গত সপ্তাহে, Qwen3.8-Max-Preview এবং Kimi K3 একের পর এক চালু হয়েছে, যা দেশীয় বড় মডেলের প্যারামিটার স্কেলকে 2 ট্রিলিয়নের ঊর্ধ্বে নিয়ে গেছে।
তবে, বড় মডেলের প্রতিযোগিতা এখন শুধুমাত্র বেঞ্চমার্ক বা প্যারামিটার দেখে নির্ধারিত হয় না। দৈনন্দিন কাজের প্রবাহে বাস্তবিকভাবে সমাবেশ করতে পারা হল বেস মডেলের ক্ষমতা মূল্যায়নের সর্বোত্তম মাপকাঠি।
এর জন্য, বাইটাই আজ দেখতে চায় যে এটি গোড়ালি নাকি ঘোড়া।
একই “একটি বাক্যে একটি বাইটাই স্টাইলের থান্ডার ফাইটার ওয়েব গেম তৈরি করুন” প্রম্পটের জন্য, Qwen3.8, Kimi K3 এবং gpt5.6 sol তিনটি মডেল সম্পূর্ণ ভিন্ন উত্তর দিয়েছে:
- Qwen3.8: কেবল চলাচল করতে পারে, এবং শুধুমাত্র চলাচল করতে পারে
- GPT-5.6 সল: ভিজুয়াল সুন্দর, ব্র্যান্ডের ওয়েবসাইটের মতো
- কিমি কে৩: সবচেয়ে বেশি ফান, সবচেয়ে বেশি গেম-লাইক
⚠️ সতর্কবার্তা: কিমি K3 এর ক্যালকুলেশন ক্ষমতা সীমাবদ্ধতার কারণে সাবস্ক্রিপশন বন্ধ করে দেওয়া হয়েছে, এই টেস্টটি এখন WorkBuddy দ্বারা কল করা হয়েছে।
Qwen3.8: যুদ্ধবিমানটি উড়ে গেল, কিন্তু তারপর কিছু হল না | রেটিং: 1 স্টার⭐
https://x.com/i/status/2079865420576927996
🔗：Qwen3.8 সংস্করণ পরীক্ষা করুন
Qwen3.8 সংস্করণ খুলতেই প্রথম অনুভূতি: আমাকে কি ঠকাচ্ছ?
গাঢ় নীল ব্যাকগ্রাউন্ড, মাঝখানে একটি বাইটাই মূল লোগো নয়, একটি "গেম শুরু করুন" বোতাম। শিরোনামের কালো টেক্সট গাঢ় ব্যাকগ্রাউন্ডের সাথে একেবারে মিশে গিয়েছে, যেন আগে থেকেই অদৃশ্য মোড চালু করে দেওয়া হয়েছে।
গেমে প্রবেশ করার পর, বেসিক ফাংশনগুলি কিছুটা কাজ করে:
- মাউস দিয়ে জেট প্লেন টেনে নিন
- অটো ফায়ার বুলেট
- লাল ত্রিভুজাকার শত্রু বিমান
- স্কোর গণনা
- ক্র্যাশ এবং এন্ড মেকানিজম
পরীক্ষার সময়, যুদ্ধবিমান নিরবচ্ছিন্নভাবে গুলি ছুঁড়েছে এবং স্কোর 858 পর্যন্ত বেড়েছে, Qwen3.8 কমপক্ষে সফলভাবে চালু হয়েছে।
কিন্তু সমস্যা হলো, পুরো গেমটি একটি তাজা তৈরি Canvas ডেমোর মতো: শত্রু বিমানগুলি ত্রিভুজ, গুলি হলো আলোর বিন্দু, এবং গেমপ্লে প্রায় অপরিবর্তিত। কোনও অস্ত্র বৃদ্ধি, কোনও আইটেম সিস্টেম বা স্পষ্ট লেভেল রিদম নেই।
যেমন কুয়েন টিম নিজেরাই ঘোষণা করেছে, Qwen3.8-এর পোস্ট-ট্রেনিং এখনও প্রস্তুত হয়নি এবং এটি "দিনে দিনে ইটারেশনে" চলছে।
প্রকাশ্যে, শিল্প এবং পরিকল্পনা এখনও গ্রুপে যোগ দেয়নি।
GPT-5.6 Sol: গ্রাফিক্স ভালো, গেমপ্লে আরও উন্নত করা দরকার | রেটিং: 3.5 ⭐
https://x.com/i/status/2079865420576927996
🔗：GPT-5.6 Sol সংস্করণটি পরীক্ষা করুন
GPT-5.6 Sol সংস্করণটি খুলুন, এবং একই সাথে আপনার আত্মবিশ্বাস বাড়ে।
বামে পরিষ্কার কাজ, মাঝখানে যুদ্ধ অঞ্চল, ডানে ভিজুয়ালাইজড রাডার এবং টেলিমেট্রি মডিউল। ডার্ক ব্যাকগ্রাউন্ডের সাথে ফ্লুরেসেন্ট সায়ান, যোগ করে মিশ্রিত চীনা এবং ইংরেজি টেক্সট এবং Biteye ব্র্যান্ড এলিমেন্ট, এটি 007 স্পাই ইনস্ট্রুমেন্ট প্যানেলের মতো ভিজুয়াল অনুভূতি দেয়।
এর সিস্টেম কিউওয়েনের চেয়ে অনেক বেশি সমৃদ্ধ, যেমন:
