ডিপসিকের লক্ষ্য হলো মিক্সু আইসক্রিমের কৌশল ব্যবহার করে ক্লদ কোডের একটি চীনা সংস্করণ তৈরি করা।

বড় মডেলের ক্ষেত্রে ডিপসিক ঠিক তেমনই, যেমন মিল্ক টি-এর ক্ষেত্রে মিক্সু আইসক্রিম। এর সাশ্রয়ী মূল্য নিয়ে আপনাকে চিন্তা করতে হবে না, কারণ এর কার্যক্ষমতা অনবদ্য এবং এটি আপনার পকেটের ওপর কখনোই চাপ সৃষ্টি করবে না।

সম্প্রতি, DeepSeek আনুষ্ঠানিকভাবে তাদের DeepSeek-V4-Pro মডেলের API-এর জন্য একটি স্থায়ী মূল্য হ্রাসের ঘোষণা দিয়েছে। DeepSeek আরও জানিয়েছে যে, API-টির আউটপুট গতি উন্নত করা হয়েছে এবং পরিষেবার পরিধি বাড়ানো হয়েছে, যার ফলে এখন আরও দ্রুত গতি, আরও স্থিতিশীল পরিষেবা এবং ডিফল্টভাবে ৫০০টি যুগপৎ সংযোগ সমর্থন পাওয়া যাবে। এন্টারপ্রাইজ ব্যবহারকারীরা অনলাইনে এর চেয়ে বেশি যুগপৎ সংযোগের জন্য আবেদন করতে পারবেন।

বৃহৎ মডেল এপিআই-এর মূল্য নির্ধারণের মানদণ্ড নতুন করে লেখা হচ্ছে: মডেলটি প্রকাশ করা, ছাড় দেওয়া, ক্যাশে হিট প্রাইস কমানো এবং সবশেষে অস্থায়ী অফারটিকে একটি দীর্ঘমেয়াদী মূল্যে পরিণত করা। কম দামের মডেলের পরবর্তী ধাপ সম্ভবত এজেন্ট হবে।

ডিপসিক স্থায়ীভাবে এর দাম কমিয়েছে; লিয়াং ওয়েনফেং টোকেনটির দাম ব্যাপকভাবে হ্রাস করেছেন।

চলুন প্রথমে DeepSeek-এর মূল্য হ্রাসের সময়রেখাটি সংক্ষেপে তুলে ধরা যাক:

• ২৪শে এপ্রিল, DeepSeek V4 প্রিভিউ সংস্করণটি আনুষ্ঠানিকভাবে প্রকাশ করা হয়েছিল।
• ২৫শে এপ্রিল, DeepSeek তাদের V4-Pro-এর উপর ২৫% ছাড় ঘোষণা করেছে।
• ২৬শে এপ্রিল, ডিপসিক ঘোষণা করেছে যে ক্যাশ হিট প্রাইস প্রাথমিক মূল্যের এক-দশমাংশে সমন্বয় করা হবে।
• ২৮শে এপ্রিল, DeepSeek ঘোষণা করেছে যে V4-Pro-এর উপর ২৫% ছাড় ৩১শে মে পর্যন্ত বাড়ানো হবে।
• ২২শে মে, ডিপসিক ভি৪-প্রো-এর দাম স্থায়ীভাবে কমানোর ঘোষণা দিয়েছে, যার ফলে এর দাম মূল দামের এক-চতুর্থাংশে নেমে এসেছে।

টাইমলাইনের মূল বিষয় হলো, অস্থায়ী ছাড়টি একটি স্থায়ী মূল্যহ্রাসে পরিণত হয়েছে। এই সমন্বয়ের পর, DeepSeek-V4-Pro-এর ইনপুট ক্যাশ হিট প্রাইস প্রতি মিলিয়ন টোকেনে ০.১ ইউয়ান থেকে কমে ০.০২৫ ইউয়ান হয়েছে এবং ইনপুট ক্যাশ মিস প্রাইস প্রতি মিলিয়ন টোকেনে ১২ ইউয়ান থেকে কমে ৩ ইউয়ান হয়েছে।

