OpenAI আবার GPT-6 সিরিজের নতুন মডেল চালু করেছে, যা দিয়ে দৈনন্দিন অফিস এবং কম্পিউটার অপারেশনের কাজগুলি কম খরচে সম্পন্ন করার উপর জোর দেওয়া হবে।
অক্টোবর 26, পূর্ব সময় অনুযায়ী, ওপেনএআই GPT-6.1 Terra প্রকাশ করেছে, যা ভিজুয়াল বুঝতে পারা, ক্রস-অ্যাপ অপারেশন এবং প্রাকৃতিক ভাষায় লেখার ক্ষমতাকে প্রধান করেছে। মডেলের পারফরম্যান্স উন্নত করার সময়, ওপেনএআই GPT-5.6 Terra-এর তুলনায় স্ট্যান্ডার্ড API-এর দাম 50% কমিয়েছে। স্বতন্ত্র মূল্যায়ন সংস্থা Artificial Analysis-এর মূল্যায়ন দেখিয়েছে যে, নতুন মডেলটি বুদ্ধিমত্তা, কাজের খরচ এবং নির্দিষ্ট বেঞ্চমার্কের হলুসিনেশন পারফরম্যান্সে উন্নতি দেখিয়েছে।
পুরো কার্যদিবস জুড়ে দৃশ্যমান বোঝার এবং কম্পিউটার অপারেশন শক্তিশালী করুন
OpenAI গট-6.1 টেরাকে একটি দ্রুত এবং দক্ষ মডেল হিসেবে প্রস্তুত করেছে, যা ব্যবহারকারীদের সম্পূর্ণ কার্যদিবসের কম্পিউটার অপারেশনগুলি কম খরচে সম্পন্ন করতে সহায়তা করার লক্ষ্যে তৈরি। মডেলটি শুধুমাত্র স্ক্রিনের বিষয়বস্তু বুঝতে পারে না, বরং বিভিন্ন অ্যাপ্লিকেশনের মধ্যে অপারেশনও সম্পাদন করতে পারে এবং আরও পরিষ্কার, প্রাকৃতিক ভাষায় লিখতে পারে।
ব্যবসায়িক প্রস্তাব তৈরি করা, প্রযুক্তিগত ড্রয়িং ব্যাখ্যা করা, ফর্ম পূরণ করা, ভিডিও সম্পাদনা করা—OpenAI টেরাকে হাই-ফ্রিকোয়েন্সি অফিস টাস্কের জন্য একটি সাধারণ টুল হিসেবে তৈরি করতে চায়। ব্যবসাগুলির জন্য, এই ক্ষমতাগুলির অর্থ হল মডেলটি পুনরাবৃত্তিমূলক কাজগুলির বেশি অংশ নিতে পারবে, যেমন প্রাপ্ত ইনভয়েসগুলি পড়ে সংশ্লিষ্ট তথ্যগুলি অ্যাকাউন্টিং সফটওয়্যারে প্রবেশ করানো।
এই আপগ্রেড শুধুমাত্র একটি একক ক্ষমতা বৃদ্ধির জন্য নয়, বরং দৃশ্য বোঝাপড়া, কম্পিউটার অপারেশন এবং টেক্সট জেনারেশনকে একই কাজের প্রবাহে একীভূত করার চেষ্টা করে। ওপেনএআই বলেছে, GPT-6.1 Terra GPT-5.6 Terra-এর তুলনায় কম্পিউটার অপারেশন এবং যোগাযোগ ভিত্তিক কাজে স্পষ্টভাবে উন্নতি দেখিয়েছে, এবং নতুন মডেলটি ChatGPT Work এবং Codex-এর বিদ্যমান ব্যবহারের ক্ষমতা দিয়ে আরও বেশি কাজ সম্পন্ন করতে পারবে।
কম্পিউটার অপারেশন বেসলাইন ১৫ পার্সেন্ট পয়েন্ট বৃদ্ধি পেয়েছে, যা Astra-এর তিনগুণের বেশি গতিতে কাজ করে।
Agents’ Last Exam বেঞ্চমার্কে, যেখানে এজেন্টগুলির সফটওয়্যার ব্যবহার করে পেশাদার কাজ সম্পন্ন করার ক্ষমতা মাপা হয়, OpenAI বলেছে যে GPT-6.1 Terra মডেলটি মাঝারি যুক্তিগত চাপে GPT-5.6 Terra-এর তুলনায় 15 পার্সেন্ট বেশি স্কোর অর্জন করেছে, এবং কাজের খরচ প্রায় তার এক-তৃতীয়াংশ। এর পারফরম্যান্স GPT-6 Astra-এর ফ্ল্যাগশিপ মডেলের সমান, কিন্তু প্রতি Token-এর দাম Astra-এর দশমাংশ।
