চীনের এআই স্বনির্ভরতার উদ্যোগ পৌঁছেছে ফ্রন্টিয়ার পর্যায়ে
চীনা কৃত্রিম বুদ্ধিমত্তা স্টার্টআপ জিপু এআই, আন্তর্জাতিকভাবে Z.ai ব্র্যান্ডে কার্যক্রম পরিচালনাকারী প্রতিষ্ঠানটি, GLM-5 প্রকাশ করেছে। ৭৪৪ বিলিয়ন প্যারামিটারের এই বৃহৎ ভাষা মডেলটি প্রথম ফ্রন্টিয়ার-পর্যায়ের এআই ব্যবস্থা, যা সম্পূর্ণভাবে চীনের দেশীয় হার্ডওয়্যারে প্রশিক্ষিত হয়েছে এবং এতে যুক্তরাষ্ট্রের সেমিকন্ডাক্টর প্রযুক্তির ওপর নির্ভর করতে হয়নি। ১১ ফেব্রুয়ারির ঘোষণার পর হংকংয়ে তালিকাভুক্ত কোম্পানিটির শেয়ারের দাম প্রায় ৩০ শতাংশ বেড়ে ৪০৫ হংকং ডলারে দাঁড়ায়। কোম্পানিটির আনুষ্ঠানিক নাম নলেজ অ্যাটলাস টেকনোলজি। এক মাস আগে প্রাথমিক গণপ্রস্তাবের (আইপিও) দামের তুলনায় শেয়ারের মূল্য এখন চার গুণ। ২০২৬ সালের জানুয়ারিতে আইপিওর মাধ্যমে কোম্পানিটি প্রায় ৫৫৮ মিলিয়ন ডলার সংগ্রহ করে এবং বিশ্বের প্রথম পুঁজিবাজারে তালিকাভুক্ত ফাউন্ডেশন মডেল কোম্পানিতে পরিণত হয়। ২০১৯ সালে সিংহুয়া বিশ্ববিদ্যালয়ের একটি স্পিনঅফ হিসেবে প্রতিষ্ঠার পর জিপু এআই দ্রুত ওপেন সোর্স এআই উন্নয়নের শীর্ষস্থানীয় প্রতিষ্ঠানে পরিণত হয়েছে।
সূচিপত্র
চীনা প্রযুক্তি প্রতিষ্ঠানগুলো চন্দ্র নববর্ষের ছুটির আগে নিজেদের সক্ষমতা দেখাতে তৎপর হওয়ায় নতুন মডেল প্রকাশের ঢেউ আরও জোরালো হয়েছে। তবে প্রযুক্তিগত পরিসর, উদার MIT লাইসেন্সের আওতায় ওপেন সোর্সে প্রাপ্যতা এবং NVIDIA গ্রাফিকস প্রসেসিং ইউনিটের ওপর সম্পূর্ণ নির্ভরতা না থাকার সমন্বয়ে GLM-5 আলাদা বৈশিষ্ট্য অর্জন করেছে। এর পরিবর্তে, মডেলটি প্রশিক্ষণে জিপু এআই হুয়াওয়ের Ascend চিপ ও MindSpore ফ্রেমওয়ার্ক ব্যবহার করেছে। কৃত্রিম বুদ্ধিমত্তার অবকাঠামোর বৈশ্বিক সরবরাহশৃঙ্খলে এর তাৎপর্যপূর্ণ প্রভাব রয়েছে। এ অর্জন দেখায়, NVIDIA-নির্ভর ব্যবস্থার বাইরেও ফ্রন্টিয়ার এআই প্রশিক্ষণ সম্ভব। এর ফলে হার্ডওয়্যারের বৈচিত্র্যের সুযোগ তৈরি হচ্ছে এবং পুরো শিল্পে একক সরবরাহকারীর ওপর নির্ভরতার ঝুঁকি কমছে। উচ্চক্ষমতাসম্পন্ন সেমিকন্ডাক্টর রপ্তানিতে ওয়াশিংটনের বিধিনিষেধ কঠোর হওয়ার মধ্যে দেশীয় চিপে স্বনির্ভরতার অগ্রগতি তুলে ধরতে বেইজিংয়ের তাগিদও এ সময়সূচিতে স্পষ্ট।
প্রযুক্তিগত কাঠামো ও পরিসর