আউটপুট মূল্য প্রতি মিলিয়ন টোকেনে ২৪ ইউয়ান থেকে কমিয়ে ৬ ইউয়ান করা হয়েছে। ডিফল্ট ৫০০ যুগপৎ সংযোগ এবং পরিষেবার গতি বৃদ্ধির সাথে মিলিত হয়ে, অফিসিয়াল এপিআই ডেভেলপার এবং ব্যবসায়ীদের কাছে আরও বেশি আকর্ষণীয় হয়ে উঠেছে।

মূল্য হ্রাসের সবচেয়ে প্রত্যক্ষ প্রভাব হলো, এটি ডেভেলপারদের সিদ্ধান্ত গ্রহণের ক্ষেত্রে কাজের খরচকে আরও তাৎক্ষণিক পর্যায়ে নিয়ে আসে।

কোড-ভিত্তিক পরিস্থিতিতে, একটি একক কাজের মধ্যে প্রজেক্ট ফাইল পড়া, লগ বিশ্লেষণ করা, একাধিকবার পরিবর্তন করা এবং বারবার টেস্ট চালানো অন্তর্ভুক্ত থাকতে পারে, যা সহজেই টোকেন খরচ বাড়িয়ে দিতে পারে।

দীর্ঘ কনটেক্সট, কোডবেস বিশ্লেষণ, ব্যাচ রিফ্যাক্টরিং, স্বয়ংক্রিয় টেস্টিং এবং মাল্টি-রাউন্ড এজেন্ট এক্সিকিউশনের মতো অধিক রিসোর্স-ব্যবহারকারী সিনারিওগুলো এখন স্বতন্ত্র ডেভেলপার এবং ছোট দলগুলোর জন্য তাদের বাজেটের মধ্যে আরও সহজলভ্য হয়ে উঠছে।

অতীতে, ডেভেলপাররা মূলত মডেলের সক্ষমতা, স্থিতিশীলতা, ইকোসিস্টেম এবং ব্যবহারকারীর অভ্যাসের ওপর ভিত্তি করে ক্লড, ওপেনএআই বা জেমিনি বেছে নিত। ডিপসিক-এর স্থায়ী মূল্য ব্যাপকভাবে হ্রাস পাওয়ায়, চূড়ান্ত ব্যয়-সাশ্রয়ীতার সম্মুখীন হলে ডেভেলপারদের ব্যবহারের অভ্যাস সহজেই পরিবর্তিত হতে পারে।

এই চিন্তাধারা অনুসরণ করলে, DeepSeek-এর ধারাবাহিক বাজার ভূমিকা আরও স্পষ্ট হয়ে ওঠে: কম দাম, ওপেন সোর্স এবং শক্তিশালী ইনফারেন্স ক্ষমতার মাধ্যমে বৃহৎ মডেলের বাজারে ক্রমাগত মূল্যের সুবিধা তৈরি করা। দেশীয় মডেল নির্মাতাদের জন্য, V4-Pro-এর স্থায়ী মূল্য হ্রাস এপিআই মূল্যসীমাকে নতুনভাবে সংজ্ঞায়িত করার সমতুল্য।

Zhipu, MiniMax, এবং Lunar Dark Side-এর মতো মডেলগুলো, যেগুলো এপিআই ফি-এর উপর নির্ভরশীল এবং ডেভেলপার ও এন্টারপ্রাইজ ক্লায়েন্টদের লক্ষ্য করে, সেগুলো যথেষ্ট চাপের সম্মুখীন হচ্ছে। এর বিপরীতে, Claude, OpenAI, এবং Gemini-এর মতো শীর্ষস্থানীয় বিদেশী মডেলগুলো বাজার, গ্রাহক কাঠামো এবং ইকোসিস্টেমের অবস্থানের পার্থক্যের কারণে তুলনামূলকভাবে সীমিত স্বল্প-মেয়াদী প্রভাব অনুভব করছে।

