ওপেনএআই মূল্য নীতি সমন্বয় করেছে, সাধারণ কাজের জন্য কম খরচের মডেলগুলির সুপারিশ করেছে

যদি আজও কেউ সবচেয়ে বেশি টাকা খরচ করে OpenAI-এর সবচেয়ে শক্তিশালী মডেল কল করেন।

OpenAI তাকে অন্য একটি ব্যবহার করার পরামর্শ দেবে।

জুলাই ৩০, ওপেনএআই একটি মূল্য সংশোধন ঘোষণা জারি করেছে।

GPT-5.6Luna মডেলের দাম 80% কমেছে, Terra মডেলের দাম 20% কমেছে।

এই বার্তাটি দেখে সহজেই ফোকাস করা হয় সিলিকন ভ্যালির দাম যুদ্ধ শুরু হওয়ার বিষয়ে।

কিন্তু, যদি আপনি অফিসিয়ালভাবে প্রকাশিত টেকনিক্যাল ডকুমেন্টেশন এবং API কল গাইড সম্পূর্ণভাবে পড়েন, তাহলে বুঝতে পারবেন যে সত্যিকারের মনোযোগ দেওয়ার মতো কাজগুলি মূল্যের সংখ্যার মধ্যে নয়।

এটি মূলত OpenAI-এর প্রথমবারের মতো ব্যবহারকারীদের বলা যে, অনেক কাজের জন্য সবচেয়ে শক্তিশালী মডেলের প্রয়োজন হয় না।

অফিসিয়াল একটি খুব নির্দিষ্ট পরামর্শ দিয়েছেন। যদি একটি জটিল কাজ হয়, তাহলে প্রথমে GPT-5.6Sol দিয়ে চাহিদা বিশ্লেষণ এবং সমাধান ডিজাইন করুন, তারপর Luna-কে কাজটি করতে, কোড লিখতে এবং টেস্ট চালাতে দিন।

সবচেয়ে ব্যয়বহুল মডেলটি চিন্তা করার জন্য দায়ী, সবচেয়ে সস্তা মডেলটি কাজ করার জন্য দায়ী। দুই বছর আগে এই কৌশলটি ব্যবসায়িকভাবে আত্ম-প্রত্যাখ্যানের সমান ছিল।

যেহেতু, অতীতে সম্পূর্ণ এআই শিল্পে, সবাই বাজারকে তাদের মডেলটিই সবচেয়ে বুদ্ধিমান বলে জানাত।

আজকের ফলাফল হিসেবে, ওপেনএআই বলেছে যে সবসময় সবচেয়ে ব্যয়বহুলটি কিনতে হবে এমন কোনো কথা নেই।

এটি মূল্য হ্রাসের চেয়ে অনেক বেশি গুরুত্বপূর্ণ।

সর্বশেষ দুই সপ্তাহের ঘটনাগুলি দেখুন।

জুলাই ৩০, ওপেনএআই মূল্য সংশোধন করেছে। লুনা ৮০% কমেছে। টেরা ২০% কমেছে। সলের কোনো মূল্য হ্রাস হয়নি, বরং এটি ফাস্ট মোড যোগ করেছে, যা স্ট্যান্ডার্ড মোডের চেয়ে সর্বোচ্চ ২.৫ গুণ দ্রুত, মূল্য দ্বিগুণ, কিন্তু বুদ্ধিমত্তা সম্পূর্ণরূপে একই।

শীর্ষ মডেলগুলি এখনও বজায় রাখা হচ্ছে। প্রকৃতপক্ষে পরিমাণ বৃদ্ধি শুরু হয়েছে মধ্যম এবং নিম্ন শ্রেণির মডেলগুলিতে।

এক সপ্তাহ আগে।

জুলাই ২৪, অ্যানথ্রোপিকও প্রায় একই কাজ করেছিল। Claude Opus 5 প্রকাশিত হয়েছে, মিলিয়ন টোকেন ইনপুট ৫ ডলার, আউটপুট ২৫ ডলার। ঠিক ফেবল ৫-এর অর্ধেক।

পারফরম্যান্স ব্রেকথ্রুর চেয়ে এনথ্রোপিক বাইরে তার অর্থনৈতিকতাকে বেশি গুরুত্ব দেয়: শুধুমাত্র অর্ধেক মূল্যে, আপনি Fable 5-এর সমান অত্যাধুনিক রিজনিং ক্ষমতা পাবেন।