পূর্বসূরি GLM-4.7-এর ৩৫৫ বিলিয়ন প্যারামিটারের তুলনায় GLM-5-এর পরিসর উল্লেখযোগ্যভাবে বেড়েছে। নতুন মডেলটিতে মোট প্যারামিটারের সংখ্যা দ্বিগুণ করে ৭৪৪ বিলিয়ন করা হয়েছে। তবে এতে Mixture of Experts কাঠামো ব্যবহৃত হওয়ায় প্রতিটি ইনফারেন্স কাজে সক্রিয় থাকে মাত্র ৪০ বিলিয়ন প্যারামিটার। ২৫৬টি এক্সপার্ট মডিউলের মধ্যে প্রতিটি টোকেনের জন্য আটটি সক্রিয় করার এ পদ্ধতিতে কম্পিউটেশনাল ব্যয় দক্ষতার সঙ্গে সামলে উচ্চ কর্মক্ষমতা পাওয়া যায়। অপারেশনাল ব্যয় সরলরৈখিক হারে না বাড়িয়েই সক্ষমতা সর্বোচ্চ করার জন্য এ কাঠামোতে স্পার্স অ্যাক্টিভেশন প্যাটার্ন ব্যবহার করা হয়েছে। বড় মডেল ব্যাপক পরিসরে ব্যবহারের ক্ষেত্রে এটি গুরুত্বপূর্ণ বিবেচনা।
প্রশিক্ষণের ডেটাসেটও একই সঙ্গে বড় হয়েছে: আগের প্রজন্মের ২৩ ট্রিলিয়ন টোকেন থেকে GLM-5-এ তা বেড়ে ২৮.৫ ট্রিলিয়ন টোকেনে দাঁড়িয়েছে। গুরুত্বপূর্ণ একটি প্রযুক্তিগত উদ্ভাবন হলো DeepSeek Sparse Attention গ্রহণ। হাংঝৌভিত্তিক স্টার্টআপ DeepSeek প্রথম এ পদ্ধতি উদ্ভাবন করে। এর সাহায্যে মডেলটি ২০০,০০০ টোকেন পর্যন্ত কনটেক্সট উইন্ডো প্রক্রিয়া করতে পারে এবং একই সঙ্গে ১৩১,০০০ টোকেনের আউটপুট দিতে পারে, যা শিল্পের সর্বোচ্চ পরিসংখ্যানগুলোর একটি। দীর্ঘ কনটেক্সট সামলানোর এ সক্ষমতায় মডেলটি একটি সেশনেই বিপুল আকারের নথি, সম্পূর্ণ কোডবেস, গবেষণাপত্রের সংগ্রহ এবং ভিডিওর প্রতিলিপি বিশ্লেষণ করতে পারে; ফলে বিস্তৃত ইনপুটজুড়ে জটিল যুক্তি প্রয়োগ সম্ভব হয়। দীর্ঘ সিকোয়েন্স প্রক্রিয়াকালে ডেন্স অ্যাটেনশন মডেলে সাধারণত যে কম্পিউটেশনাল চাপ তৈরি হয়, স্পার্স অ্যাটেনশন পদ্ধতি তা বিশেষভাবে মোকাবিলা করে।
বেঞ্চমার্কের ফল ও কোডিং সক্ষমতা
জিপু এআইয়ের প্রকাশিত অভ্যন্তরীণ পরীক্ষার ফল অনুযায়ী, GLM-5 ওপেন সোর্স মডেলের র্যাঙ্কিংয়ের শীর্ষে এবং পশ্চিমা মালিকানাধীন সিস্টেমগুলোর কাছাকাছি কর্মক্ষমতা অর্জন করেছে। বাস্তব জগতের সফটওয়্যার প্রকৌশল সক্ষমতা পরিমাপের বহুল স্বীকৃত বেঞ্চমার্ক SWE-bench Verified-এ মডেলটি ৭৭.৮ শতাংশ স্কোর করেছে। এটি Google DeepMind-এর Gemini 3 Pro-এর ৭৬.২ শতাংশকে ছাড়িয়ে গেছে এবং Anthropic-এর Claude Opus 4.5-এর ৮০.৯ শতাংশের কাছাকাছি পৌঁছেছে। কোম্পানিটি স্বীকার করেছে, সামগ্রিকভাবে Claude এখনো শীর্ষ কোডিং মডেল; তবে ওপেন সিস্টেমগুলোর মধ্যে GLM-5-ই এগিয়ে বলে তারা জোর দিয়েছে। SWE-bench Multilingual-এ GLM-5 পেয়েছে ৭৩.৩ শতাংশ, যা বিভিন্ন প্রোগ্রামিং ভাষায় এর শক্তিশালী কর্মক্ষমতার প্রমাণ।