সর্বোচ্চ যুক্তিগত শক্তির ক্ষেত্রে, OpenAI বলেছে যে GPT-6.1 Terra-এর Token দক্ষতা Claude Opus 5.5-এর তিনগুণের বেশি, এবং প্রতি Token-এর মূল্য শুধুমাত্র তার চারভাগের একভাগ। Token খরচের দক্ষতা এবং একক মূল্যের সুবিধার সমন্বয়ে, Terra-এর কাজ সম্পন্ন করার খরচ প্রায় Claude Opus 5.5-এর নয়ভাগের একভাগ। গতির ক্ষেত্রে, OpenAI বলেছে যে Terra GPT-6 Astra এবং GPT-6.1 Sol-এর তুলনায় গড়ে তিনগুণের বেশি দ্রুত কাজ সম্পন্ন করে।
ভিজুয়াল বুঝার ক্ষেত্রে, MMMU-Pro বেঞ্চমার্কে, GPT-6.1 Terra-এর সমস্ত ইনফারেন্স সেটিংসে GPT-5.6 Terra-এর চেয়ে ভালো পারফরম্যান্স দেখা গেছে এবং কম খরচে GPT-6 Astra এবং GPT-6.1 Sol-এর ফলাফলের কাছাকাছি পৌঁছেছে। OSWorld 2.1 বেঞ্চমার্কে, যেখানে টেস্টিং এজেন্টগুলি ডেস্কটপ অ্যাপ্লিকেশন ব্যবহার করে একাধিক ধাপের কাজ সম্পন্ন করে, Terra-এর মধ্যম ইনফারেন্স ইনটেনসিটির অধীনে GPT-5.6 Terra-এর আগের সেরা ফলাফলকেও ছাড়িয়েছে।
এই ফলাফলগুলি দেখায় যে OpenAI Terra-কে এমনভাবে অবস্থান দিয়েছে: সমস্ত ক্ষমতা মাপদণ্ডে ফ্ল্যাগশিপ পারফরম্যান্সের প্রতি দৃঢ়ভাবে নির্ভর করা নয়, বরং কম খরচে এবং সংক্ষিপ্ত সময়ে বড় পরিমাণে বাস্তব কাজ সম্পন্ন করা।
স্বতন্ত্র মূল্যায়ন: বুদ্ধিমত্তা উন্নতি পেয়েছে, কাজ সম্পন্নের খরচ অনেক কমেছে
Artificial Analysis দ্বারা প্রকাশিত স্বাধীন মূল্যায়নে GPT-6.1 Terra এবং পূর্ববর্তী মডেলের পারফরম্যান্স এবং খরচের তুলনা করা হয়েছে। এই সংস্থাটি বলেছে, Terra-এর Artifical Analysis Intelligence Index-এ সর্বোচ্চ ইনফারেন্স ইন্টেনসিটি স্কোর GPT-5.6 Terra-এর তুলনায় 6 পয়েন্ট বেশি, এবং একক টাস্কের খরচ 1.40 ডলার থেকে কমে 0.40 ডলারে নেমেছে, যা আগের একত্রিত অংশেরও কম।
নিম্ন এবং মধ্যম রিজনিং ইন্টেনসিটির ক্ষেত্রে, Terra পূর্বপুরুষের তুলনায় 7 থেকে 13 পয়েন্ট বেশি ইন্ডেক্স স্কোর অর্জন করেছে। Artificial Analysis-এর মতে, এই দুটি রিজনিং লেভেল বুদ্ধিমত্তা এবং খরচের মধ্যে ভারসাম্য বজায় রাখার ক্ষেত্রে দক্ষতার সীমানায় অবস্থিত, যার অর্থ ব্যবহারকারীরা তুলনামূলকভাবে কম খরচে ভালো মডেল পারফরম্যান্স পাবেন।
