গুগল অর্থের বিনিময়ে ব্যবহারকারীদের জন্য Gemini 4 Argon উন্মুক্ত করল; সঙ্গে প্রাথমিক মূল্য ও নিরাপত্তা-সংক্রান্ত নতুন তথ্য

পরিমাপযোগ্য অগ্রগতি ও স্বীকৃত ঝুঁকিসহ আরও বিস্তৃত উন্মুক্ততা

২০২৬ সালের ১৩ অক্টোবর গুগল বিশ্বজুড়ে ডেভেলপার, ব্যবসাপ্রতিষ্ঠান ও অর্থের বিনিময়ে সেবা নেওয়া গ্রাহকদের জন্য Gemini 4 Argon উন্মুক্ত করেছে। সফটওয়্যার প্রকৌশল, বৈজ্ঞানিক গবেষণা ও রোবোটিকস নিয়ে বিস্তারিত দাবির পাশাপাশি প্রাথমিক API মূল্য নির্ধারণ করা হয়েছে প্রতি ১০ লাখ ইনপুট টোকেনের জন্য ২ ডলার এবং প্রতি ১০ লাখ আউটপুট টোকেনের জন্য ১০ ডলার। ৩০ সেপ্টেম্বর মডেলটি উন্মোচনের ১৩ দিন পর এই সম্প্রসারণ করা হলো। উন্মোচনের সময় এর ব্যবহার কেবল নির্বাচিত সাইবার নিরাপত্তা রক্ষকদের মধ্যে সীমিত ছিল।

মডেলটি পর্যালোচনায় উত্তীর্ণ হয়েছে—এমন সরল ঘোষণার চেয়ে এই প্রকাশনায় নিরাপত্তার চিত্রটি আরও শর্তসাপেক্ষ। গুগল ডিপমাইন্ড বলেছে, জৈবিক তথ্য ও সাইবার নিরাপত্তার ক্ষেত্রে Argon গুরুত্বপূর্ণ সক্ষমতার সীমায় পৌঁছাতে পারে—এ সম্ভাবনা তারা নাকচ করতে পারছে না। একইভাবে, গোপনে কাজ করা এবং যে পরিবেশে মডেলটি ব্যবহার হচ্ছে তা সম্পর্কে সচেতন থাকার সঙ্গে সম্পর্কিত আরেকটি সীমার ক্ষেত্রেও এই সম্ভাবনা উড়িয়ে দেওয়া যাচ্ছে না। গুগলের ভাষ্য, চালু থাকা সুরক্ষাব্যবস্থা অবশিষ্ট ঝুঁকি ওই সীমাগুলোর নিচে নামিয়ে আনে।

গুগলের Argon উন্মোচনের ঘোষণায় প্রতিষ্ঠানটি জানিয়েছে, AI এজেন্টের কর্মপ্রবাহে তৈরি কোড জমা দেওয়ার সংখ্যা ৩৫ শতাংশের বেশি বেড়েছে এবং কোড রোলব্যাক প্রায় এক-তৃতীয়াংশ কমেছে। উদাহরণ হিসেবে ক্রোমিয়াম পুনর্গঠন থেকে শুরু করে এনজাইমের নকশা তৈরি—বিভিন্ন কাজের কথা বলা হয়েছে; পরে পরীক্ষাগারে এসব নকশার কার্যকারিতা দেখা গেছে।

গুগল ডিপমাইন্ডের জ্যেষ্ঠ ভাইস প্রেসিডেন্ট এবং গুগলের প্রধান AI স্থপতি কোরে কাভুকচুওলু এই উন্মোচনের পরিধি ব্যাখ্যা করে বলেন:

আমরা ডেভেলপার, ব্যবসাপ্রতিষ্ঠান, বিজ্ঞানী ও গ্রাহকদের আমাদের সর্বশেষ ফ্রন্টিয়ার মডেল ব্যবহারের সুযোগ দিচ্ছি।