তবে, যদি DeepSeek পরবর্তীতে Claude Code-এর মতো কোনো এনকোডিং টুল চালু করে এবং কম টোকেন খরচে উচ্চ-ফ্রিকোয়েন্সি কল সমর্থন করে, তাহলে মূল্য-সচেতন ডেভেলপাররা আরও সহজে আকৃষ্ট হবে।

ডিপসিক-এর মূল্য নির্ধারণ দর্শন সম্পর্কে লিয়াং ওয়েনফেং-এর পূর্ববর্তী ব্যাখ্যা আজও বোঝা যায়।

২০২৪ সালে, যখন DeepSeek V2 তার দাম কমিয়েছিল, তখন লিয়াং ওয়েনফেং উল্লেখ করেছিলেন যে DeepSeek কেবল তার নিজস্ব গতিতে কাজ করে, খরচ গণনা করে এবং সেই অনুযায়ী দাম নির্ধারণ করে, এই নীতিতে যে তারা লোকসানও করবে না বা অতিরিক্ত মুনাফাও করবে না। তিনি আরও বলেছিলেন যে এই মূল্য হ্রাসের কারণ আংশিকভাবে পরবর্তী প্রজন্মের মডেল কাঠামোর অন্বেষণের ফলে খরচ হ্রাস এবং আংশিকভাবে এই বিষয়টি যে এপিআই (API) এবং এআই (AI) সকলের জন্য অন্তর্ভুক্তিমূলক এবং সাশ্রয়ী হওয়া উচিত।

এপিআই-কে উচ্চ মুনাফার উৎস হিসেবে ব্যবহার করার পরিবর্তে, ডিপসিক তার শক্তিশালী অবকাঠামোগত সক্ষমতাকে কাজে লাগিয়ে ইনফারেন্স খরচ কমাচ্ছে এবং এরপর কম দামে ডেভেলপার, অ্যাপ্লিকেশন ও ডাউনস্ট্রিম ইকোসিস্টেমকে তার প্ল্যাটফর্মে আকৃষ্ট করছে বলে মনে হচ্ছে।

এক্স প্ল্যাটফর্মের ব্লগার @bookwormengr সম্প্রতি 'DeepSeek's 10 trillion USD grand strategy' শিরোনামের একটি প্রবন্ধে আরও একটি চরমপন্থী ব্যাখ্যা দিয়েছেন।

তিনি বিশ্বাস করেন যে, ডিপসিক-এর আসল লক্ষ্য অগত্যা ঝিপু, লুনার ডার্ক সাইড এবং মিনিম্যাক্স-এর সাথে প্রতিযোগিতা করা নয়, কিংবা মাল্টিমোডাল, ভয়েস এবং ভিডিওর মতো নিজস্ব প্রোডাক্ট লাইনগুলো দ্রুত সম্পন্ন করাও নয়। বরং, ট্রেনিং এবং ইনফারেন্সের জন্য প্রয়োজনীয় রিসোর্স ক্রমাগত কমিয়ে আনার মাধ্যমে একটি সস্তা ও অধিক বিকেন্দ্রীভূত এআই হার্ডওয়্যার ইকোসিস্টেম গঠনে সহায়তা করাই এর লক্ষ্য।

তার মতে, DeepSeek-এর দীর্ঘমেয়াদী গুরুত্ব কেবল মডেলটির মধ্যেই নিহিত নয়, বরং এটি দেশীয়ভাবে উৎপাদিত আরও বেশি স্টোরেজ, জিপিইউ, এএসআইসি, নেটওয়ার্ক চিপ এবং হেটেরোজেনাস হার্ডওয়্যারকে বৃহৎ মডেল প্রশিক্ষণ ও ইনফারেন্স সিস্টেমে অন্তর্ভুক্ত করতে সক্ষম করে তোলে।

এই ভবিষ্যদ্বাণীটি হয়তো পুরোপুরি সত্যি হবে না, কিন্তু এটি DeepSeek-এর ধারাবাহিক সিদ্ধান্তগুলোর পেছনের কারণ ব্যাখ্যা করে:

