OpenAI

GPT-6.2 পরিচিতি Astra এবং Sol

পেশাগত কাজের জন্য এক নতুন মানদণ্ড

ChatGPT Work ব্যবহার করে দেখুন(একটি নতুন উইন্ডোতে খোলে)

আমরা পরিচয় করিয়ে দিচ্ছি GPT‑6.2 Astra, আপনার সবচেয়ে কঠিন প্রকল্পগুলোর জন্য আমাদের নতুন অত্যাধুনিক মডেল, এবং GPT‑6.2 Sol, দৈনন্দিন কাজের জন্য আমাদের দক্ষ, বহুমুখী মডেল. দুটি মডেলই কম আউটপুট টোকেন ব্যবহার করে কঠিন কাজে আরও ভালো ফল দেয়, যাতে আপনি আপনার ব্যবহারের সীমার মধ্যেই আরও বেশি কাজ করতে পারেন. ব্যবসাপ্রতিষ্ঠান ও ডেভেলপারদের জন্য এর অর্থ হলো, বড় পরিসরে ব্যবহারেও সাশ্রয়ী খরচে অত্যাধুনিক কর্মক্ষমতা.

জটিল পেশাগত কাজে এআইয়ের মানের নতুন মাপকাঠি স্থাপন করছে GPT‑6.2 Astra. এর স্লাইড, স্প্রেডশিট ও নথিতে এআইয়ের লেখার ছাপ কম থাকে এবং এগুলো আপনার দেওয়া টেমপ্লেট ও আপনার ক্ষেত্রের প্রচলিত রীতি আরও ঘনিষ্ঠভাবে অনুসরণ করে. এটি আরও পরিচ্ছন্ন কোড লেখে এবং আরও সুন্দর ও কার্যকর ফ্রন্টএন্ড তৈরি করে, বিশেষ করে ওয়েবসাইট, গেমিং ও ত্রিমাত্রিক নকশার জন্য.

একাধিক ধাপের পেশাদার কাজ যাচাইয়ের পরীক্ষা Agents’ Last Exam-এ GPT‑6.2 Astra নতুন সর্বোচ্চ স্কোর অর্জন করেছে. এটি GPT‑6 Astra-এর তুলনায় এক-তৃতীয়াংশেরও কম খরচে ৫.২ পয়েন্ট বেশি এবং Claude Fable 5.2-এর তুলনায় মাত্র ৫% খরচে ৫.৫ পয়েন্ট বেশি স্কোর করেছে.

Agents’ Last Exam দীর্ঘমেয়াদি পেশাদার কর্মপ্রবাহে মডেলগুলোর মূল্যায়ন করে. এর লিডারবোর্ডে Fable 5.2-এর ফলাফলে এমন নয়টি কাজ বাদ দেওয়া হয়েছে, যেগুলোতে বিকল্প হিসেবে অন্য একটি মডেল ব্যবহার করা হয়েছিল.

আমরা বিশ্বাস করি, বিজ্ঞানীদের জন্য GPT-6.2 Astra বিশ্বের সেরা মডেল. টার্মিনালে মডেল কতটা ভালোভাবে বৈজ্ঞানিক কাজ করতে পারে, তা যাচাইয়ের পরীক্ষা Terminal-Bench-Science 0.1-এ এটি নতুন সর্বোচ্চ স্কোর অর্জন করেছে. GPT-6.2 Astra, GPT-6 Astra-এর তুলনায় এক-তৃতীয়াংশেরও কম খরচে ৯ শতাংশ পয়েন্ট বেশি স্কোর করেছে. এটি Vals Science Index-এও নতুন সর্বোচ্চ স্কোর অর্জন করেছে. এই পরীক্ষায় মডেলগুলোকে বাস্তব জীববৈজ্ঞানিক তথ্য ব্যাখ্যা করতে এবং পরীক্ষানিরীক্ষার মাধ্যমে একটি সিমুলেট করা ব্যবস্থা কীভাবে কাজ করে, তা অনুমান করতে বলা হয়.

এপিআইতে GPT‑6.2 Astra-এর ইনপুট ও আউটপুট টোকেনের মূল্য GPT‑6 Astra-এর চেয়ে ২০% কম, আর ক্যাশে সংরক্ষিত ইনপুটে রয়েছে ৬০% ছাড় (প্রতি দশ লাখ টোকেনে ইনপুটের জন্য $৮, ক্যাশে সংরক্ষিত ইনপুটের জন্য $০.৪০ এবং আউটপুটের জন্য $৪০). GPT‑6.2 Sol-এর এপিআই টোকেনের মূল্য GPT‑6.1 Sol-এর মতোই থাকছে. বেশ কয়েকটি বেঞ্চমার্কে দুটি মডেলই অন্য শীর্ষস্থানীয় মডেলগুলোর তুলনায় প্রতি কাজে খরচের সামান্য একটি অংশ ব্যয় করেই প্রায় সমান বা আরও ভালো ফল দেয়.