- Wave ওয়েভ
- Armor装甲
- ওভারড্রাইভ অবস্থা
- কম্বো কন্টিনুয়াস
- সর্বোচ্চ রেকর্ড
- প্রক্রিয়া স্থগিত করুন
- মাউস এবং কীবোর্ড দ্বৈত অপারেশন
পরীক্ষার সময়, গেমটি সফলভাবে চালু হয়ে 922 পয়েন্ট অর্জন করে। পরাজয়ের পর কেবল “গেম ওভার” দেখানো হয় না, বরং “ফাইটার অফলাইন” দেখানো হয়, এবং পুনরায় শুরু করা হয় “পুনরায় কানেক্ট” বলে। শুরু থেকে শেষ পর্যন্ত, টেক্সট এবং ভিজুয়াল উভয়ই একই ওয়ার্ল্ডবিল্ডিংকে বজায় রাখে, যা খুবই fancy।
তবে, GPT-5.6 Sol-এর সমস্যা হল এটি খুব ভালোভাবে প্যাকেজিং করে। বাম ও ডান পাশের তথ্য প্যানেলগুলি ব্যাপক স্থান দখল করে, যার ফলে প্রকৃত গেম এলাকাটি মাঝখানে চাপা পড়ে। এটি একটি অত্যন্ত উন্নত ব্র্যান্ড অ্যাকশন পেজের মতো, যার মধ্যে একটি ছোট গেম সহজেই এমবেড করা হয়েছে।
Qwen3.8-এর তুলনায়, gpt-5.6 sol-এর আর্ট, ব্র্যান্ডিং এবং অপারেশন সবাই চাকরিতে হাজির হয়েছে, তবে গেম প্ল্যানিং স্পষ্টতই কিছুটা ছুটি নিয়েছে।
কিমি কে৩: অন্যরা ডেমো করছে, এটি শুরু করেছে পেমেন্ট পয়েন্ট যোগ করা | রেটিং: 4 স্টার
https://x.com/i/status/2079865420576927996
🔗：কিমি কে৩ সংস্করণ পরীক্ষা করুন
কিমি কে3-এর প্রথম স্ক্রিন যদিও জিপিটি-5.6 সলের মতো অবাক করে না, কিন্তু গেমের বর্ণনা আসার পর স্বাদ ভিন্ন হয়ে যায়:
- W: ফায়ারপাওয়ার আপগ্রেড
- S: স্টারশিল্ড
- B: বোমা
- H: সংশোধন
- স্পেস: বোমা ফেলুন
- P: স্থগিত
- M: মিউট
গেমে প্রবেশ করার পর, তিনটি জীবন, ফায়ারপাওয়ার লেভেল, বোমার সংখ্যা, পজ বাটন এবং সাউন্ড সুইচ রয়েছে।
অন্য দুটি সংস্করণ এখনও “বিমানটি কীভাবে চলে” সমাধান করছে, কিমি K3 ইতিমধ্যে খেলোয়াড়রা আইটেম পাওয়ার পর কীভাবে খেলবে তা বিবেচনা করছে।
এটিই এই তিনটি সংস্করণের সবচেয়ে স্পষ্ট পার্থক্য: Qwen শুটিং ফাংশন তৈরি করেছে, Sol ভিজুয়াল প্যাকেজিং করেছে, এবং Kimi সক্রিয়ভাবে আইটেম, সম্পদ, বৃদ্ধি এবং সক্রিয় দক্ষতা পূরণ করেছে।
অবশ্যই, এর গ্রাফিক্স এখনও খুব পরিষ্কার নয়। শত্রু বিমান এবং স্পেশাল ইফেক্টগুলি প্রায়শই সাধারণ জ্যামিতিক আকৃতি, এবং কিছু লোগোর উপাদানগুলি খুব সরাসরি প্রয়োগ করা হয়েছে। কিন্তু একটি ছোট গেম হিসেবে, এটি খেলোয়াড়দের নিয়মিত নতুন জিনিস দেওয়ার বিষয়ে সবচেয়ে ভালোভাবে বুঝতে পারে।
তিনটি মডেলকে যথাক্রমে কোন বিভাগে নিয়োগ দেওয়া হবে?
যদি তিনটি মডেলকে নতুন কর্মচারী হিসাবে বিবেচনা করা হয়, তবে এই পরীক্ষাটি প্রায় এরকম হবে:
একটি বাক্য দিয়ে গেম তৈরি করা, এখন শুধু কোড নয়
বাইটআই এর থান্ডার ফাইটার টেস্টের উদাহরণ হিসেবে, এখন বড় মডেলকে কোড লিখতে বললে একটি "বিমান চলবে, গুলি ছোড়া হবে" ওয়েবসাইট তৈরি করা কঠিন নয়।
কিন্তু প্রকৃতপক্ষে পার্থক্য তৈরি করে যে মডেলটি প্রাক-লজিক প্রশিক্ষণের পরে কি সক্রিয়ভাবে ফিডব্যাক, লেভেল, আইটেম, বৃদ্ধি এবং ভিজুয়াল থিম ডিজাইন করবে। বড় মডেলগুলি শুধুমাত্র কোড বুঝতে পারতে হবে, এটি বুঝতে হবে যে খেলোয়াড়রা আবার একটি গেম খেলার জন্য কেন প্রস্তুত।