এক মাস আগে, Fable 5 ছিল Anthropic-এর প্রধান প্রচারিত ফ্ল্যাগশিপ। সর্বশ্রেষ্ঠ যুক্তি, দীর্ঘতম কনটেক্সট, সর্বোচ্চ মূল্য। কিন্তু এক মাস পরে, Anthropic নিজেই একটি অর্ধ-মূল্যের বিকল্প সহ তাদের ফ্ল্যাগশিপকে প্রতিস্থাপন করল।

যদি শুধু একটি প্রতিষ্ঠান এটি করে, তবে এটিকে পণ্য সমায়োজন হিসাবে বুঝা যায়। দুটি প্রতিষ্ঠান প্রায় একই সময়ে এটি করলে, এটি দৈব ঘটনা নয়।

তারা সবাই তাদের ফ্ল্যাগশিপ মডেলের গুরুত্ব কমিয়ে দেওয়া শুরু করেছে।

আমি পরে ভাবতে থাকলাম, কেন ঠিক এখনই।

উত্তরটি বাস্তবে জটিল নয়।

পূর্বের ফ্ল্যাগশিপ মডেলগুলির সবচেয়ে বড় মূল্য ছিল লাভ করা নয়, বরং প্রযুক্তিগত অগ্রণীতা প্রমাণ করা। GPT-4 এর প্রকাশের পর, OpenAI-এর মূল্যায়ন ধারাবাহিকভাবে বেড়েছে। Claude-এর প্রতিটি আপডেটে, Anthropic নিজেদের প্রযুক্তিগত অবস্থান পুনর্সংজ্ঞায়িত করে। ফ্ল্যাগশিপ মডেলগুলি ব্র্যান্ডের মূল্য বহন করে।

কিন্তু ব্যবসাগুলি আসলে এখানে টাকা খরচ করে না।

একটি প্রতিষ্ঠান প্রতিদিন কয়েক মিলিয়ন বার API কল চালায়। কাস্টমার সাপোর্ট, সার্চ, অনুমোদন, কোড জেনারেশন, এজেন্ট এক্সিকিউশন—এই হাই-ফ্রিকোয়েন্সি টাস্কগুলি বেশিরভাগ টোকেন খরচ নিয়ে গঠিত। প্রতিষ্ঠানগুলির ক্রয়ের জন্য সবচেয়ে গুরুত্বপূর্ণ বিষয় হল বেঞ্চমার্কে প্রথম স্থান অধিকার করা নয়, বরং প্রতিটি টাস্কের খরচ, এটি কতটা স্থিতিশীল, এবং ROI কতটা উচ্চ।

যখন কলের পরিসর দিনে কয়েক কোটি পর্যন্ত বাড়ে, তখন ফ্ল্যাগশিপ মডেলের ক্ষুদ্র বুদ্ধিমত্তার সুবিধা বিশাল ক্যালকুলেশন খরচে তাৎক্ষণিকভাবে মুছে যায়।

OpenAI-এর কার্যক্রম এবং বিবৃতি একটি মোড়কে নির্দেশ করে: শীর্ষস্থানীয় ফ্ল্যাগশিপ এখন আয়ের দায়িত্ব বহন করে না।

এই দৃশ্যটি অটোমোবাইল শিল্প ইতিমধ্যেই অতিক্রম করেছে।

বিশ বছর আগে, 7 সিরিজ বি঎মডব্লিউর উচ্চতা নির্ধারণ করেছিল, এস ক্লাস মের্সিডিজের লাক্সারি টোনকে সমর্থন করেছিল, এবং A8 অডির ফ্ল্যাগশিপ ছবি গড়ে তুলেছিল, ফ্ল্যাগশিপ মডেলগুলি ব্র্যান্ডের সীমানা নির্ধারণ করে। কিন্তু বাস্তবিকভাবে ব্র্যান্ডের বিক্রয় এবং লাভের মূলভিত্তি হয়ে উঠেছিল বিএমডব্লিউ 3 সিরিজ, মের্সিডিজ C-ক্লাস এবং অডি A4।