GPT-6.2 Sol: দৈনন্দিন কাজে আমাদের প্রথম পছন্দের মডেল

GPT‑6.1 Sol-এর তুলনায় GPT‑6.2 Sol আরও বুদ্ধিমান, আরও দক্ষ এবং একই পেইড প্ল্যানে আপনাকে আরও বেশি কাজ শেষ করতে দেয়. এটি একাধিক ধাপের এজেন্টভিত্তিক কর্মপ্রবাহ দক্ষতার সঙ্গে সম্পন্ন করে, স্পষ্ট ও স্বাভাবিক ভাষায় লেখে এবং এর সঙ্গে কাজ করা সহজ ও স্বচ্ছন্দ. OpenAI-এর অনেক কর্মী প্রযুক্তিগত ও অপ্রযুক্তিগত উভয় ধরনের কাজেই এটিকে তাদের নিয়মিত মডেল হিসেবে ব্যবহার করেন.

Cognition-এর FrontierCode 2.0-তে GPT‑6.2 Sol প্রায় এক-পঞ্চমাংশ খরচে GPT‑6.2 Astra-এর স্কোরের ০.৫ পয়েন্টের মধ্যে পৌঁছেছে (উভয়ই Max সেটিংয়ে).

FrontierCode 2.0 যাচাই করে, বাস্তব কোডবেসে করা পরিবর্তনগুলো মূল কোডে যুক্ত করার জন্য রক্ষণাবেক্ষণকারীদের নির্ধারিত মান পূরণ করে কি না.

এর গতি ও বুদ্ধিমত্তা একে কর্মক্ষেত্রের বাইরের সেই গুরুত্বপূর্ণ কাজগুলোর জন্যও আদর্শ করে তোলে, যেগুলোতে মানুষ এআইয়ের সহায়তা নেয়. কঠিন দৈনন্দিন কাজে কর্মক্ষমতা যাচাইয়ের জন্য সম্প্রতি প্রকাশিত আমাদের LifeVal⁠ মূল্যায়নে GPT‑6.2 Sol প্রায় এক-সপ্তমাংশ খরচে GPT‑6 Astra-এর চেয়ে বেশি স্কোর করেছে.

LifeVal যাচাই করে মডেল ব্যক্তির চাহিদা অনুযায়ী দৈনন্দিন কাজ কতটা ভালোভাবে করতে পারে—যেমন বাসা বদলের পর কিন্ডারগার্টেনের সংক্ষিপ্ত তালিকা করা, পরিবারের বাজেট ও যাতায়াতের সুবিধা অনুযায়ী বাসা খোঁজা, কিংবা সদ্য শনাক্ত হওয়া রোগের সঙ্গে মানিয়ে নিচ্ছেন এমন মা বা বাবার জন্য খাবারের পরিকল্পনা করা.

সংশ্লিষ্ট খাতের মানদণ্ড মেনে পেশাগত কাজের ফলাফল

আমরা GPT‑6.2 Astra-কে আরও স্পষ্ট ও সুন্দরভাবে বিন্যস্ত স্লাইড, স্প্রেডশিট ও নথি তৈরি করতে প্রশিক্ষণ দিয়েছি, যেগুলো আইন, বিক্রয়, অর্থ ও হিসাবরক্ষণের মতো ক্ষেত্রে পেশাজীবীদের প্রচলিত রীতিনীতি আরও ভালোভাবে অনুসরণ করে. এর লেখার বক্তব্য আরও সরাসরি ও সুনির্দিষ্ট; গতানুগতিক সারকথা ও অপ্রয়োজনীয় কথাও কম.