এখানে মূল প্রস্তাবটি কেবল কথোপকথনকেন্দ্রিক নয়, বরং ব্যবহারিক: জটিল ব্যবস্থা খতিয়ে দেখা, পরিবর্তন আনা এবং দীর্ঘ সময় ধরে কাজের ফল পরীক্ষা করার জন্য Argon তৈরি করা হয়েছে। এটি নির্ভরযোগ্যভাবে কতটা কাজে আসবে, তা নির্ভর করবে কাজের ধরন, প্রবেশাধিকার-স্তর এবং মানুষের পর্যালোচনার ওপর—গুগলের নিজস্ব প্রকৌশলগত উদাহরণেও তা স্পষ্ট।

কারা এবং কোন পণ্যের মাধ্যমে Argon ব্যবহার করতে পারবেন?

Google AI Pro ও Ultra গ্রাহকেরা Gemini অ্যাপ এবং Search-এর AI Mode-এ Argon ব্যবহার করতে পারবেন। AI কোডিং এজেন্টের পরিবেশ Google Antigravity-তে ব্যক্তিগত সাবস্ক্রিপশনের মাধ্যমে এটি ব্যবহারের জন্য Ultra লাগবে। গুগল AI Studio-তেও Ultra গ্রাহকদের প্রবেশাধিকার দিয়েছে। পাশাপাশি AI Studio ও Android Studio-তে অর্থের বিনিময়ে Gemini API ব্যবহার করেও ডেভেলপাররা আলাদাভাবে মডেলটিতে প্রবেশ করতে পারবেন।

ব্যবসাপ্রতিষ্ঠানগুলো Gemini for business, API এবং Antigravity-এর মাধ্যমে মডেলটি ব্যবহার করতে পারবে। এই পার্থক্যটি গুরুত্বপূর্ণ: গ্রাহক সাবস্ক্রিপশন ও অর্থের বিনিময়ে API ব্যবহার—দুটি আলাদা পথ। তাই Gemini অ্যাপে Pro সুবিধা থাকলেই স্বয়ংক্রিয় কোডিং কর্মপ্রবাহে একই প্রবেশাধিকার পাওয়া যায় না।

প্রকাশিত তথ্য অনুযায়ী, AI Pro-এর মাসিক মূল্য ২০ ডলার এবং Ultra-এর মূল্য মাসে ৯৯ ডলার থেকে শুরু। Pro গ্রাহকেরা Gemini Canvas-এর মাধ্যমে Argon দিয়ে কোড তৈরি করতে পারবেন। তবে গুগল Gemini 3.1 Pro চালু রাখছে। Antigravity-এর নিম্ন সাবস্ক্রিপশন স্তর বা বিনা মূল্যের ব্যবহারকারীদের জন্য Argon কবে উন্মুক্ত হবে, সে বিষয়ে কোনো তারিখ ঘোষণা করা হয়নি।

সীমিত পরিসরে পরীক্ষা থেকে ব্যাপক বিতরণের দিকে যাত্রাটি অল্প সময়ের মধ্যেই হয়েছে:

• ৩০ সেপ্টেম্বর, ২০২৬: গুগল প্রথম Argon উন্মোচন করে; অনুমোদিত সাইবার নিরাপত্তা রক্ষকদের জন্য প্রবেশাধিকার ছিল।
• ১২ অক্টোবর, ২০২৬: প্রতিদ্বন্দ্বী আরেকটি ফ্রন্টিয়ার মডেল Muse Wonder Full-এর ঘোষণা দেয় Meta।
• ১৩ অক্টোবর, ২০২৬: গুগল যোগ্য গ্রাহক, ডেভেলপার ও ব্যবসাপ্রতিষ্ঠানের জন্য বিশ্বজুড়ে Argon চালু করা শুরু করে।
• ১ ডিসেম্বর, ২০২৬: প্রাথমিক মেয়াদ শেষে API-র নিয়মিত মূল্য কার্যকর হওয়ার তারিখ হিসেবে বিভিন্ন প্রতিবেদনে এই দিনটির কথা বলা হয়েছে।