দীর্ঘ সময় ধরে চলা অপারেশনাল কাজে মডেলটি বিশেষ দক্ষতা দেখিয়েছে। ধারাবাহিকভাবে স্বয়ংক্রিয়ভাবে কাজ করার সক্ষমতা যাচাইয়ের জন্য দীর্ঘমেয়াদি ব্যবসায়িক কার্যক্রমের অনুকরণ করা হয় Vending Bench 2-এ। এ পরীক্ষায় GLM-5-এর চূড়ান্ত হিসাবের স্থিতি ছিল ৪,৪৩২ ডলার, যা পরীক্ষিত সব ওপেন সোর্স মডেলের মধ্যে প্রথম স্থান। তথ্য অনুসন্ধান ও সংশ্লেষণের বেঞ্চমার্ক BrowseComp-এ সিস্টেমটি পেয়েছে ৭৫.৯ পয়েন্ট; এখানেও ওপেন সোর্স বিভাগে শীর্ষে। টুল চালু রেখে Humanity's Last Exam-এ মডেলটি ৫০.৪ পয়েন্ট পেয়েছে এবং Tau Squared Bench-এ পেয়েছে ৮৯.৭, যা একাধিক ধাপে যৌক্তিক বিশ্লেষণের শক্তিশালী সক্ষমতার ইঙ্গিত দেয়। Terminal-Bench 2.0-এ সিস্টেমটির স্কোর ৫৬.২ শতাংশ; ভেরিফায়েড সংস্করণে তা বেড়ে ৬০.৭ শতাংশ হয়েছে।
CC-Bench-V2-এ অভ্যন্তরীণ প্রকৌশল মূল্যায়নে GLM-5-এর ফ্রন্টএন্ড বিল্ড সফলতার হার ৯৮ শতাংশ এবং এন্ড-টু-এন্ড সঠিকতার হার ৭৪.৮ শতাংশ। তুলনায় Claude Opus 4.5-এর হার যথাক্রমে ৯৩ শতাংশ ও ৭৫.৭ শতাংশ। দীর্ঘ সময় ধরে বড় রিপোজিটরিতে কাজের পরীক্ষায় মডেলটি ৬৫.৬ শতাংশ কর্মক্ষমতাও দেখিয়েছে। এসব ফলাফল থেকে বোঝা যায়, জটিল ফুল-স্ট্যাক ডেভেলপমেন্ট ও একাধিক ফাইলের প্রকল্প সামলাতে সিস্টেমটি বিশেষভাবে সক্ষম।
নিরাপত্তায় মনোযোগী স্বয়ংক্রিয় এআই প্রোটোকল স্টার্টআপ Andon Labs-এর সহপ্রতিষ্ঠাতা লুকাস পিটারসন Vending Bench 2 বেঞ্চমার্কের মাধ্যমে GLM-5-এর কাজের ট্রেস স্বাধীনভাবে মূল্যায়ন করেছেন। তাঁর পর্যবেক্ষণ, মডেলটি আক্রমণাত্মক কৌশলগত বাস্তবায়নের মাধ্যমে লক্ষ্য অর্জন করে। তবে শীর্ষ পশ্চিমা বিকল্পগুলোর তুলনায় পরিস্থিতি বোঝার সীমাবদ্ধতা রয়েছে বলেও তিনি সতর্ক করেছেন।