Harvey LAB‑AA v1.1 আইনসংক্রান্ত কাজের মাধ্যমে যাচাই করে, মডেলগুলো উৎস নথি থেকে প্রাসঙ্গিক তথ্য খুঁজে বের করে বিস্তারিত কার্যনির্দেশনা অনুযায়ী তা কাজে লাগাতে এবং সব শর্ত পূরণ করে এমন নির্ভুল চূড়ান্ত কাজ তৈরি করতে পারে কি না. GPT‑6.2 Astra প্রায় এক-ষষ্ঠাংশ খরচে Claude Fable 5.2-এর দ্বিগুণেরও বেশি উত্তীর্ণের হার অর্জন করে নতুন সেরা মান স্থাপন করেছে. আইনজীবীদের জন্য বিশেষভাবে কনফিগার করা আমাদের GPT-6.2 Astra সংস্করণ OpenAI for Law⁠ এই বেঞ্চমার্কে আরও বেশি স্কোর করেছে.

Harvey LAB‑AA চুক্তির বিধান পর্যালোচনার মতো আইনি কাজ যাচাই করে. এর প্রধান স্কোরে কেবল তখনই নম্বর দেওয়া হয়, যখন জমা দেওয়া কাজটি মূল্যায়নের প্রতিটি মানদণ্ড পূরণ করে এবং তাতে গুরুত্বপূর্ণ কোনো মনগড়া তথ্য থাকে না.

আমাদের অভ্যন্তরীণ বেঞ্চমার্ক GDPval v2 হলো GDPval⁠-এর পরবর্তী সংস্করণ, যা পরামর্শসেবা, অর্থ ও নকশার মতো খাতের বাস্তব প্রকল্পের জটিল, দীর্ঘমেয়াদি কর্মপ্রবাহ মূল্যায়ন করে. আমাদের পরীক্ষা করা মডেলগুলোর মধ্যে GPT‑6.2 Astra এগিয়ে রয়েছে. এটি ২২% কম আউটপুট টোকেন ব্যবহার করেও GPT‑6 Astra-এর চেয়ে ৬.২ শতাংশ পয়েন্ট বেশি স্কোর করেছে. GPT‑6.2 Sol, GPT‑6.1 Sol-এর তুলনায় ৫.৩ পয়েন্ট উন্নতি করেছে.

GDPval v2-তে অর্থ, তথ্যবিজ্ঞান, জীবপ্রযুক্তি ও বিপণনের মতো খাতের বাস্তব প্রকল্প থেকে নেওয়া দীর্ঘমেয়াদি জ্ঞানভিত্তিক কাজ রয়েছে.

ওয়ার্কবুক ও স্মারকলিপি

মূল্যায়নের ওয়ার্কবুক তৈরি বা বিনিয়োগসংক্রান্ত স্মারক লেখার শুরুতেই উৎস ফাইলগুলো থেকে প্রাসঙ্গিক পরিসংখ্যান খুঁজে বের করতে হয় এবং সেগুলোর পারস্পরিক সম্পর্ক বুঝতে হয়. Artificial Analysis-এর AA‑AnalystAgent বাস্তব স্প্রেডশিট ও প্রতিবেদনের ওপর এই কাজ করার সক্ষমতা যাচাই করে. একটি কাজে মডেলগুলো California Medicaid-এর ব্যয়ের প্রতিবেদন ব্যবহার করে হিসাব করে, কর্মসূচিটি চিকিৎসাসংক্রান্ত পরিবহনে কত খরচ করেছে. GPT‑6.2 Astra পাঁচটি স্বতন্ত্র প্রচেষ্টার প্রতিটিতেই ৬২.৫% প্রশ্নের সঠিক উত্তর দিয়ে নতুন সর্বোচ্চ স্কোর অর্জন করেছে.

স্লাইডশো

মূল ফাইল কিংবা শুধু স্ক্রিনশট দেওয়া হলেও, স্লাইডের নকশা করা ও স্লাইডের টেমপ্লেট অনুসরণে GPT‑6.2 Astra এখন পর্যন্ত আমাদের সেরা মডেল. এটি বিন্যাস, রং ও অক্ষরসজ্জা—এমনকি হুবহু ফন্টের আকারও—মিলিয়ে নিতে পারে এবং নতুন স্লাইডেও টেমপ্লেটের লেখার ধরন বজায় রাখতে পারে. প্রাথমিক পরীক্ষকদের মতে, কম সম্পাদনা করেই স্লাইডগুলো সরাসরি ব্যবহার করা সহজ হয়েছে. কারণ শিরোনামেই মূল বক্তব্য থাকে, আর সংক্ষিপ্ত মূল লেখায় পাঠকের প্রয়োজনীয় তথ্যগুলো গুরুত্ব পায়.

