OpenAI-এর GPT-6 Astra কোড আরেনার ওয়েবডেভ লিডারবোর্ডে 1,797 স্কোর নিয়ে শীর্ষস্থান অধিকার করেছে, যা Anthropic-এর Claude Fable 5.1-এর চেয়ে 35 পয়েন্ট এগিয়ে, যার স্কোর 1,762। 2026 সালের 3 সেপ্টেম্বরে অফিসিয়াল লঞ্চের দুই দিন পরেই এই মডেলটি AI-সহায়িত ওয়েব ডেভেলপমেন্টের প্রাধান্য ক্রমকে পুনর্লিখন করছে।
Arena.ai দ্বারা পরিচালিত লিডারবোর্ড আপনার সাধারণ স্থির বেঞ্চমার্ক নয়। এটি একটি ক্রাউডসোর্সড এলো-স্টাইল রেটিং সিস্টেম ব্যবহার করে, যা প্রতিযোগিতামূলক শ্যাচে ব্যবহৃত একই ধরনের র্যাঙ্কিং মেকানিজম, যেখানে সম্প্রদায়ের সদস্যরা এআই মডেলগুলির বাস্তব-জগতের ফ্রন্টএন্ড কোডিং কাজগুলি কতটা ভালোভাবে পরিচালনা করে তা ভোট দেয়। ১২৬টি মডেলের মধ্যে বেশিরভাগ ৬,৫০,০০০টি ভোট রেজিস্টার্ড হয়েছে, যা এটিকে এআই ক্ষেত্রের মধ্যে একটি অত্যন্ত শক্তিশালী সম্প্রদায়-ভিত্তিক মূল্যায়নে পরিণত করেছে।
এই বেঞ্চমার্ককে কী বিশেষ করে তোলে
প্রাচীন এআই বেঞ্চমার্কগুলি সাধারণত নির্ধারিত সঠিক উত্তরসহ স্থির ডেটাসেটের বিরুদ্ধে মডেলগুলির পরীক্ষা করে। কোড আরেনা একটি মৌলিকভাবে ভিন্ন পদ্ধতি অনুসরণ করে। মডেলগুলিকে বহু-পদক্ষেপের যুক্তিবিদ্যা, টুল ব্যবহার এবং পুনরাবৃত্তিমূলক কোডিং প্রবাহের উপর মূল্যায়ন করা হয়, যা প্রকৃত ওয়েব ডেভেলপমেন্টের সাথে প্রায় মিলে যায়।
GPT-6 Astra-এর 1,797 স্কোর এই নির্দিষ্ট লিডারবোর্ডে কোনো মডেল প্রাপ্ত সর্বোচ্চ স্কোর। Claude Fable 5.1, Anthropic-এর সর্বশেষ প্রতিদ্বন্দ্বী, এখনও 1,762 স্কোরে দৃঢ়ভাবে অবস্থান করছিল।
প্রতিযোগিতামূলক পরিস্থিতি বাড়তে শুরু করেছে
OpenAI এবং Anthropic একমাত্র প্রতিযোগী নয় যারা অবস্থানের জন্য প্রতিদ্বন্দ্বিতা করছে। সেপ্টেম্বরের লিডারবোর্ডের আগের স্ন্যাপশটগুলিতে চীনা ডেভেলপারদের মডেলগুলি শীর্ষ র্যাঙ্কের জন্য উভয় কোম্পানির সাথে প্রতিদ্বন্দ্বিতা করছিল।
GPT-6 Astra (Max) এবং Claude Fable 5.1 (Max) উভয়েরই মূল্য একই: প্রতি মিলিয়ন ইনপুট টোকেনের জন্য $10 এবং প্রতি মিলিয়ন আউটপুট টোকেনের জন্য $50। উভয়েরই 1 মিলিয়ন টোকেনের কনটেক্সট উইন্ডো রয়েছে।
OpenAI গট-6 আস্ট্রাকে সফটওয়্যার ইঞ্জিনিয়ারিং এবং সংশ্লিষ্ট অ্যাপ্লিকেশনের জন্য তাদের সবচেয়ে উন্নত মডেল হিসেবে অবস্থান দিয়েছে। এই মডেলটি বর্তমানে চ্যাটজিপিটি সাবস্ক্রাইবার এবং নির্বাচিত এপিআই এবং ক্লাউড পার্টনারদের জন্য উপলব্ধ।