প্রাথমিক মূল্যে আসলে কী অন্তর্ভুক্ত

গুগলের ঘোষণায় প্রতি ১০ লাখ ইনপুট টোকেনের মূল্য ২ ডলার এবং প্রতি ১০ লাখ আউটপুট টোকেনের মূল্য ১০ ডলার নিশ্চিত করা হয়েছে। ক্যাশ করা ইনপুট টোকেনে ৯৫ শতাংশ ছাড় দেওয়া হবে। টোকেন হলো মডেল যে এককগুলো প্রক্রিয়াকরণ করে; এগুলো প্রায়ই শব্দ বা শব্দের অংশ। ক্যাশিংয়ের মাধ্যমে আগে প্রক্রিয়াকৃত ইনপুট কম খরচে আবার ব্যবহার করা যায়।

এই দরে ১০ লাখ সাধারণ ইনপুট টোকেন এবং ১০ লাখ আউটপুট টোকেনের মোট খরচ হবে ১২ ডলার। প্রাথমিক ইনপুট মূল্যে ৯৫ শতাংশ ছাড় দিলে যোগ্য ক্যাশ করা ইনপুটের খরচ হবে প্রতি ১০ লাখ টোকেনে ১০ সেন্ট। এটি ব্যবহারভিত্তিক মূল্য, Gemini সাবস্ক্রিপশনের মূল্য নয়।

প্রতিবেদন অনুযায়ী, প্রাথমিক মূল্য ৩০ নভেম্বর শেষ হবে। ১ ডিসেম্বর থেকে প্রতি ১০ লাখ ইনপুট টোকেনের মূল্য বেড়ে ৪ ডলার এবং প্রতি ১০ লাখ আউটপুট টোকেনের মূল্য ২০ ডলার হবে। আগের একই উদাহরণে তখন খরচ দাঁড়াবে ২৪ ডলার। তবে গুগলের উন্মোচন-সংক্রান্ত ঘোষণায় এই সময়সীমা বা পরবর্তী মূল্য উল্লেখ করা হয়নি। তাই সরকারি প্রকাশিত ঘোষণায় প্রাথমিক মূল্য নিশ্চিত হলেও তা কবে শেষ হবে, তা নিশ্চিত করা হয়নি।

প্রতিবেদনগুলোতে প্রাথমিক মূল্যকে নির্দিষ্ট কিছু প্রতিদ্বন্দ্বী মডেলের মূল্যের প্রায় এক-পঞ্চমাংশ বলেও বর্ণনা করা হয়েছে। তবে এই তুলনা থেকে কোনো কাজ সম্পন্ন করার মোট খরচ বোঝা যায় না: ভিন্ন সিস্টেমে টোকেনের ব্যবহার, পুনরায় চেষ্টা করার প্রয়োজন কিংবা যুক্তি বিশ্লেষণে ব্যয় করা সময়—সবই ভিন্ন হতে পারে। ক্যাশ করা ইনপুটে ছাড় কত দিন থাকবে, সরকারি ঘোষণায় সেটিও বলা হয়নি।

Python পরীক্ষায় দেখা যায়, পর্যালোচনা কেন জরুরি

গুগলের Agent Development Kit বা ADK-কে ঘিরে করা একটি উদাহরণ বিশেষভাবে তথ্যবহুল। এন্টারপ্রাইজ AI এজেন্ট তৈরির এই ফ্রেমওয়ার্কের Python রিপোজিটরিতে প্রায় ৮০০টি সোর্স ফাইলজুড়ে আনুমানিক ২ লাখ ৫ হাজার লাইন কোড রয়েছে। এতে প্রায় ১৭ হাজার ইউনিট টেস্ট রয়েছে। অ্যাপ্লিকেশনগুলো মডেলে যা পাঠায় বা প্রকাশ্য ইন্টারফেসে পরিবর্তন না এনে ফ্রেমওয়ার্কের অতিরিক্ত কাজের চাপ কমাতে Argon-কে বলা হয়েছিল।

