথে তিনটি OpenAI মডেল চালু করে।
এক বছর আগে সল, টেরা, লুনা এবং ক্লড একই ড্রপডাউন মেনুতে পাশাপাশি দেখা যাওয়া কল্পনা করা কঠিন ছিল।
যদিও GPT-5.6 এবার "পরিবারের সকলে চলে আসে", তবে এটি "সম্পূর্ণ খোলা" হয়নি।
তিনটি মডেল প্রো, প্রো+, প্রো ম্যাক্স এবং পাওয়ার ব্যবহারকারীদের জন্য ধাপে ধাপে এবং পরীক্ষামূলকভাবে উন্মুক্ত, শুধুমাত্র দুটি অঞ্চলে—যথাক্রমে মার্কিন যুক্তরাষ্ট্রের উত্তর ভার্জিনিয়া এবং ইউরোপের ফ্রাঙ্কফুর্ট—এবং ক্রস-অঞ্চল ইনফারেন্সকে সমর্থন করে।
একটি অন্যান্য বিষয় যা অনেকের জন্য অপরিচিত: এই মডেলগুলি Kiro-এ হাইডেন থিংকিং চেইন ব্যবহার করে, আপনি এর যুক্তির ধাপগুলি দেখতে পাবেন না, শুধুমাত্র চূড়ান্ত ফলাফলটি দেখতে পাবেন।
একেবারে এজেন্টের ধাপে ধাপে যুক্তি দেখে চলা অভ্যস্ত মানুষেরা মনে করেন যেন কোনো কিছুকে একটি অস্বচ্ছ বাক্সের ভিতরে ফেলে দেওয়া হয়েছে।
অফিসিয়াল বিবৃতি অনুযায়ী, এটি প্রত্যাশিত আচরণ, যা আউটপুট গুণমানকে প্রভাবিত করে না।
Kiro-এ তিনটি মডেলের মূল্য পরিষ্কারভাবে উল্লেখ করা হয়েছে।
জুলাই 14 এর শুরুতে, একই টাস্কের জন্য, সল 2.4 গুণ, টেরা 1.2 গুণ এবং লুনা 0.6 গুণ কাটা হয়েছিল।
জুলাই ৩০ তারিখে ওপেনএআইয়ের সেই মূল্যহ্রাস বাস্তবায়িত হয়, পরের দিন কিরো অনুসরণ করে: লুনা ০.৬ গুণ থেকে হ্রাস পেয়ে ০.১ গুণে পৌঁছায়, টেরা ১.২ গুণ থেকে ১.০ গুণে নামে, কিন্তু সল অপরিবর্তিত থাকে।
AWS-এর মনোভাব পরিষ্কারভাবে প্রকাশ পেয়েছে: একটি ডেভেলপমেন্ট প্ল্যাটফর্ম শুধুমাত্র একটি মডেলের সাথে বাঁধা হতে পারে না।
একই সিলেক্টরে, দুটি অগ্রণী মডেল পরস্পরের মূল্য কমানোর চেষ্টা করছে।
মডেলের মূল্যায়ন মানদণ্ডও পরিবর্তিত হয়েছে: উচ্চ স্কোর এখন অবশ্যই বিজয়ের অর্থ নয়, কম খরচেও বিজয় সম্ভব।
ডেভেলপারদের জন্য, আগে প্রশ্ন ছিল “এই মডেলটির প্রতি মিলিয়ন টোকেনের দাম কত?”, এখন প্রশ্ন হল “এটি এই কাজটি শেষ করতে আমাকে মোট কতটা খরচ করতে হবে?”
প্রসঙ্গ:
https://x.com/OpenAIDevs/status/2091966982015103068
https://openai.com/index/gpt-5-6-in-kiro/
এই লেখাটি ওয়েইচ্যাট গ্রুপ "নিউজিয়ুয়ান" (ID: AI_era) থেকে এসেছে, লেখক: ASI প্রতিজ্ঞা, সম্পাদক: ইউয়ু