1 এর মধ্যে 4
“

প্রযুক্তিগত ও অপ্রযুক্তিগত উভয় ধরনের পাঠকের জন্য জটিল ও তথ্যবহুল বিষয়কে সহজপাঠ্য সংক্ষিপ্ত প্রতিবেদন ও তথ্যচিত্রে রূপ দেওয়ার কাজে আমরা GPT-6.2 Astra মূল্যায়ন করেছি. উদাহরণগুলোর মধ্যে ছিল লেনদেনসংক্রান্ত সংক্ষিপ্ত প্রতিবেদন ও এজেন্টভিত্তিক কর্মপ্রবাহের চিত্র.

GPT-6.2 Astra-এর নথিগুলো GPT-6 Astra-এর তুলনায় উল্লেখযোগ্যভাবে উন্নত ছিল. লেখা ও লেখচিত্রগুলো সংক্ষিপ্ত প্রতিবেদনের মূল বিষয়গুলো খুঁজে নেওয়া অনেক সহজ করেছে. আর বিভিন্ন অংশ কীভাবে একসঙ্গে কাজ করে তা দেখিয়ে চিত্রগুলো জটিল ব্যবস্থা স্পষ্টভাবে বুঝিয়েছে.

”
মার্কুইস ওয়াং, প্রধান এআই প্রকৌশলী, IMC

কম্পিউটার ব্যবহার ও ইন্টারঅ্যাকটিভ ওয়েব নকশা

আরও নিখুঁতভাবে কম্পিউটার ব্যবহার করতে পারায় GPT‑6.2 Astra, CAD ও সিমুলেশন সরঞ্জামে প্রতিটি আলাদা যন্ত্রাংশ ও সংযোগের স্তর পর্যন্ত কাজ করতে পারে. এই বাড়তি বিশদ তথ্য কাজে লাগিয়ে প্রকৌশলীরা যন্ত্রাংশ কীভাবে জোড়া লাগে তা যাচাই করতে পারেন, নকশাটি নড়াচড়া করলে কোথায় ভার সরে যায় তা দেখতে পারেন এবং প্রাথমিক নমুনা তৈরির আগেই সংশোধনগুলো পরীক্ষা করতে পারেন.

গাড়ি চালানোর সিমুলেশন

আমরা GPT‑6.2 Astra-কে পাহাড়ি রাস্তায় একটি গাড়ির চ্যাসিসের গতিবিদ্যা দৃশ্যায়ন করতে বলেছি. Astra ত্রিমাত্রিক মডেল তৈরি করেছে এবং টায়ার ও সাসপেনশনের মধ্যকার জটিল গতিবিদ্যার সিমুলেশনের জন্য Python-এ একটি সমাধানকারী প্রোগ্রাম লিখেছে, তারপর ফলাফল Blender-এ অ্যানিমেশনে দেখিয়েছে. এর মাধ্যমে প্রকৌশলীরা দ্রুত নতুন নকশা পরীক্ষা করতে পারেন এবং সময়ের সঙ্গে সিমুলেশনের নির্ভুলতা বাড়াতে পারেন.

যান্ত্রিক নকশা ও যন্ত্রাংশ সংযোজন

GPT‑6.2 Astra একটি যান্ত্রিক ব্যবস্থার প্রতিটি অংশের মডেল তৈরি করতে পারে. এর মাধ্যমে প্রকৌশলীরা দেখাতে পারেন, অংশগুলো কীভাবে একসঙ্গে জোড়া লাগে, এবং পরীক্ষা করতে পারেন, নকশার পরিবর্তন ব্যবস্থাটির আচরণে কী প্রভাব ফেলে.

CAD থেকে কাগজের বাতি

আমাদের দল GPT‑6.2 Astra ব্যবহার করে শিকাগোর মেরিনা সিটি টাওয়ারগুলোর ঢেউখেলানো বারান্দার আদল থেকে একটি বাতি তৈরি করেছে. ভিডিওটিতে নমুনা ছবি থেকে শুরু করে সিএডিতে নকশা সংশোধন এবং হাতে জোড়া লাগিয়ে বাস্তব বাতি তৈরি করা পর্যন্ত পুরো প্রক্রিয়া দেখানো হয়েছে. GPT-6.2 Astra দিয়ে তৈরি সাইটটি ব্যবহার করে আপনি নিজের কাগজের বাতি তৈরি করতে পারেন.

GPT‑6.2 Astra ওয়েব ডিজাইনে দৃশ্যগত তথ্য বিশ্লেষণ করে সিদ্ধান্ত নেওয়ার আরও উন্নত ক্ষমতা নিয়ে এসেছে. এটি এমন বিন্যাস ও ছবি বেছে নেয়, যা প্রতিটি সাইটকে স্বতন্ত্র চেহারা দেয়, এবং সাইটের মূল উদ্দেশ্যকে কেন্দ্র করে বিভিন্ন উপাদান তৈরি করে.

