গার্হস্থ্য বড় মাপের মডেল নির্মাতাদের খোলা উৎস এখনও ত্বরান্বিত হয়.
এইমাত্র, Zhipu আনুষ্ঠানিকভাবে তার সর্বশেষ ফ্ল্যাগশিপ মডেল GLM-4.5 প্রকাশ করেছে। Zhipu এর অফিসিয়াল বিবৃতি অনুসারে, এটি একটি "বেসিক মডেল যা বিশেষভাবে এজেন্ট অ্যাপ্লিকেশনের জন্য ডিজাইন করা হয়েছে।"
সামঞ্জস্যপূর্ণ ওপেন সোর্স নীতি অব্যাহত রেখে, এই মডেলটি একই সাথে Hugging Face এবং ModelScope প্ল্যাটফর্মে ওপেন সোর্স করা হয়েছে। মডেলের ওজন এমআইটি লাইসেন্স অনুসরণ করে এবং বাণিজ্যিকভাবে ব্যবহার করা যেতে পারে।
প্রবাহ-সংরক্ষণ সংস্করণ:
- GLM-4.5 যুক্তি, কোড, এবং ব্যাপক এজেন্ট ক্ষমতার পরিপ্রেক্ষিতে ওপেন সোর্স মডেলের SOTA স্তরে পৌঁছেছে;
- GLM-4.5 বিশেষজ্ঞদের (MoE) আর্কিটেকচারের মিশ্রণ ব্যবহার করে, GLM-4.5 সহ: মোট প্যারামিটার 355 বিলিয়ন, অ্যাক্টিভেশন প্যারামিটার 32 বিলিয়ন; GLM-4.5-এয়ার: মোট প্যারামিটার হল 106 বিলিয়ন, অ্যাক্টিভেশন প্যারামিটার হল 12 বিলিয়ন;
- উভয় সংস্করণ সম্পূর্ণরূপে ওপেন সোর্স এবং MIT লাইসেন্স সমর্থন করে;
- GLM-4.5 এবং GLM-4.5-এয়ার উভয়ই একটি হাইব্রিড যুক্তি মোড সমর্থন করে, দুটি মোড প্রদান করে: জটিল যুক্তি এবং টুল ব্যবহারের জন্য একটি চিন্তার মোড এবং তাত্ক্ষণিক প্রতিক্রিয়ার জন্য একটি অ-চিন্তা মোড।
- API কলের মূল্য ইনপুটের জন্য 0.8 ইউয়ান/মিলিয়ন টোকেন এবং আউটপুটের জন্য 2 ইউয়ান/মিলিয়ন টোকেন; উচ্চ-গতির সংস্করণটি 100 টোকেন/সেকেন্ড পর্যন্ত পৌঁছাতে পারে।
GLM-4.5-এর মূল প্রযুক্তিগত বিক্রয় বিন্দু হল যুক্তি, কোডিং এবং এজেন্ট ক্ষমতাগুলির একটি একক মডেলের মধ্যে প্রথম স্থানীয় একীকরণ। যদিও অন্যান্য মডেলগুলি যুক্তি, কোডিং বা সহকারী উভয় ক্ষেত্রেই পারদর্শী, GLM-4.5 সবই গর্ব করে।
যথারীতি, আসুন প্রথমে নতুন মডেলের "চলমান স্কোর" বিভাগটি দেখে নেওয়া যাক।
Zhipu MMLU Pro, AIME 24, MATH 500, SciCode, GPQA, এবং HLE সহ তার কর্মক্ষমতা প্রদর্শনের জন্য 12টি সর্বাধিক প্রতিনিধিত্বমূলক মানদণ্ড নির্বাচন করেছে—যা আমাদের কাছে পরিচিত। গড় স্কোর দেখায় যে GLM-4.5 বিশ্বব্যাপী দ্বিতীয়, গার্হস্থ্য মডেলগুলির মধ্যে প্রথম এবং ওপেন-সোর্স মডেলগুলির মধ্যে প্রথম।
অবশ্যই, একা চালানোর স্কোর অকেজো, এবং আরও ব্যবহারিক পরীক্ষাগুলি আরও বিশ্বাসযোগ্য।
বাস্তব-বিশ্বের এজেন্ট কোডিং পরিস্থিতিতে GLM-4.5-এর শক্তি প্রদর্শনের জন্য, Zhipu সরাসরি Claude-4-Sonnet, Kimi-K2, এবং Qwen3-Coder-এর মতো মডেলগুলির সাথে প্রতিদ্বন্দ্বিতা করার জন্য এটিকে ক্লড কোডের সাথে একত্রিত করেছে।