겉দৃষ্টিতে MoE, MLA, DSA, GRPO, RLVR, KV Cache compression, Dual Path, এবং TileLang হলো মডেল আর্কিটেকচার এবং ইনফারেন্স ইঞ্জিনিয়ারিং-এর অপটিমাইজেশন। কিন্তু আরও গভীরে দেখলে, এগুলোর সবই হাই-এন্ড HBM, সেরা GPU এবং CUDA ইকোসিস্টেমের উপর নির্ভরতা কমানোর লক্ষ্য রাখে।

ধারাবাহিক মূল্যহ্রাসের ঘোষণাগুলোর মধ্যে সবচেয়ে উল্লেখযোগ্য হলো শুধু উৎপাদন মূল্যের হ্রাসই নয়, বরং ক্যাশ হিট মূল্যের হ্রাসও।

বৃহৎ পরিসরের মডেল ইনফারেন্সে, কী-ভ্যালু (KV) ক্যাশে একটি অত্যন্ত গুরুত্বপূর্ণ খরচের বিষয়। যখন মডেলটি দীর্ঘ কনটেক্সট প্রসেস করে, তখন পরবর্তী জেনারেশনে বারবার ব্যবহারের জন্য এটিকে পূর্ববর্তী টোকেনগুলোর সাথে সম্পর্কিত কী এবং ভ্যালু সংরক্ষণ করতে হয়। কনটেক্সট যত দীর্ঘ হয়, তত বেশি ক্যাশে সংরক্ষণ ও পুনরুদ্ধার করার প্রয়োজন হয় এবং জিপিইউ মেমরি, ব্যান্ডউইথ ও স্টোরেজ সিস্টেমের উপর তত বেশি চাপ পড়ে।

সাধারণ চ্যাটে ক্যাশিংয়ের চাপ হয়তো স্পষ্ট বোঝা যায় না, কিন্তু কোড, দীর্ঘ ডকুমেন্ট এবং এজেন্ট টাস্কের ক্ষেত্রে এর খরচের কাঠামো দ্রুত বদলে যায়। @bookwormengr একটি দীর্ঘ আর্টিকেলে বিশেষভাবে কী-ভ্যালু ক্যাশিংয়ের খরচ গণনা করেছেন।

১০ লক্ষ টোকেন, ৮-বিট কেভি প্রিসিশন এবং ১৬-বিট ইনডেক্স প্রিসিশনের প্রেক্ষিতে তিনি অনুমান করেছেন যে, DeepSeek V4-এর জন্য প্রায় ৫.৪৮ জিবি, GLM5-এর জন্য প্রায় ৬০ জিবি এবং Qwen3-235B-A22B-এর জন্য প্রায় ৮৯ জিবি HBM প্রয়োজন।

দীর্ঘ কনটেক্সট এবং এজেন্ট টাস্কের প্রকৃত খরচ শুধু মডেল তৈরিই নয়, বরং এর সাথে ক্যাশিং, জিপিইউ মেমরি, ব্যান্ডউইথ এবং বারবার কনটেক্সট হ্যান্ডলিংও জড়িত।

যখন একটি কোড এজেন্ট কোনো প্রজেক্ট প্রসেস করে, তখন এটি বারবার একই কোডবেস স্ট্রাকচার, একই ফাইল ব্যাচ, একই টাস্ক হিস্ট্রি, একই সিস্টেম প্রম্পট সেট এবং একই টেস্ট লগ ব্যাচ পড়তে পারে। যদি প্রতিটি রাউন্ডের বিল সম্পূর্ণ কনটেক্সটের উপর ভিত্তি করে পুনরায় করা হয়, তবে দীর্ঘ টাস্কগুলো দ্রুত ব্যয়বহুল হয়ে উঠবে। ক্যাশে হিটের মূল্য কমে গেলে, বারবার কনটেক্সট ব্যবহারের খরচ উল্লেখযোগ্যভাবে হ্রাস পাবে।

সাম্প্রতিক বছরগুলোতে ডিপসিক-এর MoE আর্কিটেকচার, লং কনটেক্সট, KV ক্যাশে কম্প্রেশন এবং ইনফারেন্স এফিসিয়েন্সিতে ধারাবাহিক বিনিয়োগ উল্লেখযোগ্য ফলাফল এনেছে। প্রযুক্তিগত পুনরাবৃত্তির একটি অনিবার্য পরিণতি হলো মূল্য হ্রাস এবং এটি এআই প্রোগ্রামিং বাজারের চিত্রকে সম্পূর্ণরূপে পাল্টে দেবে।

'ক্লদ কোড'-এর একটি চীনা সংস্করণ তৈরি করার প্রয়োজন কেন?