পরে এটি আরও পরিষ্কার হয়ে উঠেছিল। মডেল এস প্রমাণ করেছিল যে টেসলা গাড়ি তৈরি করতে পারে। বাস্তবিক বিশ্বব্যাপী অটোমোবাইল প্রস্তুতকারকে পরিণত করেছিল মডেল 3 এবং মডেল ওয়াই।

ফ্ল্যাগশিপ ক্ষমতা প্রমাণের জন্য দায়ী, মাস প্রোডাক্ট স্কেলের জন্য দায়ী।

আজ থেকে এআইও এই পর্যায়ে প্রবেশ করেছে। সল, ফেবল এখনও বিদ্যমান থাকবে, যারা প্রযুক্তিগত সীমানা চ্যালেঞ্জ করে এবং বেঞ্চমার্ক আপডেট করে। বাণিজ্যিকীকরণের দায়িত্ব ক্রমাগত লুনা, টেরা, ওপাসের দিকে সরে যাচ্ছে।

OpenAI এবার এমনকি সুপারিশের প্রক্রিয়াটি প্রকাশ করেছে, যেখানে Sol পরিকল্পনা করে এবং Luna বাস্তবায়ন করে।

এটি এখন শুধু একটি মডেল নয়, ওপেনএআই একটি মডেল বিভাজন ব্যবস্থা ডিজাইন করছে। ভবিষ্যতে কোম্পানিগুলি একটি মডেল কিনবে না, বরং একটি সম্পূর্ণ মডেল সিস্টেম কিনবে। খরচ নির্ধারণের সত্যিকারের কারণ হল মোট ডিজাইনার নয়, বরং প্রতিদিন কাজ করা কনস্ট্রাকশন দল।

আরেকটি বিস্তারিত বিষয় আছে, যা আমার মনে হয় মূল্য হ্রাসের চেয়ে আরও আকর্ষণীয়।

OpenAI টেকনিক্যাল নোটে উল্লেখ করেছে যে, এই মূল্যহ্রাস শুধুমাত্র আরও বেশি GPU ক্রয় করার কারণে বা স্কেল বাড়ার কারণে নয়। প্রকৃত কারণ হলো, মডেলটি এখন মডেল অপ্টিমাইজেশনে অংশগ্রহণ করছে।

বিশেষভাবে, মানুষের ইঞ্জিনিয়ারদের নেতৃত্বে, সল নিজেই নিচের প্রোডাকশন কোর পুনর্লিখন এবং অপ্টিমাইজ করেছে। এটি নিজেই শত শত পরীক্ষা ডিজাইন করেছে, টোকেন জেনারেশন দক্ষতা বাড়িয়েছে, এমনকি মডেল ট্রেনিং প্রক্রিয়া মনিটরিং-এও অংশগ্রহণ করেছে এবং সমস্যা শনাক্ত করলে সরাসরি হস্তক্ষেপ করেছে।

ফলাফল হলো, এন্ড-টু-এন্ড পরিচালন খরচ 20% কমেছে এবং টোকেন উৎপাদনের দক্ষতা 15% বেড়েছে।

এই বার্তাটি সহজেই উপেক্ষা করা হয়, কিন্তু এটি যে অর্থ বহন করে তা খুব বড়।

পূর্বে, দক্ষতা বাড়ানো হত ইঞ্জিনিয়ারদের দ্বারা। মডেল লাইভ হওয়ার পর, মানুষ এক পয়েন্ট রিজনিং ফ্রেমওয়ার্ক, CUDA, ক্যাশে স্ট্র্যাটেজি এবং স্কেডিউলিং অ্যালগরিদম অপ্টিমাইজ করুন। এক বছরের মধ্যে একাধিক পার্সেন্টেজ দক্ষতা বৃদ্ধি পাওয়া ইতিমধ্যেই ভালো।

আজকাল প্রযুক্তির উন্নয়ন একটি নতুন পথে এগিয়ে যাচ্ছে। মডেলগুলি নিম্নস্তরের কোড এবং কম্পিউটেশনাল সম্পদ ব্যবস্থাপনার ইঞ্জিনিয়ারিং অপ্টিমাইজেশন নিয়ে নিয়েছে, এবং ২৪/৭ পুনরাবৃত্তি চালিয়ে যাচ্ছে।