GLM-5-এর কাজের ট্রেস কয়েক ঘণ্টা ধরে পড়ার পর আমার মনে হয়েছে, এটি অবিশ্বাস্য রকম কার্যকর একটি মডেল, কিন্তু পরিস্থিতি সম্পর্কে সচেতনতা অনেক কম। আক্রমণাত্মক কৌশলে লক্ষ্য অর্জন করে, কিন্তু নিজের পরিস্থিতি নিয়ে যুক্তি করে না বা অভিজ্ঞতাকে কাজে লাগায় না। এটা ভয়ংকর। এভাবেই এমন এক মডেল তৈরি হয়, যা লক্ষ্য পূরণে সবকিছুর আগে কাগজের ক্লিপ বানানোকে প্রাধান্য দেয়।
জিপু এআই আরও জানিয়েছে, Artificial Analysis Omniscience Index-এর ৪.০ সংস্করণে GLM-5-এর স্কোর মাইনাস ১, যা রেকর্ড পরিমাণ কম হ্যালুসিনেশনের হার নির্দেশ করে এবং আগের প্রজন্মের তুলনায় ৩৫ পয়েন্ট উন্নতি। এই পরিমাপ থেকে বোঝা যায়, নিজের জ্ঞানের সীমা শনাক্ত করা এবং অনিশ্চিত হলে বানানো তথ্য তৈরি করা থেকে বিরত থাকার সক্ষমতা মডেলটিতে বেড়েছে। উৎপাদনমুখী এন্টারপ্রাইজ পরিবেশে নির্ভুলতা অত্যন্ত গুরুত্বপূর্ণ হওয়ায় এটি একটি জরুরি সক্ষমতা।
প্রশিক্ষণে উদ্ভাবন ও হার্ডওয়্যার স্বনির্ভরতা
কর্মক্ষমতার পরিসংখ্যানের বাইরেও GLM-5 তৈরির প্রক্রিয়া প্রযুক্তিগত স্বনির্ভরতার ক্ষেত্রে এক গুরুত্বপূর্ণ মাইলফলক। মডেলটি সম্পূর্ণভাবে হুয়াওয়ের Ascend 910 সিরিজের চিপে প্রশিক্ষিত হয়েছে। চীনের উন্নত কম্পিউটিং খাতকে লক্ষ্য করে যুক্তরাষ্ট্রের রপ্তানি নিয়ন্ত্রণে বর্তমানে যেসব NVIDIA হার্ডওয়্যারের ওপর বিধিনিষেধ রয়েছে, সেগুলোর ওপর কোনো নির্ভরতাই ছিল না। ২০২৭ সালের মধ্যে ডেটা সেন্টারের চিপে উল্লেখযোগ্য স্বনির্ভরতা অর্জনের লক্ষ্যমাত্রাসহ সেমিকন্ডাক্টরে চীনের বৃহত্তর স্বনির্ভরতার প্রচেষ্টার সঙ্গে এটি সামঞ্জস্যপূর্ণ। বৈশ্বিক এআই শিল্পের জন্য এ ঘটনা ইঙ্গিত দিচ্ছে, এআই প্রশিক্ষণে হার্ডওয়্যারের বৈচিত্র্য কেবল সম্ভবই নয়, ফ্রন্টিয়ার পর্যায়েও বাস্তবায়িত হচ্ছে।
এ পরিসরে প্রশিক্ষণের অদক্ষতা মোকাবিলায় জিপু এআই অভ্যন্তরীণভাবে slime সাংকেতিক নামে নতুন একটি অ্যাসিঙ্ক্রোনাস রিইনফোর্সমেন্ট লার্নিং অবকাঠামো তৈরি করেছে। প্রচলিত রিইনফোর্সমেন্ট লার্নিং পদ্ধতিতে প্রায়ই জেনারেশন বটলনেক দেখা দেয়, যা প্রশিক্ষণের ৯০ শতাংশেরও বেশি সময় নিয়ে নেয়। slime ফ্রেমওয়ার্কে ট্র্যাজেক্টরিগুলোকে স্বাধীনভাবে তৈরি করার সুযোগ দিয়ে এ সীমাবদ্ধতা ভাঙা হয়েছে। Active Partial Rollouts-সহ সিস্টেম-স্তরের অপ্টিমাইজেশনের মাধ্যমে জটিল এজেন্টধর্মী আচরণের জন্য প্রয়োজনীয় সূক্ষ্ম