Coding Agent Index v2.0-এ, GPT-6.1 Terra 48 পয়েন্ট পেয়েছে, যা GPT-6.1 Sol-এর 54 পয়েন্টের চেয়ে কম, কিন্তু GPT-6 Luna-এর 31 পয়েন্টের চেয়ে বেশি। এই সংস্থা উল্লেখ করেছে যে, Terra-এর এই সূচকের কিছু রিজনিং সেটিংসও খরচ দক্ষতার সীমানায় রয়েছে, যা এটির দৈনন্দিন অফিস কাজের জন্যই নয়, বরং শক্তিশালী কোডিং এজেন্ট ক্ষমতাও রয়েছে বলে প্রমাণিত হয়।
তবে, মডেলের যুক্তিসঙ্গত শক্তি এবং কাজের জটিলতা এখনও গুরুত্বপূর্ণ। Artificial Analysis-এর মূল্যায়ন দেখায় যে, সর্বোচ্চ যুক্তিসঙ্গত শক্তির অধীনে Terra-এর Intelligence Index স্কোর এখনও GPT-6.1 Sol-এর চেয়ে কম; OpenAI স্পষ্টভাবে সুপারিশ করেছে যে, গভীর গবেষণা বা জটিল কোডিং কাজের জন্য ব্যবহারকারীদের GPT-6.1 Sol বা GPT-6 Astra-এর প্রাধান্য দেওয়া উচিত।
হ্যালুসিনেশন হার কমেছে, কোডিং টাস্কের সফলতার হার বেড়েছে
নির্ভরযোগ্যতা এই আপগ্রেডের অন্যতম গুরুত্বপূর্ণ বিষয়। Artificial Analysis তাদের ব্যক্তিগত জ্ঞান এবং ভ্রান্তি বেঞ্চমার্ক AA-Omniscience-এ পাওয়া গেছে যে, যখন মডেলটি উত্তর জানে না, তখন GPT-6.1 Terra 38% ক্ষেত্রে অনুমান করে, যা GPT-5.6 Terra-এর 88% থেকে 50 পয়েন্ট কম। একইসাথে, Terra-এর এই বেঞ্চমার্কে সঠিকতা 2 পয়েন্ট বৃদ্ধি পেয়েছে।
এটি মনে রাখা প্রয়োজন যে, এই ফলাফলটি নির্দিষ্ট বেঞ্চমার্কে মডেলের অনিশ্চয়তার পরিস্থিতিতে উত্তর অনুমান করার প্রবণতাকে পরিমাপ করে, এটি মডেলের সমস্ত বাস্তব প্রয়োগে মোট ভুলের হার 50 পার্সেন্ট পয়েন্ট হ্রাস পেয়েছে তা বোঝায় না।
OpenAI-এর নিজস্ব অভ্যন্তরীণ পরীক্ষাগুলিও একই ধরনের উন্নতির প্রবণতা দেখিয়েছে। ভুল সহজে উত্পন্ন হওয়া প্রম্পট পরীক্ষায়, কম যুক্তিক্ষমতায়, GPT-6.1 Terra-এর ভুলের হার GPT-5.6 Terra-এর 53.6% থেকে হ্রাস পেয়ে 16.7% হয়েছে, যা 36.9 পয়েন্টের হ্রাস; সর্বোচ্চ যুক্তিক্ষমতায়, ভুলের হার 18 পয়েন্ট হ্রাস পেয়ে 4.3% হয়েছে, যা GPT-6 Astra এবং GPT-6.1 Sol-এর স্তরের কাছাকাছি।
কোডিং দক্ষতায়ও স্পষ্ট উন্নতি দেখা গেছে। OpenAI-এর প্রকাশিত Terminal-Bench 4.0 বেঞ্চমার্কে, GPT-6.1 Terra এর সর্বোচ্চ যুক্তিগত শক্তির অধীনে কাজের সফলতার হার 50.3% এ পৌঁছেছে, যা GPT-5.6 Terra-এর আগের 21.5% এর চেয়ে দুইগুণেরও বেশি। Artificial Analysis-এর স্বাধীন মূল্যায়নও দেখিয়েছে যে, Terra এই বেঞ্চমার্কে প্রায় 20 পার্সেন্টপয়েন্টের উন্নতি করেছে এবং সর্বোচ্চ যুক্তিগত শক্তির অধীনে GPT-6.1 Sol-এর কাছাকাছি পৌঁছেছে।