দৃশ্যগত তথ্য বিশ্লেষণ করে সিদ্ধান্ত নেওয়া ও কম্পিউটার ব্যবহারের এই উন্নতি ত্রিমাত্রিক নকশাতেও কাজে আসে. GPT‑6.2 Astra ও Sol লিখিত কার্যনির্দেশনাকে ব্রাউজারে সরাসরি ব্যবহার করা যায় এমন ইন্টারঅ্যাকটিভ অভিজ্ঞতায় রূপ দিতে পারে—খেলার উপযোগী পিনবল টেবিল থেকে শুরু করে বিভিন্ন কোণ থেকে ঘুরে দেখার মতো কলোসিয়ামের পুনর্নির্মাণ পর্যন্ত. Artificial Analysis-এর AA‑3D-তে মানব বিচারকেরা একই প্রম্পট থেকে তৈরি দুটি অভিজ্ঞতা ব্যবহার করে দেখেন, তবে কোনটি কোন মডেলের তৈরি তা জানেন না. এরপর তাঁরা যেটি বেশি পছন্দ করেন, সেটিকে ভোট দেন. GPT‑6.2 Astra ১,৩১৮ ইলো রেটিং নিয়ে প্রথম স্থানে রয়েছে. এরপর রয়েছে ১,২৭১ নিয়ে Claude Fable 5.2 এবং ১,২৫৯ নিয়ে GPT‑6.2 Sol.

“

সৃজনশীল কাজের জন্য GPT-6.2 Astra এক বিশাল অগ্রগতি. এটি Higgsfield Miracle-কে সম্ভব করে তুলেছে—পিক্সেল-পর্যায়ের নির্ভুলতায় তাৎক্ষণিক ভিডিও সম্পাদনার শক্তি জোগাচ্ছে এবং নির্মাতাদের সৃজনশীল কাজে সর্বোচ্চ নিয়ন্ত্রণ দিচ্ছে. ত্রিমাত্রিক কনটেন্ট তৈরির আমাদের অভ্যন্তরীণ মূল্যায়নে এটি ৭৩% ক্ষেত্রে এক প্রচেষ্টাতেই কাঙ্ক্ষিত ফল পেয়েছে, যেখানে GPT-6 Astra-এর তিন বা তার বেশি প্রচেষ্টা লেগেছে. এতে আমাদের সৃজনশীল দলের অনেক সময় বাঁচে এবং সম্পূর্ণ এজেন্টভিত্তিক কর্মপ্রবাহ আরও দক্ষভাবে চালানো যায়.

”
অ্যালেক্স মাশরাবভ, প্রধান নির্বাহী ও সহপ্রতিষ্ঠাতা, Higgsfield AI

পরিচ্ছন্ন কোডের ধরনে আরও দক্ষ কর্মপ্রবাহ

কোনো কাজ কীভাবে সম্পন্ন করতে হবে, সে বিষয়ে GPT‑6.2 Astra আরও ভালো সিদ্ধান্ত নিতে পারে. এর মধ্যে রয়েছে কর্মপ্রবাহ অনুযায়ী সরঞ্জাম ও প্রচেষ্টার মাত্রা ঠিক করা এবং কখন প্লাগইন, আর কখন সরাসরি কম্পিউটার ব্যবহার করতে হবে তা বোঝা.

কোডিংয়ের ক্ষেত্রে GPT-6.2 Astra বিদ্যমান কোডবেসে জটিল পরিবর্তন বাস্তবায়ন ও পরীক্ষা করতে আরও দক্ষ. প্রাথমিক পরীক্ষকেরা জানিয়েছেন, কোডের ধরন আরও পরিচ্ছন্ন, পরীক্ষাগুলো আরও লক্ষ্যভিত্তিক এবং সংশোধনের পর্বও কম লাগে.

সাইবার নিরাপত্তার সক্ষমতা

GPT‑6.2 Astra ও GPT-6.2 Sol সাইবার সক্ষমতায় আরও একটি উল্লেখযোগ্য অগ্রগতি নিয়ে এসেছে. এগুলো আরও কার্যকরভাবে দুর্বলতা খুঁজে বের করে ও কাজে লাগায়, আরও নিরাপদ কোড লেখে এবং আরও ভালো সংশোধনী তৈরি করে. বেশ কয়েকটি মূল্যায়নে টোকেন ব্যবহারের দক্ষতাও উল্লেখযোগ্যভাবে বেড়েছে. GPT‑6 Astra⁠-এর মতো 6.2 Astra ও Sol-ও আমাদের প্রিপেয়ার্ডনেস ফ্রেমওয়ার্ক⁠ অনুযায়ী সাইবার নিরাপত্তায় সংকটজনক স্তরের সীমা পূরণ করে.