ধাপে পুনরাবৃত্তি সম্ভব হয়। ফ্রেমওয়ার্কটিতে তিনটি মডিউলের সমন্বিত ব্যবস্থা রয়েছে: Megatron-LM-চালিত উচ্চক্ষমতার প্রশিক্ষণ মডিউল, উচ্চ গতিতে ডেটা তৈরির জন্য SGLang ও কাস্টম রাউটার ব্যবহারকারী রোলআউট মডিউল এবং প্রম্পটের সূচনা ও রোলআউট সংরক্ষণ সামলানোর কেন্দ্রীয় Data Buffer।
হুয়াওয়ের বাইরেও চীনের দেশীয় সেমিকন্ডাক্টর প্ল্যাটফর্মে ব্যবহারের জন্য জিপু এআই GLM-5-কে অপ্টিমাইজ করেছে। এর মধ্যে রয়েছে Moore Threads, Cambricon, Kunlunxin, MetaX, Enflame ও Hygon-এর চিপ। কার্নেল অপ্টিমাইজেশন ও মডেল কোয়ান্টাইজেশনের মাধ্যমে এসব বিকল্প প্ল্যাটফর্মে উপযুক্ত থ্রুপুট পাওয়া যায়। এর ফলে চীনের কৌশলগত লক্ষ্য অনুযায়ী শক্তিশালী, স্থানীয়ভাবে সমর্থিত অবকাঠামো গড়ে তোলার জন্য পরিণত দেশীয় এআই কম্পিউট ব্যবস্থা তৈরি হওয়ার ইঙ্গিত মিলছে। এ সামঞ্জস্য একক হার্ডওয়্যার সরবরাহকারীর ওপর নির্ভরতা কমায় এবং বিকল্প এআই অ্যাক্সিলারেটরের কার্যকারিতা প্রমাণ করে।
এজেন্টধর্মী প্রকৌশল ও নথি তৈরি
জিপু এআই GLM-5-কে সাধারণ কথোপকথনভিত্তিক এআইয়ের বদলে এজেন্টধর্মী প্রকৌশলের একটি টুল হিসেবে তুলে ধরছে। কোম্পানির ভাষায়, এটি ‘ভাইব কোডিং’ থেকে পূর্ণাঙ্গ সিস্টেম প্রকৌশলের দিকে শিল্পের বিবর্তনের প্রতিফলন। সিস্টেমটিতে রয়েছে নিজস্ব Agent Mode, যা উচ্চপর্যায়ের লক্ষ্যকে বাস্তবায়নযোগ্য ছোট কাজে ভাগ করতে, টুল সমন্বয় করতে এবং স্বয়ংক্রিয়ভাবে কাজের ধাপ সম্পন্ন করে সরাসরি ব্যবহারের উপযোগী ফল তৈরি করতে পারে। কথোপকথনের গণ্ডি ছাড়িয়ে সরাসরি কাজ সম্পাদনের এ পদ্ধতিতে ব্যবহারকারীরা মান যাচাইয়ের ধাপ নির্ধারণ করতে পারেন, আর বাস্তবায়নের খুঁটিনাটি সামলায় এআই।
পেশাদার অফিস নথি সরাসরি তৈরি করার সক্ষমতা এর একটি স্বতন্ত্র বৈশিষ্ট্য। কাঁচা প্রম্পট বা ডেটা থেকে মডেলটি Microsoft Word নথি, PDF ফাইল ও Excel স্প্রেডশিট নির্দিষ্ট ফরম্যাটে তৈরি করতে পারে; এতে হাতে ফরম্যাট করা বা মধ্যবর্তী প্রক্রিয়ার প্রয়োজন হয় না। এর ব্যবহারক্ষেত্রের মধ্যে রয়েছে আর্থিক প্রতিবেদন ও স্পনসরশিপ প্রস্তাব স্বয়ংক্রিয়ভাবে তৈরি করা, পাশাপাশি চার্ট ও টেবিলসহ জটিল ডেটা বিশ্লেষণের ভিজ্যুয়ালাইজেশন বানিয়ে প্রচলিত ফরম্যাটে রপ্তানি করা। ব্যবহারকারীরা ডেটা আপলোড করে তাৎক্ষণিক বিশ্লেষণ পেতে পারেন এবং ফল xlsx, csv বা png ফরম্যাটে রপ্তানি করতে পারেন।