এটি একটি নিয়মিত ত্বরিত চক্র। মডেলটি যত বেশি বুদ্ধিমান হবে, অপ্টিমাইজেশনে অংশগ্রহণের ক্ষমতা তত বেশি হবে। অপ্টিমাইজেশন যত দ্রুত হবে, খরচ তত দ্রুত কমবে। খরচ যত কম হবে, কলের পরিমাণ তত বেশি হবে। কলের পরিমাণ যত বেশি হবে, তত বেশি ডেটা তৈরি হবে, যা মডেলকে আরও প্রশিক্ষণ দেওয়ার জন্য ব্যবহার করা হবে।

গত দুই বছর অর্ধেক ধরে ওপেনএআইয়ের মূল্য পরিবর্তন পর্যালোচনা করলাম। GPT-4-এর প্রথম প্রকাশে ইনপুট মূল্য ছিল 30 ডলার / মিলিয়ন টোকেন, GPT-4o-এর ক্ষেত্রে এটি কমে হয়েছে 5 ডলারে, আর GPT-4o mini-এর ক্ষেত্রে এটি হয়েছে 0.15 ডলার। আজকের দিনে Luna-এর মূল্যায়ন প্রায় পুরনো mini-এর সস্তা ব্যাপ্তির সাথে মিলে যাচ্ছে, কিন্তু এর সমগ্র বুদ্ধিমত্তা পারদর্শিতা এখন দুই বছর আগের মহামূল্যবান GPT-4-এর চেয়েও অনেক বেশি।

দুই বছরের বেশি সময়ের মধ্যে, দাম প্রায় দুটি ক্রম হ্রাস পেয়েছে। যদি মডেলটি নিজেকে অপ্টিমাইজ করতে থাকে, তবে এই বক্ররেখাটি সম্ভবত আরও নিচের দিকে যাবে।

আজ মূল্য ৮০% কমে যাওয়া আসলে ভয়ঙ্কর নয়, বরং খরচ কমার সাথে সাথে এটি নিজেকে চালানোর ক্ষমতা অর্জন করা।

আমি আরও বেশি অনুভব করছি যে, আজকের দিনে এআই প্রতিযোগিতা নিয়ে আলোচনা করার সময় কখনও কখনও আমরা পূর্বের পর্যায়ের কাঠামোটি ব্যবহার করি।

উদাহরণস্বরূপ, প্রায়শই প্রশ্ন করা হয়: কে সবচেয়ে বুদ্ধিমান? GPT, Claude, Gemini, ডিপসিক প্রতিটি নতুন মডেল প্রকাশের সময়, মিডিয়া প্রথমেই র‍্যাঙ্কিং দেখে। কে প্রথম, সে জিতেছে।

তবে OpenAI এবং Anthropic-এর নতুন পদক্ষেপ এই নিয়ম ভাঙল, এগুলি বাজারকে নতুন সংকেত দিয়েছে: একক পারফরম্যান্স চ্যাম্পিয়নের আকর্ষণ কমে যাচ্ছে।

OpenAI-এর ঘোষণায় একটি বাক্য উল্লেখ করা হয়েছে, যা আমি খুবই গুরুত্বপূর্ণ মনে করি: এটি ডেভেলপারদের কাজের গুরুত্ব, ভুলের খরচ, জরুরি প্রয়োজনীয়তা এবং পরিসরের ভিত্তিতে বিভিন্ন মডেল ম্যাচ করার পরামর্শ দেয়।

দ্রষ্টব্য, এটি মডেল নয়, কাজ নিয়ে আলোচনা করছে।

অতীতে, একটি প্রতিষ্ঠান এআই চালু করলে সাধারণত শুধুমাত্র একটি বিকল্প থাকত। আজ থেকে, এটি একটি সংগঠন গড়ে তোলার মতো। সবচেয়ে গুরুত্বপূর্ণ কাজগুলির জন্য Sol, দৈনিক কার্যক্রমের জন্য Luna, এবং ভবিষ্যতে সম্ভবত আরও হালকা মডেলগুলি সহজ কাজগুলির জন্য দায়িত্ব পাবে।