সক্ষমতা বেড়ে যাওয়ায় আমরা GPT‑6.2 Astra ও Sol প্রকাশ করছি উচ্চতর ঝুঁকির সাইবার নিরাপত্তা সহায়তার ক্ষেত্রে আরও কঠোর সুরক্ষাব্যবস্থাসহ. এই সুরক্ষাব্যবস্থা অপব্যবহারের ঝুঁকি কমায়, তবে নিরাপত্তার দুর্বলতা নিয়ে কিছু বৈধ গবেষণা ও নিরাপত্তা পরীক্ষার কর্মপ্রবাহকেও সীমিত করে. OpenAI Daybreak⁠-এর মাধ্যমে সাইবার প্রতিরক্ষায় নিয়োজিত ব্যক্তিরা বর্তমানে GPT-6 Astra-এর আমাদের আলফা সংস্করণের পাশাপাশি Daybreak Blue-তে GPT‑6 Sol ব্যবহার করতে পারেন, যেখানে সাইবার-সংক্রান্ত অনুরোধ প্রত্যাখ্যানের প্রবণতা কম. উন্নত ও অনুমোদিত নিরাপত্তা পরীক্ষার জন্য তাঁরা Daybreak Red-এ GPT‑6 Cyber⁠-ও ব্যবহার করতে পারেন. আমরা GPT‑6.2 মডেলগুলো Daybreak-এ আনার জন্য কাজ করব.

সাইবার নিরাপত্তার সুরক্ষাব্যবস্থা ও শ্রেণিবিন্যাসকারী নিষ্ক্রিয় রেখে অভ্যন্তরীণ পরীক্ষার কনফিগারেশনে পাওয়া গুরুত্বপূর্ণ বেঞ্চমার্ক ফলাফল নিচে তুলে ধরেছি. সম্পূর্ণ ফলাফল ও পদ্ধতির জন্য সঙ্গে প্রকাশিত সিস্টেম কার্ড⁠(একটি নতুন উইন্ডোতে খোলে) দেখুন.

সাইবার প্রতিরক্ষাকর্মীদের এগিয়ে রাখা

বাস্তবে ব্যবহারের সফটওয়্যার লিখতে ডেভেলপাররা ক্রমেই কোডিং এজেন্টের ওপর বেশি নির্ভর করছেন, একই সঙ্গে আরও সক্ষম এজেন্ট দুর্বলতা খোঁজা ও কাজে লাগানোও সহজ করে দিচ্ছে. PHP2Shell⁠(একটি নতুন উইন্ডোতে খোলে) দেখিয়েছে, গুরুতর ত্রুটি খুঁজে বের করতে এআই কীভাবে গবেষকদের সাহায্য করতে পারে. GPT‑6.2 Astra ও Sol-এর ক্ষেত্রে আমরা প্রতিরক্ষামূলক সক্ষমতাকে কেন্দ্রীয় গুরুত্ব দিয়েছি. ডেভেলপাররা যাতে শুরু থেকেই নিরাপদ কোড লিখে এবং কাঙ্ক্ষিত কার্যপদ্ধতি অক্ষুণ্ণ রাখা সংশোধনী তৈরি করে এসব ত্রুটি প্রতিরোধ ও মেরামত করতে পারেন, সে জন্য নতুন প্রশিক্ষণ সংকেত যোগ করেছি.

নিরাপত্তা ও মানবিক উদ্দেশ্যের সঙ্গে সামঞ্জস্য

আমরা এখন পর্যন্ত আমাদের সবচেয়ে শক্তিশালী সুরক্ষাব্যবস্থাসহ GPT-6.2 Astra ও Sol চালু করছি. আমরা বিধিনিষেধ আরও কঠোর করেছি এবং মডেল পর্যবেক্ষণ⁠ ও প্রয়োজনে হস্তক্ষেপের⁠ জন্য ব্যবহৃত ব্যবস্থাগুলো আরও শক্তিশালী করেছি.