সফটওয়্যার ডেভেলপারদের জন্য জিপু এআইয়ের রয়েছে GLM Coding Plan, একটি সাবস্ক্রিপশন সেবা, যা Claude Code, Cursor, Cline, Roo Code, OpenCode, Kilo Code, Crush ও Goose-সহ ২০টির বেশি জনপ্রিয় ডেভেলপমেন্ট পরিবেশের সঙ্গে সমন্বিত। এর বিভিন্ন স্তরের সেবার মধ্যে মাসে ১০ ডলারের Lite প্ল্যানে Claude Pro-এর তুলনায় তিন গুণ ব্যবহারসুবিধা রয়েছে; ৩০ ডলারের Pro স্তরে সাড়াদানের গতি ৪০ থেকে ৬০ শতাংশ বেশি; আর ৮০ ডলারের Max স্তরে পিক আওয়ারে নিশ্চিত কর্মক্ষমতা ও নতুন ফিচারে আগাম প্রবেশাধিকার মেলে। সব প্ল্যানেই Vision Understanding, Web Search MCP ও Web Reader MCP সক্ষমতা রয়েছে। কোম্পানির দাবি, এ সাবস্ক্রিপশন মডেলে প্রতি মাসে কয়েক দশ বিলিয়ন টোকেন পাওয়া যায়, যার খরচ প্রচলিত API মূল্যের প্রায় এক শতাংশ; আর তাৎক্ষণিক মিথস্ক্রিয়ার জন্য গতি সেকেন্ডে ৫৫ টোকেনের বেশি।
বাণিজ্যিক কৌশল ও অবকাঠামোগত সীমাবদ্ধতা
প্রযুক্তিগত সাফল্য সত্ত্বেও অবকাঠামোগত তাৎক্ষণিক সীমাবদ্ধতার মুখে পড়েছে জিপু এআই, যার ফলে দাম সমন্বয় করতে হয়েছে। ব্যবহারকারী ও ব্যবহার দ্রুত বেড়ে কম্পিউটিং রিসোর্সের সক্ষমতার সীমায় পৌঁছে যাওয়ায় ১১ ফেব্রুয়ারি থেকে GLM Coding Plan-এর দাম ৩০ শতাংশ বাড়িয়েছে কোম্পানিটি। এক বিবৃতিতে তারা স্বীকার করেছে, কম্পিউটিং সক্ষমতার সংকট তীব্র। GLM-5 প্রকাশের আগেই বিদ্যমান ইনফারেন্স চাহিদা মেটাতে সব উপলভ্য চিপ সর্বোচ্চ সক্ষমতায় চলছিল। প্রথম কেনাকাটার ছাড় তুলে নেওয়া হয়েছে। তবে ত্রৈমাসিক ও বার্ষিক বিল পরিশোধে যথাক্রমে ১০ ও ৩০ শতাংশ ছাড় পাওয়া যাচ্ছে।
স্থানীয়ভাবে GLM-5 চালাতে প্রায় ১,৪৯০ গিগাবাইট মেমোরি প্রয়োজন, যা GLM-4.7-এর তুলনায় প্রায় দ্বিগুণ। এ হার্ডওয়্যার চাহিদার কারণে ছোট প্রতিষ্ঠানগুলোর নিজস্ব অবকাঠামোয় মডেলটি চালানোর ক্ষেত্রে বাধা তৈরি হয়েছে। তবে পর্যাপ্ত রিসোর্স যাদের আছে, তাদের জন্য মডেলটির ওপেন ওয়েট HuggingFace ও ModelScope-এ পাওয়া যাচ্ছে। ক্লাউড API ব্যবহারকারীদের ক্ষেত্রে চাহিদা মেটাতে সক্ষমতা বাড়ানোর মধ্যে অবকাঠামোর চাপের কারণে ব্যবহারের হার সীমিত করা বা সাড়াদানের গতি কমে যাওয়ার অনিশ্চয়তা তৈরি হতে পারে।