এটি ক্লাউড কম্পিউটিংয়ের সময়ের মতোই। কেউ সব ডেটা সবচেয়ে ব্যয়বহুল SSD-তে রাখে না। গরম ডেটা SSD-তে, সাধারণ ডেটা HDD-তে, এবং ঠাণ্ডা ডেটা অবজেক্ট স্টোরেজে রাখা হয়। সবাই আলোচনা করে না কোন হার্ডডিস্ক সবচেয়ে দ্রুত, বরং সম্পূর্ণ সিস্টেমটি কীভাবে সবচেয়ে লাভজনকভাবে তৈরি করা যায়।

ডিপসিক এটি সিলিকন ভ্যালির চেয়েও আগে এই দিকটি বুঝেছিল। গত ছয় মাসে, এটি নিজেকে বিশ্বের সবচেয়ে বুদ্ধিমান বলে দাবি করেনি, শুধু কয়েকটি শব্দ বারবার উল্লেখ করেছে: সস্তা, যথেষ্ট দ্রুত, যথেষ্ট।

ক্যাশ হিটের পরে, প্রতি মিলিয়ন টোকেনের খরচ প্রায় উপেক্ষণীয় হয়ে যায়। এটি সর্বদা একটি জিনিসের উপর বাজি রাখে: ব্যবসাগুলির প্রয়োজন হল বিশ্ব চ্যাম্পিয়ন নয়, বরং সর্বোচ্চ ROI-এর সমন্বিত ডিপ্লয়মেন্ট বিকল্প।

এটি একটি সাময়িক মূল্য যুদ্ধ নয়; সিলিকন ভ্যালির দুটি বড় কোম্পানির এখনকার অনুসরণ এই ব্যবসায়িক পথের অপরিহার্যতা প্রমাণ করে।

আজ পর্যন্ত, ওপেনএআইয়ের কৌশলটি স্পষ্ট—এটি আসলে যা বিক্রি করতে চায়, তা মডেল নয়, বরং কলের পরিমাণ।

গতকাল মডেল প্রস্তুতকারকরা উচ্চ প্রযুক্তিগত প্রিমিয়ামের উপর নির্ভর করে উচ্চ মার্জিন অর্জন করত, কিন্তু এখন ব্যবসায়িক যুক্তি অত্যন্ত কম বাধা দিয়ে অতিপরিমাণ ট্রাফিক ইকোসিস্টেম অর্জনের দিকে পরিবর্তিত হয়েছে।

মাইক্রোসফ্ট আসলে উইন্ডোজ মহঁয় বিক্রি করে টাকা কামায় না, বরং সব কম্পিউটারে উইন্ডোজ ইনস্টল থাকার কারণে। AWS আসলে প্রতিটি সার্ভারের লাভের উপর নির্ভর করে টাকা কামায় না, বরং প্রতিদিন বিশ্বজুড়ে অসংখ্য অ্যাপ্লিকেশন এর উপর চলার কারণে।

প্ল্যাটফর্মের আয় সর্বদা প্রবেশাংকের উপর নির্ভর করে।

এটি ব্যাখ্যা করে যে কেন Sol-এর দাম কোনো পরিবর্তন হয়নি। Sol ব্র্যান্ডের ভূমিকা পালন করে, এটি প্রমাণ করে যে OpenAI এখনও সবচেয়ে উচ্চ প্রযুক্তিগত সীমানা বিশিষ্ট কোম্পানি। আর Luna হল আয়ের ইঞ্জিন।

OpenAI ডেভেলপারদের একটি নতুন ডিফল্ট অভ্যাস গড়ে তুলতে চায়: Agent লিখুন Luna ব্যবহার করে, ওয়ার্কফ্লো চালান Luna ব্যবহার করে, ব্যাচ এক্সিকিউশনও Luna ব্যবহার করে। শুধুমাত্র সত্যিকারের কঠিন সমস্যার ক্ষেত্রেই Sol কল করুন।

একবার এই ডিফল্ট প্রতিষ্ঠিত হয়ে গেলে, পরবর্তী প্রতিযোগিতা অত্যন্ত কঠিন হয়ে পড়বে। একটি কোম্পানি একবার বেস মডেল স্থানান্তর করলে, তার মানে হলো সম্পূর্ণ ওয়ার্কফ্লোকে পুনরায় পরীক্ষা, যাচাই এবং সামঞ্জস্য করা। স্থানান্তরের খরচ ক্রমাগত বাড়তে থাকবে।