সর্বপ্রথম প্রভাবিত হবে এআই প্রোগ্রামিং টুলগুলোর সাবস্ক্রিপশন মডেলগুলো।

বাজারে প্রচলিত বেশিরভাগ এআই প্রোগ্রামিং টুল মাসিক কোডিং প্ল্যান সাবস্ক্রিপশন অফার করে, যা ব্যবহারকারীদের কোড কমপ্লিশন, মডেল ইনভোকেশন এবং এজেন্ট এক্সিকিউশনের মতো সুবিধা প্রদান করে। লাইটওয়েট কোড কমপ্লিশনের এই যুগে, প্রতি ইনভোকেশনের খরচ অত্যন্ত কম।

তবে, এআই প্রোগ্রামিং এককালীন পুনরাবৃত্তি থেকে বিকশিত হয়ে সম্পূর্ণ প্রক্রিয়া এজেন্ট-স্বয়ংক্রিয় কোডিং-এ পরিণত হয়েছে। মডেলটি স্বাধীনভাবে কোড সংশোধন, টেস্ট রান এবং ত্রুটি সংশোধন সম্পন্ন করতে পারে, যা প্রতি টাস্কে টোকেন খরচ উল্লেখযোগ্যভাবে বাড়িয়ে দেয়।

যখন অন্তর্নিহিত API-গুলোর দামও উল্লেখযোগ্যভাবে কমে যায়, তখন কোডিং প্ল্যানকে নতুন সাপোর্ট খুঁজে বের করতে হয়। এই সাপোর্টটি ইঞ্জিনিয়ারিং সক্ষমতার মধ্যে থাকার সম্ভাবনাই বেশি—উদাহরণস্বরূপ, একটি এন্টারপ্রাইজ পরিবেশে প্রজেক্টের কাঠামো আরও ভালোভাবে বোঝা, নির্ভুলভাবে কনটেক্সট নির্বাচন করা, টোকেন ব্যবহার নিয়ন্ত্রণ করা, নির্ভরযোগ্যভাবে কোড পরিবর্তন করা, Git, টার্মিনাল, CI/CD পরিচালনা করা এবং পারমিশন ও অডিট লগ ম্যানেজ করার ক্ষমতা।

এপিআই মধ্যস্থতাকারীদেরও নতুন করে অবস্থান নির্ধারণের প্রয়োজন রয়েছে। স্বতন্ত্র ডেভেলপারদের জন্য সাশ্রয়ী মূল্য এবং ব্যবহারের সহজলভ্যতা গুরুত্বপূর্ণ। কিন্তু ব্যবসার জন্য স্থিতিশীলতা, নিরীক্ষণযোগ্যতা, নিয়ন্ত্রণযোগ্যতা এবং বহনযোগ্যতা আরও বেশি জরুরি।

এই যুক্তি অনুসারে, কোডিং প্ল্যান এবং ট্রানজিট স্টেশনের পরিবর্তনগুলো কেবলই বাহ্যিক। কম দামের বাইরে, আরও জরুরি প্রশ্নটি হলো: ডেভেলপারদের প্রবেশের পথটি শেষ পর্যন্ত কে নিয়ন্ত্রণ করে?