এর অর্থ হল টেরার আপগ্রেড শুধু মডেলকে দ্রুততর এবং কম খরচে পরিণত করে না, বরং কিছু ত্রুটি কমানো এবং জটিল কাজ সম্পাদনের ক্ষমতা বাড়ানোও অন্তর্ভুক্ত করে। তবে সবচেয়ে জটিল সফটওয়্যার ইঞ্জিনিয়ারিং কাজের জন্য, OpenAI এখনও Sol বা Astra ব্যবহারের সুপারিশ করে।
API মূল্য অর্ধেক, হাই-ফ্রিকোয়েন্সি এন্টারপ্রাইজ অটোমেশন টাস্কের জন্য লক্ষ্য করা হয়েছে
দাম হল GPT-6.1 Terra-এর এই প্রকাশের অন্যতম প্রধান বিষয়। OpenAI দ্বারা ঘোষিত স্ট্যান্ডার্ড API দাম: প্রতি মিলিয়ন ইনপুট টোকেনের জন্য 1 ডলার, প্রতি মিলিয়ন ক্যাশেড ইনপুট টোকেনের জন্য 0.05 ডলার, এবং প্রতি মিলিয়ন আউটপুট টোকেনের জন্য 5 ডলার। GPT-5.6 Terra-এর তুলনায়, স্ট্যান্ডার্ড API দাম মোট 50% কমেছে; GPT-6.1 Sol-এর তুলনায়ও Terra-এর স্ট্যান্ডার্ড API দাম 50% কম।
Artificial Analysis-এর প্রদত্ত মূল্য তুলনা অনুযায়ী, GPT-5.6 Terra-এর ইনপুট এবং আউটপুট টোকেনের মূল্য যথাক্রমে প্রতি মিলিয়ন 2 ডলার এবং 12 ডলার, যেখানে নতুন মডেলে এটি কমে দাঁড়িয়েছে 1 ডলার এবং 5 ডলার। ক্যাশ ইনপুট মূল্য প্রতি মিলিয়ন 0.20 ডলার থেকে কমে 0.05 ডলারে নেおり, যা 75% হ্রাস। এই প্রতিষ্ঠান আরও জানিয়েছে যে নতুন মডেলের ক্যাশ লেখা মূল্য প্রতি মিলিয়ন 1.25 ডলার।
ChatGPT Work এবং Codex-এ, OpenAI বলেছে যে একই ব্যবহার কোটা দিয়ে GPT-6.1 Terra, GPT-5.6 Terra-এর চেয়ে বেশি কাজ সম্পন্ন করতে পারে, এবং GPT-6.1 Sol এবং GPT-6 Astra-এর চেয়েও বেশি কাজ সম্পন্ন করতে পারে। ফাইল বারবার পড়া, অফিস সফটওয়্যার চালানো বা বড় পরিমাণে স্ট্রাকচার্ড তথ্য প্রক্রিয়াকরণের প্রয়োজন হওয়া কোম্পানির ব্যবহারকারীদের জন্য, এই খরচের পার্থক্যটি স্মার্ট এজেন্টগুলির বড় পরিসরে বাস্তবায়নকে প্রত্যক্ষভাবে প্রভাবিত করতে পারে।
GPT-6.1 Terra 10 অক্টোবর থেকে ChatGPT Work এবং Codex-এর Plus, Pro, Enterprise এবং Edu ব্যবহারকারীদের জন্য উন্মুক্ত হয়েছে, ডেভেলপাররা API কলের মাধ্যমেও এটি ব্যবহার করতে পারবেন, মডেলের নাম gpt-6.1-terra।
পণ্য বিভাগের দৃষ্টিকোণ থেকে, OpenAI গটি-6 সিরিজের ক্ষমতা এবং খরচ স্তরগুলি আরও বিস্তারিতভাবে পরিষ্কার করছে: টেরা মূলত পুনরাবৃত্তি এবং কম্পিউটার-ভিত্তিক কাজের জন্য উপযুক্ত, যখন সল এবং আস্ট্রা গভীর গবেষণা এবং জটিল কোডিংয়ের জন্য উপযুক্ত। মডেলগুলির নির্দিষ্ট কাজে কার্যকারিতা বৃদ্ধির সাথে প্রতিযোগিতার ফোকাসও শুধুমাত্র মডেলের সর্বোচ্চ ক্ষমতা তুলনা থেকে প্রকৃত কাজ সম্পন্নের জন্য প্রয়োজনীয় সময়, টোকেন এবং মোট খরচ মাপার দিকে সরে যাচ্ছে।