পরীক্ষার পরিকল্পনাটি বেশ কঠোর ছিল: মোট 52টি প্রোগ্রামিং ডেভেলপমেন্ট কাজ যার মধ্যে ছয়টি প্রধান উন্নয়ন ক্ষেত্র রয়েছে, বাস্তব-বিশ্ব সম্পাদনের উপর ফোকাস করে, স্বাধীন ধারক পরিবেশের মধ্যে ইন্টারেক্টিভ পরীক্ষার একাধিক রাউন্ডে পরীক্ষা করা হয়েছিল। ফলাফলগুলি দেখায় যে ক্লাউড-4-সনেটের সাথে কাজ করার সময় উন্নতির জন্য এখনও উল্লেখযোগ্য জায়গা ছিল, GLM-4.5 এখনও টুল কল নির্ভরযোগ্যতা এবং টাস্ক সমাপ্তির ক্ষেত্রে বেশ ভাল পারফর্ম করেছে।
Zhipu এমনকি সমস্ত পরীক্ষার প্রশ্ন এবং এজেন্ট ট্র্যাজেক্টরিগুলিকে সর্বজনীন করেছে (https://huggingface.co/datasets/zai-org/CC-Bench-trajectories), যা আমাকে এই অনুভূতি দিয়েছে যে তারা সহকর্মীদেরকে "নকলের বিরুদ্ধে লড়াই করতে" স্বাগত জানায়।
আসুন আরও কিছু বিশ্বাসযোগ্য ডেমো দেখে নেওয়া যাক, যেগুলি খুব মূল্যবান।
শুধুমাত্র z.ai অফিসিয়াল ওয়েবসাইটে "একটি Google অনুসন্ধান ওয়েবসাইট তৈরি করুন" প্রম্পটটি প্রবেশ করান, এবং GLM-4.5 প্রকৃতপক্ষে শুধুমাত্র একটি বাক্যে একটি বাস্তব, ব্যবহারযোগ্য অনুসন্ধান ইঞ্জিন তৈরি করবে৷
GLM-4.5 দ্বারা নির্মিত কোয়ান্টাম ফাংশন বক্স সম্পূর্ণরূপে কার্যকরী এবং সম্পূর্ণরূপে মডেলের ব্যাপক ক্ষমতা প্রদর্শন করে।
আরও জটিল অভিজ্ঞতার জন্য, আপনি একটি ক্লিকযোগ্য এবং জুমযোগ্য 3D গ্লোব পৃষ্ঠা তৈরি করতেও এটি ব্যবহার করতে পারেন। ব্যবহারকারীরা একটি মসৃণ জুম অ্যানিমেশন সহ বিশদ বিবরণ দেখতে একটি অবস্থানে ক্লিক করতে পারেন।
▲টিপস: Three.js এবং JavaScript ব্যবহার করে একটি ওয়েবপেজ তৈরি করুন যা একটি অ্যারের উপর ভিত্তি করে আমি পরিদর্শন করা জায়গাগুলি প্রদর্শন করে এমন একটি 3D বিশ্ব তৈরি করে৷ 3D গ্লোবে মার্কারগুলিতে ক্লিক করা একটি জুম প্রভাবকে অ্যানিমেট করবে এবং ফটো সহ বিশদ ভ্রমণের তথ্য খুলবে৷
ঐতিহ্যগত AI PPT টুলের বিপরীতে যা তথ্য পূরণের জন্য টেমপ্লেট ব্যবহার করে, GLM-4.5 নিজে থেকেই সামগ্রী এবং ছবি অনুসন্ধান করবে এবং প্রকৃত উপকরণের উপর ভিত্তি করে সরাসরি HTML বিন্যাসে ছবি ও পাঠ্য লিখবে। প্রচলিত 16:9 অনুপাত ছাড়াও, এটি নমনীয়ভাবে সোশ্যাল মিডিয়া কভার, দীর্ঘ ছবি, Xiaohongshu কার্ড এবং এমনকি ব্যক্তিগত জীবনবৃত্তান্ত সমর্থন করতে পারে।
বিকাশকারীর অভিজ্ঞতার পরিপ্রেক্ষিতে, দেশীয় নির্মাতারাও "রোল আপ" শিখতে শুরু করেছে। উদাহরণস্বরূপ, GLM-4.5 মূলধারার কোড ইন্টেলিজেন্স সংস্থার সাথে সামঞ্জস্যপূর্ণ যেমন ক্লাউড কোড, ক্লাইন এবং রু কোড। সম্পূর্ণ ব্যবহারকারী গাইড এখানে:
- গার্হস্থ্য ব্যবহারকারী: https://docs.bigmodel.cn/cn/guide/develop/claude
- বিদেশী ব্যবহারকারী: https://docs.z.ai/scenario-example/develop-tools/claude
যদি উপরেরটি শুধুমাত্র "মুখ" হয়, তাহলে প্রযুক্তিগত মূলটি হল GLM-4.5 এর আসল "ভিতরে"।