সম্প্রতি হার্ড ফর্ককে দেওয়া এক সাক্ষাৎকারে গুগল সিইও সুন্দর পিচাই প্রথমবারের মতো প্রকাশ্যে স্বীকার করেছেন যে, গুগল টেক্সট, মাল্টিমোডাল, ভয়েস, রিজনিং এবং সার্বিক ইন্টেলিজেন্সের ক্ষেত্রে অত্যন্ত প্রতিযোগিতামূলক অবস্থানে থাকলেও, এজেন্সি কোডিং-এর মতো সক্ষমতায়, বিশেষ করে টুল ইনভোকেশন, নির্দেশনা অনুসরণ এবং দীর্ঘ-চক্রের কাজগুলোতে এখনও পিছিয়ে আছে।

তিনি আরও উল্লেখ করেন যে, এর চেয়েও গুরুত্বপূর্ণ হলো মডেলটিকে বাস্তব-জগতের অ্যাপ্লিকেশনগুলিতে প্রয়োগ করা, যাতে ডেটা ফিরে আসতে পারে এবং পুনরাবৃত্তি অব্যাহত থাকে। পিচাই বিশেষভাবে উল্লেখ করেন যে কোডিং এমন একটি ক্ষেত্র যেখানে ডেটা প্রবাহ নিয়ে কাজ করতে হয়।

টার্মিনাল টুলগুলো দেখাতে পারে যে ডেভেলপাররা কীভাবে টাস্ক প্রস্তাব করেন, ফলো-আপ প্রশ্ন জিজ্ঞাসা করেন, পরামর্শ গ্রহণ করেন, টাস্ক পরিত্যাগ করেন এবং মডেলের আরও উন্নতির জন্য অনুরোধ করেন। এগুলি টেস্টের ফলাফল, টার্মিনাল লগ, ফাইলের পরিবর্তন এবং গিট কমিটের উপর ভিত্তি করে একটি এজেন্ট এক্সিকিউশন তার টাস্ক সম্পন্ন করেছে কিনা তাও নির্ধারণ করতে পারে। এই ধরনের ডেটা কোডিং মডেল এবং এজেন্ট প্রোডাক্টের জন্য অত্যন্ত মূল্যবান।

এর প্রকাশ্য নিয়োগ কার্যক্রম থেকে বিচার করলে, ডিপসিক সম্প্রতি এজেন্ট-সংক্রান্ত কার্যকলাপে আরও সক্রিয় হয়ে উঠেছে।

চাকরির বিজ্ঞাপনগুলোতে এজেন্ট ডিপ লার্নিং অ্যালগরিদম গবেষক, এজেন্ট ডেটা স্ট্র্যাটেজি ইঞ্জিনিয়ার, প্রোডাক্ট ম্যানেজার এবং আরএন্ডডি ইঞ্জিনিয়ারের মতো পদও দেখা যাচ্ছে। আরও গুরুত্বপূর্ণ বিষয় হলো, ডিপসিক-এর সিনিয়র গবেষক চেন ডেলি সরাসরি একটি চাকরির বিজ্ঞাপন পোস্ট করেছেন, যেখানে তিনি উল্লেখ করেছেন যে তিনি কোড হারনেস একেবারে গোড়া থেকে তৈরি করবেন।

নাম থেকেই বোঝা যায়, মডেল + হারনেস = এজেন্ট। এজেন্ট প্রোডাক্টের ক্ষেত্রে, মডেলটি কোনো কিছু বোঝা এবং তৈরি করার জন্য দায়ী থাকে, আর হারনেস সেই মডেলের সক্ষমতাগুলোকে বাস্তব ইঞ্জিনিয়ারিং পরিবেশে নিয়ে আসার জন্য দায়ী, যা মডেলের বাইরের 'এক্সিকিউশন সিস্টেম'-এর সমতুল্য।

ক্লড কোডের ডিপসিক সংস্করণটির কাজ শুধু ডেভেলপারদের একটি ডায়ালগ বক্স প্রদান করা নয়, বরং এমন একটি ইঞ্জিনিয়ারিং সিস্টেম প্রদান করা যা নিরবচ্ছিন্নভাবে বিভিন্ন কাজ সম্পাদন করতে পারে।

ডিপসিক-এ যোগদানের পর কুই তিয়ানয়ির মনোযোগ কোড এজেন্টের প্রকৌশলগত বৈশিষ্ট্যের সাথেও সম্পর্কিত।