সত্যিকারের প্রতিরক্ষামূলক প্রাচীর এখন ক্ষমতার অগ্রগতি থেকে ইকোসিস্টেমের আটকানোর দিকে সরে গিয়েছে।

দীর্ঘমেয়াদে দেখলে, এআই শিল্পটি একটি অত্যন্ত প্রামাণিক স্কেল অর্থনীতির মোড়ের মধ্যে দিয়ে যাচ্ছে।

যখন ইউনিট হ্যাশ রেট খরচ অত্যন্ত কমে যায়, তখন টোকেনের মোট চাহিদা একক মূল্য কমার সাথে কমে না, বরং সূচকীয়ভাবে বিস্ফোরিত হয়।

যখন API কলের খরচ এতটাই কম হয়ে যায় যে তা উপেক্ষা করা যায়, তখন মডেলের আকৃতি এবং সীমানা ধীরে ধীরে ম্লান হয়ে যাবে, কারণ প্রযুক্তিগত উন্নতির ফোকাস এখন বুদ্ধিমত্তার সীমানা অন্বেষণের পরিবর্তে ক্যালকুলেশন শক্তির ঔদ্যোগিকীকরণের মাধ্যমে খরচ কমানোর দিকে সরে গেছে।

ব্যবসায়িক ডেভেলপাররা প্রতিটি টোকেনের ক্ষয় নয়, বরং প্রতিটি ব্যবসায়িক প্রক্রিয়ায় এআইকে অন্তর্ভুক্ত করছে।

এই রূপান্তরের সবচেয়ে গভীর দিকটি হল এপিআই মূল্যের বরফের মতো পতন যা সম্পূর্ণ সফটওয়্যার ইঞ্জিনিয়ারিংয়ের স্থানান্তর খরচকে বাড়িয়ে দিচ্ছে। একবার যখন কোম্পানির কাজের প্রবাহ, এজেন্ট স্কিডিউলিং নেটওয়ার্ক এবং অটোমেটেড ডেটা পাইপলাইনগুলি সবই কম খরচের মডেলগুলির সংমিশ্রণের উপর ভিত্তি করে গড়ে উঠবে, তখন ভিত্তি মডেলের সরবরাহকারীরা আগামী দশকের ক্যালকুলেশন পাইপলাইনকে লক করে রাখবে।

গত কয়েক বছর ধরে, বড় মডেল কোম্পানিগুলি বুদ্ধিমত্তা বিক্রি করছিল। আজ থেকে, তারা দক্ষতা বিক্রি শুরু করেছে।

এটি দুটি সম্পূর্ণ ভিন্ন গল্প।

【বহির্ভূত】:

আমরা আগে এআই-এর উন্নয়নকে কনজুমার ইলেকট্রনিক্সের সাথে তুলনা করতাম, এবং নিয়মিত নতুন ফ্ল্যাগশিপ রেকর্ড ভাঙার আশা করতাম।

কিন্তু হয়তো, এআই-এর সত্যিকারের বিজয়ের রূপ হল একটি হিট পণ্য হয়ে উঠা নয়।

যখন স্টিম ইঞ্জিন আবিষ্কৃত হয়েছিল, তখন মানুষ এর উৎপাদনশীলতার প্রতি আশ্চর্য হয়েছিল, আজকের দিনে বিদ্যুৎ সমস্ত সভ্যতার চলনের জন্য অবিরামভাবে প্রবাহিত হচ্ছে, কিন্তু এখন কেউ এটি নিয়ে বিশেষভাবে আলোচনা করে না।

যখন মানুষ আর কোনো ফ্ল্যাগশিপ মডেলের বুদ্ধিমত্তা স্কোর আপডেট নিয়ে উত্তেজিত হয়ে উঠবে না, তখন AI নিঃশব্দে প্রতিটি সিস্টেম, প্রতিটি কমান্ডের মধ্যে জমে যায়, এবং সমস্ত অটোমেশন প্রক্রিয়ার পিছনে ডিফল্টভাবে কল করা জল ও বিদ্যুতের মতো হয়ে ওঠে।

এর প্রকৃত যুগ এখনও শুরু হয়নি।

এই লেখাটি ওয়েইচ্যাট গ্রুপ "বিন্যাসের বাইরে" থেকে এসেছে, লেখক: আঁকা