অল্প-পরিচিত তথ্য: GLM-4.5-এর প্যারামিটারের সংখ্যা DeepSeek-R1-এর মাত্র 1/2 এবং Kimi-K2-এর 1/3, কিন্তু পারফরম্যান্সের সঙ্গে আপোস করা হয়নি, এবং এটি GLM মডেলের উচ্চতর প্যারামিটার দক্ষতার কারণে।
বিশেষ করে, GLM-4.5-Air, 106B মোট প্যারামিটার/12B অ্যাক্টিভেশন প্যারামিটার সহ, ইতিমধ্যেই অনুমান মূল্যায়নে Gemini 2.5 Flash এবং Claude 4 Sonnet-এর কাছে পৌঁছেছে। SWE-বেঞ্চ যাচাইকৃত তালিকায়, এটি পারফরম্যান্স/প্যারামিটার অনুপাতের প্যারেটো সীমান্তে স্থান পেয়েছে – অন্য কথায়, কম ভলিউম সহ, এটি আরও ভাল খরচ-কার্যকারিতা অর্জন করেছে।
কর্মক্ষমতা উন্নতি প্রশিক্ষণ প্রক্রিয়ার "অলৌকিক তৈরির" কারণে।
GLM-4.5 এবং GLM-4.5-Air একটি অনুরূপ প্রশিক্ষণ প্রক্রিয়া ব্যবহার করে: প্রথমত, তারা সাধারণ ডেটার 15 ট্রিলিয়ন টোকেনগুলিতে প্রাক-প্রশিক্ষণ দেয়। তারপর, তারা কোড, যুক্তি এবং এজেন্টের মতো ক্ষেত্রগুলিতে 8 ট্রিলিয়ন টোকেন ডেটার লক্ষ্যযুক্ত প্রশিক্ষণ পরিচালনা করে। অবশেষে, শক্তিবৃদ্ধি শেখার মডেলের যুক্তি, কোড, এবং এজেন্ট ক্ষমতা আরও উন্নত করতে ব্যবহৃত হয়। অর্থ এবং সম্পদ দিয়ে, কেউ যা চায় তা করতে পারে।
উপরন্তু, খরচ এবং দক্ষতার ক্ষেত্রে GLM-4.5 এর অগ্রগতি আরও বেশি প্রাণঘাতী হতে পারে। API কলের দাম ইনপুটের জন্য 0.8 ইউয়ান/মিলিয়ন টোকেন এবং আউটপুটের জন্য 2 ইউয়ান/মিলিয়ন টোকেন। একই সময়ে, উচ্চ-গতির সংস্করণটি প্রকৃত পরীক্ষায় 100 টোকেন/সেকেন্ড পর্যন্ত উৎপন্ন করতে পারে, কম বিলম্বিততা এবং উচ্চ একযোগে প্রকৃত স্থাপনার প্রয়োজনীয়তাকে সমর্থন করে। এটা সত্যিই একটি মূল্য হত্যাকারী.
বর্তমানে, APIটি ওপেন প্ল্যাটফর্ম BigModel.cn-এ চালু করা হয়েছে, যা এক ক্লিকে ক্লাউড কোড ফ্রেমওয়ার্কের সাথে সামঞ্জস্যপূর্ণ। সাধারণ ব্যবহারকারীরাও Zhipu Qingyan (chatglm.cn) এবং Z.ai-তে GLM-4.5-এর সম্পূর্ণ সংস্করণ উপভোগ করতে পারবেন।
উল্লেখ্য যে গত মাসে, OpenAI সরাসরি তার গ্লোবাল অ্যাফেয়ার্স অ্যাকাউন্টে প্রকাশিত একটি প্রতিবেদনে Zhipu-এর নাম দিয়েছে, বলেছে যে এটি বিশ্বব্যাপী AI প্রতিযোগিতায় উল্লেখযোগ্য অগ্রগতি করেছে। স্বর অস্বাভাবিকভাবে সোজা ছিল.
পিছনে ফিরে তাকালে, ঝিপু একটি কোম্পানি যার বৃদ্ধির গতি তুলনামূলকভাবে স্থিতিশীল। এটি গতিশীল হয়েছে, মডেলের পুনরাবৃত্তির সাথে তাল মিলিয়ে চলছে, উন্মুক্ত উত্সগুলির বিস্তৃত পরিসরে উন্মুক্ত হচ্ছে এবং দিকনির্দেশনার একটি স্পষ্ট ধারণা রয়েছে৷ এই আলোকে, এটা আশ্চর্যের কিছু নয় যে এটি আইপিও চালু করা "সিক্স লিটল ড্রাগন অফ এআই" এর মধ্যে প্রথম।
#iFaner-এর অফিসিয়াল WeChat পাবলিক অ্যাকাউন্ট অনুসরণ করতে স্বাগতম: iFaner (WeChat ID: ifanr), যেখানে যত তাড়াতাড়ি সম্ভব আপনার কাছে আরও উত্তেজনাপূর্ণ সামগ্রী উপস্থাপন করা হবে।