API ব্যবহারের মূল্য নির্ধারণে GLM-5-কে পশ্চিমা মালিকানাধীন মডেলের তুলনায় খরচ-সাশ্রয়ী বিকল্প হিসেবে রাখা হয়েছে। প্রতি মিলিয়ন ইনপুট টোকেনের দাম প্রায় ১ ডলার; আউটপুট টোকেনের দাম প্রতি মিলিয়নে ৩.২০ ডলার। Anthropic-এর Claude Opus 4.6-এ প্রতি মিলিয়ন ইনপুট টোকেনের দাম ৫ ডলার এবং আউটপুট টোকেনের দাম ২৫ ডলার। ব্যবহারের ধরন অনুযায়ী GLM-5-এর খরচ প্রায় ছয় থেকে দশ গুণ কম। GPT-5.2-এ প্রতি মিলিয়ন ইনপুট টোকেনের দাম ১.৭৫ ডলার এবং আউটপুট টোকেনের দাম ১৪ ডলার, যা এখনো GLM-5-এর চেয়ে উল্লেখযোগ্যভাবে বেশি। Grok 4.1 Fast-এ প্রতি মিলিয়ন ইনপুট টোকেনের দাম ২০ সেন্ট, যা আরও কম খরচের বিকল্প, তবে এর সক্ষমতার ধরন আলাদা।
প্রতিযোগিতার চিত্র ও প্রকাশের সময়
চন্দ্র নববর্ষের ছুটির আগে দেশীয় প্রযুক্তির সক্ষমতা একযোগে তুলে ধরতে চীনের প্রতিদ্বন্দ্বী এআই গবেষণাগারগুলোর একের পর এক ঘোষণার সঙ্গে GLM-5-এর প্রকাশ মিলে গেছে। একই দিনে DeepSeek তাদের প্রধান মডেল হালনাগাদ করে কনটেক্সট উইন্ডোর সক্ষমতা দশ গুণ বাড়িয়ে এক মিলিয়নেরও বেশি টোকেনে উন্নীত করেছে। জানুয়ারিতে জিপুর সঙ্গে হংকংয়ে আইপিও সম্পন্ন করা MiniMax উন্নত এজেন্টধর্মী টুলসহ M2.5 মডেল প্রকাশ করেছে; সপ্তাহজুড়ে তাদের শেয়ারের দাম প্রায় ৫০ শতাংশ বেড়েছে। ByteDance-এর Seedance 2.0 ভিডিও জেনারেশন মডেল, Ant Group-এর Ming-Flash-Omni 2.0 সমন্বিত মাল্টিমোডাল ব্যবস্থা, যা কথা ও সংগীত তৈরি করতে পারে, এবং জানুয়ারির শেষ দিকে Moonshot AI-এর Kimi 2.5 মডেলও এ সময় প্রকাশিত হয়েছে।
১১ ফেব্রুয়ারি নীতিবিষয়ক এক ভাষণে চীনের প্রধানমন্ত্রী লি ছিয়াং এ গতি ধরে রাখতে কম্পিউটিং রিসোর্স ও বিদ্যুৎ অবকাঠামোর সমন্বিত উন্নয়নে জোর দেন। তিনি এআইয়ের ব্যাপক পরিসরে ও বাণিজ্যিক প্রয়োগ এবং রিসোর্সের আরও ভালো সমন্বয়ের আহ্বান জানান। এআই প্রতিভা ও কোম্পানিগুলোর পরিবেশ উন্নয়নের পরিকল্পনার ওপরও তিনি জোর দেন। সমন্বিত সময়সূচি চীনের এআই খাতের কৌশলগত অবস্থানকে প্রতিফলিত করে। যুক্তরাষ্ট্রের প্রযুক্তিগত নেতৃত্বের বিপরীতে সম্মিলিত অগ্রগতি দেখাতে এবং ঘোষণার প্রভাব বাড়াতে কোম্পানিগুলো ক্রমেই বড় ঘোষণাগুলো সমন্বিতভাবে দিচ্ছে।