GPT-6 Astra-এর মতো GPT-6.2 Astra ও Sol উভয়ই সাইবার নিরাপত্তায় সংকটজনক মাত্রার সীমা পূরণের পাশাপাশি আমাদের প্রিপেয়ার্ডনেস ফ্রেমওয়ার্ক⁠-এর অধীনে জীববৈজ্ঞানিক ও রাসায়নিক সক্ষমতায় উচ্চ মাত্রার সীমা পূরণ করে. সংশ্লিষ্ট ঝুঁকি কমাতে আমরা সুরক্ষাব্যবস্থা কার্যকর করেছি. পাশাপাশি, জীববিজ্ঞান ও সাইবার নিরাপত্তায় উপকারী ও ক্ষতিকর—উভয় উদ্দেশ্যেই ব্যবহারের সম্ভাবনা আছে, এমন একগুচ্ছ অনুরোধের ওপর বিধিনিষেধ বাড়িয়েছি.

আমাদের সুরক্ষাব্যবস্থা ও পরীক্ষা সম্পর্কে আরও বিস্তারিত পাওয়া যাবে GPT-6.2 সিস্টেম কার্ডে⁠(একটি নতুন উইন্ডোতে খোলে).

এআই গবেষণার সক্ষমতা ও সুরক্ষাব্যবস্থা

GPT-6.2 Astra হলো বাইরের ব্যবহারকারীদের জন্য প্রকাশিত আমাদের প্রথম মডেল, যা এআইয়ের স্ব-উন্নয়নে উচ্চ মাত্রার সীমা পূরণ করেছে. এই মানদণ্ড দিয়ে এআই গবেষণাকে ত্বরান্বিত করার ক্ষেত্রে একটি মডেলের সক্ষমতা পরিমাপ করা হয়. ‘উচ্চ’ হিসেবে চিহ্নিত করার অর্থ হলো, আমাদের মূল্যায়ন অনুযায়ী এই মডেলের প্রভাব ২০২৪ সালের ভিত্তিমানের তুলনায় OpenAI-এর প্রতিটি গবেষককে সহকারী হিসেবে অতিরিক্ত একজন অত্যন্ত দক্ষ গবেষণা প্রকৌশলী দেওয়ার সমতুল্য. আমরা এই সক্ষমতার ওপর নজর রাখি, কারণ ভবিষ্যতের এআই ব্যবস্থা তৈরিতে সহায়তা করতে পারে এমন মডেল নিরাপত্তার জন্য নতুন ঝুঁকিও আনতে পারে. যেমন, অগ্রগতি এত দ্রুত হতে পারে যে সুরক্ষাব্যবস্থা বা মানুষের তদারকি তার সঙ্গে তাল মেলাতে না-ও পারে.

এসব ঝুঁকি মোকাবিলায় আমরা মডেল প্রশিক্ষণ ও ব্যবহারের জন্য চালু করার প্রক্রিয়ায় আরও বেশি তদারকি ও নিয়ন্ত্রণ যুক্ত করেছি. GPT-6.2 Astra-এর অভ্যন্তরীণ ব্যবহারাধিকার বাড়ানোর আগে আমরা এর আচরণ অভিপ্রেত লক্ষ্য ও নীতির সঙ্গে কতটা সামঞ্জস্যপূর্ণ, তা মূল্যায়ন করেছি এবং প্রতিটি পর্যায়ে প্রয়োজনীয় সুরক্ষাব্যবস্থা কার্যকর ছিল কি না, তা যাচাই করেছি. আমরা আমাদের গবেষণা পরিবেশে মডেলকে নির্ধারিত গণ্ডির মধ্যে রাখার ব্যবস্থা জোরদার করেছি⁠ এবং আমাদের সবচেয়ে সক্ষম মডেলগুলো দিয়ে সেই সুরক্ষাব্যবস্থা পরীক্ষা করেছি. আমরা Control Room⁠-ও তৈরি করেছি. এই ব্যবস্থা গবেষণার চলমান কাজের ওপর নজর রাখে এবং হস্তক্ষেপের প্রয়োজন হলে মডেলের পরবর্তী আউটপুট বন্ধ করতে পারে. আমাদের বিস্তৃত পর্যবেক্ষণব্যবস্থা⁠ অভ্যন্তরীণ কাজ এবং সমর্থিত বাহ্যিক ব্যবহারক্ষেত্রে মডেলগুলোর যুক্তিবিশ্লেষণ ও কর্মকাণ্ড পরীক্ষা করে. এটি স্বয়ংক্রিয়ভাবে অননুমোদিত আচরণ চিহ্নিত করতে পারে এবং যেখানে সেই সুবিধা সমর্থিত, সেখানে চলমান কাজ বা কথোপকথন সাময়িকভাবে থামাতে পারে.