প্রাপ্ত তথ্য থেকে জানা যায় যে, কুই তিয়ানয়ি ঝেজিয়াং বিশ্ববিদ্যালয়ের কম্পিউটার বিজ্ঞান বিভাগ থেকে স্নাতক ডিগ্রি অর্জন করেন। তিনি একটি কম্পিউটার বিজ্ঞান প্রতিযোগিতার মাধ্যমে ঝেজিয়াং বিশ্ববিদ্যালয়ে ভর্তি হন এবং ছয়বার এসিএম এশিয়া আঞ্চলিক প্রতিযোগিতায় স্বর্ণপদক জয় করেন। এরপর তিনি জেন ​​স্ট্রিটে নয় বছর কাজ করেন এবং টিএসওয়াই ক্যাপিটাল সহ-প্রতিষ্ঠা করেন।

কোড এজেন্টের চ্যালেঞ্জ শুধু কোড তৈরি করার মধ্যেই সীমাবদ্ধ নয়, বরং বাস্তব-জগতের প্রকল্পগুলির মধ্যে ক্রমাগত কাজ সম্পাদন করার ক্ষমতার মধ্যেও নিহিত। কোয়ান্টিটেটিভ ট্রেডিং সিস্টেমগুলি দীর্ঘদিন ধরে স্বল্প লেটেন্সি, স্থিতিশীলতা, স্বয়ংক্রিয় সম্পাদন এবং ঝুঁকি নিয়ন্ত্রণের উপর জোর দিয়ে আসছে; এই অভিজ্ঞতাগুলি, অন্তত ইঞ্জিনিয়ারিং প্যারাডাইমের দিক থেকে, এজেন্ট হারনেসের ক্ষেত্রে প্রযোজ্য।

এজেন্ট টুলগুলোর কার্যক্ষমতার মধ্যে শুধু কোড লেখাই নয়, বরং অনুমতি, নিরীক্ষা, ডেটা পৃথকীকরণ এবং নিরাপত্তা নীতিও অন্তর্ভুক্ত রয়েছে।

এর ফলে, DeepSeek-এর মতো দেশীয় মডেলগুলোর জন্য একটি সুযোগ তৈরি হয়। DeepSeek যদি স্বল্প-ব্যয়ী মডেল, কোড হারনেস, স্থানীয় স্থাপন এবং এন্টারপ্রাইজ-স্তরের অ্যাক্সেস কন্ট্রোলকে একত্রিত করতে পারে, তবে সরকার, অর্থায়ন, উৎপাদন এবং জ্বালানির মতো ডেটা-সংবেদনশীল শিল্পগুলিতে এর একটি শক্তিশালী বিকল্প মূল্য তৈরি হবে।

ক্লড কোডের একটি চীনা সংস্করণ তৈরির পেছনে ডিপসিকের যুক্তিটি হলো: স্বল্পমূল্যের টোকেন আরও বেশি ডেভেলপারকে আকৃষ্ট করে; কম ক্যাশিং খরচ এজেন্ট টাস্ক সম্পাদনের ব্যয় হ্রাস করে; কোড হারনেস মডেলগুলোকে ডেভেলপমেন্ট পরিবেশে নিয়ে আসে; এবং ফলস্বরূপ, বাস্তব কর্মপ্রবাহ ডিপসিককে তার মডেল ও পণ্য উন্নত করতে সাহায্য করে।

পাহাড় থেকে গড়িয়ে পড়া বরফের গোলার মতো, এটি প্রতিটি গড়ানোর সাথে সাথে আরও বড় ও দ্রুত হতে থাকে। দাম কমানোটা হলো একে পাহাড় থেকে গড়িয়ে দেওয়ার প্রথম ধাক্কা মাত্র; এরপর এটি কেবল আরও ভারী থেকে ভারী হয়ে গড়াতে থাকবে এবং কেউ একে থামাতে পারবে না।

iFanr-এর অফিসিয়াল WeChat অ্যাকাউন্ট iFanr (WeChat ID: ifanr) ফলো করুন, যেখানে যত তাড়াতাড়ি সম্ভব আপনার জন্য আরও আকর্ষণীয় কন্টেন্ট উপস্থাপন করা হবে।