বিনিয়োগকারীদের কাছে বিশেষায়িত এআই স্টার্টআপগুলোর শেয়ারের উত্থানের বিপরীতে Tencent ও Alibaba-র মতো বৃহৎ প্রযুক্তি গোষ্ঠীর শেয়ারে দুর্বলতা দেখা গেছে। একই সময়ে প্রতিষ্ঠান দুটির শেয়ারের দাম যথাক্রমে ২.৬ ও ২.১ শতাংশ কমেছে। এতে বহুমুখী বড় প্রতিষ্ঠানের বদলে বিশেষায়িত কৃত্রিম বুদ্ধিমত্তা কোম্পানির প্রতি বাজারের পছন্দের ইঙ্গিত মেলে। Jefferies-এর বিশ্লেষকেরা বলেছেন, চীনা মডেলগুলো এজেন্টধর্মী এআইয়ে শক্তিশালী সক্ষমতা দেখাচ্ছে এবং এন্টারপ্রাইজ পর্যায়ে দ্রুত গ্রহণের সুযোগ কাজে লাগানোর জন্য ভালো অবস্থানে রয়েছে। সামগ্রিকভাবে হংকংয়ের Hang Seng Tech সূচক ১.৭ শতাংশ কমেছে, যা বিনিয়োগকারীদের আগ্রহ যে বাছাই করা কিছু প্রতিষ্ঠানের মধ্যেই সীমিত, তা তুলে ধরে।
মূল বিষয়গুলো
- জিপু এআই GLM-5 প্রকাশ করেছে। NVIDIA হার্ডওয়্যার ছাড়াই সম্পূর্ণ হুয়াওয়ের Ascend চিপে প্রশিক্ষিত ৭৪৪ বিলিয়ন প্যারামিটারের এ ওপেন সোর্স ভাষা মডেল চীনের এআই অবকাঠামোয় স্বনির্ভরতার ক্ষেত্রে একটি মাইলফলক।
- কোডিং বেঞ্চমার্ক SWE-bench Verified-এ মডেলটি ৭৭.৮ শতাংশ পেয়েছে, যা Anthropic-এর Claude Opus 4.5-এর কাছাকাছি। Vending Bench 2 ও BrowseComp-এ ওপেন সোর্স মডেলগুলোর মধ্যে এটি প্রথম স্থানে রয়েছে।
- GLM-5-এ ২৫৬টি এক্সপার্টসহ Mixture of Experts কাঠামো ব্যবহার করা হয়েছে। কম্পিউটেশনাল দক্ষতা বজায় রেখে ২০০,০০০ টোকেনের কনটেক্সট উইন্ডো প্রক্রিয়ায় এটি DeepSeek Sparse Attention কাজে লাগায়।
- Artificial Analysis Omniscience Index-এ মাইনাস ১ স্কোরসহ সিস্টেমটিতে রেকর্ড পরিমাণ কম হ্যালুসিনেশন দেখা গেছে, যা আগের প্রজন্মের তুলনায় ৩৫ পয়েন্ট উন্নতি।
- অবকাঠামোর ওপর চাপের কারণে জিপু এআই GLM Coding Plan-এর সাবস্ক্রিপশন মূল্য ৩০ শতাংশ বাড়িয়েছে। ঘোষণার পর হংকংয়ে তালিকাভুক্ত কোম্পানিটির শেয়ারের দাম প্রায় ৩০ শতাংশ বেড়েছে।
- চন্দ্র নববর্ষের ছুটির আগে DeepSeek, MiniMax, ByteDance ও Ant Group-এর বড় হালনাগাদের সঙ্গে GLM-5-এর প্রকাশ মিলে গেছে, যা চীনের এআই খাতে প্রতিযোগিতা আরও জোরদার করেছে।