মানবিক উদ্দেশ্যের সঙ্গে সামঞ্জস্য

মানবিক উদ্দেশ্যের সঙ্গে সামঞ্জস্যের বেশিরভাগ মূল্যায়নে দুটি মডেলই GPT-6 Astra-এর মতো ফল দিয়েছে এবং কর্মক্ষেত্রের অনুকরণমূলক কাজে কম অনুচিত পদক্ষেপ নিয়েছে. তবে দুটি পরীক্ষায় কাজ আটকে দেওয়া বাধার কথা বাদ দেওয়ার প্রবণতা এদের বেশি ছিল—যেমন কোনো ফাইল না থাকা বা অনুসন্ধানের সরঞ্জাম ব্যবহার করতে না পারা. আমরা Codex-এ এমন নির্দেশনা যোগ করেছি, যা এভাবে তথ্য বাদ দেওয়া উল্লেখযোগ্যভাবে কমায়. আচরণটি নিয়ে আমাদের অনুসন্ধানও চলছে.

মূল্য ও প্রাপ্যতা

আজ থেকে সব Plus, Pro, Enterprise ও Edu ব্যবহারকারী ChatGPT ওয়ার্ক ও Codex-এ GPT-6.2 Astra ও Sol ব্যবহার করতে পারবেন. Pro 500 গ্রাহকেরা যেকোনো মডেলের সঙ্গে Ultrafast ব্যবহার করতে পারবেন. প্রথমবারের মতো আমরা Pro 200 গ্রাহকদের জন্যও Ultrafast আনছি, শুরু হচ্ছে GPT-6.2 Sol দিয়ে. যোগ্য Enterprise ও Edu ব্যবহারকারীদের ওয়ার্কস্পেস প্রশাসক সুবিধাটি চালু করলে তাঁরাও একই সুযোগ পাবেন. ডেভেলপাররাও OpenAI API-এর মাধ্যমে gpt-6.2-astra ও gpt-6.2-sol ব্যবহার করতে পারবেন, এবং চালুর সময় থেকেই দুটি মডেলের জন্য Ultrafast পাওয়া যাবে.

টোকেন ব্যবহারে আরও দক্ষতা, ইনপুট ও আউটপুট টোকেনে ২০% ছাড় এবং ক্যাশে সংরক্ষিত ইনপুট টোকেনে আরও বড় ৬০% ছাড়ের কারণে GPT‑6.2 Astra-তে প্রতি কাজের খরচ GPT‑6 Astra-এর তুলনায় উল্লেখযোগ্যভাবে কম. এপিআইয়ের মানক মূল্য প্রতি দশ লাখ টোকেনে ইনপুটের জন্য $৮, ক্যাশে সংরক্ষিত ইনপুটের জন্য $০.৪০ এবং আউটপুটের জন্য $৪০. GPT‑6.2 Sol-এ GPT‑6.1 Sol-এর মূল্যই বহাল থাকছে: প্রতি দশ লাখ টোকেনে ইনপুটের জন্য $২, ক্যাশে সংরক্ষিত ইনপুটের জন্য $০.১০ এবং আউটপুটের জন্য $১০.

GPT-6.2 Astra ও Sol-এর ক্ষেত্রে ক্যাশের পুনর্ব্যবহার বাড়াতে, খরচ ও সাড়া দেওয়ার বিলম্ব কমাতে এবং কথোপকথনের বিভিন্ন পালায় যুক্তিবিশ্লেষণ ধরে রাখতে আমরা প্রম্পটের শুরুর অংশ অপরিবর্তিত রেখে কথোপকথনের শেষে নতুন নির্দেশনা যোগ করার⁠(একটি নতুন উইন্ডোতে খোলে) পরামর্শ দিই.

লেখকবৃন্দ

OpenAI

Footnotes

  1. 1

    Terminal-Bench-Science 0.1-এ Fable 5.2-এর ফলাফল mini-swe-agent কার্যপরিধিতে Artificial Analysis⁠(একটি নতুন উইন্ডোতে খোলে)-এর প্রকাশিত ফলাফল অনুযায়ী দেওয়া হয়েছে. Anthropic জানিয়েছে, Claude Code-এ সর্বোচ্চ যুক্তিবিশ্লেষণ ব্যবহার করে Fable 5.2-এর স্কোর ছিল ৭৪.৬%.