প্রায় দুই ঘণ্টার প্রথম চেষ্টায় প্রকৃত বাধাগুলো খুঁজে পাওয়া গেলেও কিছু সমস্যাও তৈরি হয়। এর মধ্যে ছিল প্রকাশ্য JSON স্কিমায় সূক্ষ্ম পরিবর্তন এবং কিছু টেস্ট কেস বাদ পড়া। এরপর দলটি রিপোজিটরির নির্দেশিকা দেয় এবং কর্মক্ষমতার পরিমাপসহ এমন একটি পুল রিকোয়েস্ট তৈরি করতে বলে, যা মার্জ করা হবে না।

পরবর্তী তদারকিহীন কাজটি চলে ১১ ঘণ্টা। Argon নির্দেশিকার ১২টি ফাইল পড়ে, ছয়টি অপ্টিমাইজেশন প্রস্তাব করে এবং ১৬ হাজার ৮৯২টি ইউনিট টেস্ট চালায়। মানব পর্যালোচকেরা দুটি প্রস্তাব গ্রহণ করেন এবং চারটি প্রত্যাখ্যান করেন। প্রত্যাখ্যানের কারণগুলোর মধ্যে ছিল ক্যাশ করা পুরোনো তথ্য, লাইব্রেরির ব্যক্তিগত অভ্যন্তরীণ অংশের ওপর নির্ভরতা, পাঠযোগ্যতা কমে যাওয়া এবং কেবল কৃত্রিম বেঞ্চমার্কে উন্নতি দেখা যাওয়ার ঝুঁকি।

গৃহীত পরিবর্তন দুটিতে কপি করার আগে কথোপকথনের ইতিহাস ফিল্টার করা হয় এবং প্রয়োজন না হওয়া পর্যন্ত ভারী প্যাকেজ লোড করা পিছিয়ে দেওয়া হয়। চূড়ান্ত পরিবর্তনে ২২টি ফাইল সংশোধন করা হয় এবং ১৭টি টেস্ট ফাংশন যোগ করা হয়। গুগলের দাবি, মেমরিতে রাখা দীর্ঘ সেশনের প্রস্তুতির সময় প্রায় ৪০ শতাংশ কমেছে এবং একেবারে নতুন করে শুরু করলে প্যাকেজ আমদানির গতি ২১ শতাংশ বেড়েছে।

১৫৮ বার কথোপকথনের আলাদা এক পরিমাপে সময় ৬৫.৬ সেকেন্ড থেকে কমে ৫৬.১ সেকেন্ড হয়েছে, যা প্রায় ১৪.৫ শতাংশ হ্রাস। এই ছোট অঙ্কটি আগের দাবির সঙ্গে সাংঘর্ষিক নয়: একটি উপাদানে ৪০ শতাংশ উন্নতি হলে পুরো কর্মপ্রবাহ ৪০ শতাংশ দ্রুত হয় না। পরীক্ষাটি আরও দেখায়, কেবল প্রকাশ্য টেস্ট স্যুটে উত্তীর্ণ হওয়াই যথেষ্ট ছিল না। আমদানি-সংক্রান্ত একটি প্রস্তাবিত পরিবর্তন ১৬ হাজার ৮৯২টি প্রকাশ্য টেস্টে উত্তীর্ণ হলেও সংশোধনের আগে অভ্যন্তরীণ ২৫টি টেস্ট লক্ষ্যে ব্যর্থ হয়েছিল।

ক্রোমিয়াম থেকে Gemma-র দ্রুততর ইনফারেন্স

গুগলের ভাষ্য, ক্রোমিয়ামের ৪ কোটি লাইনের কোডবেসে প্রায় ৬০ লাখ লাইনের ব্রাউজার ফিচার থাকা পুরোনো একটি ফোল্ডার থেকে ওয়েবপেজ পরিচালনার মূল অংশ আলাদা করতে Argon সাহায্য করেছে। ওই ফোল্ডারে মোট কোডের প্রায় ১৫ শতাংশ রয়েছে। গুগলের দাবি, শত শত ফাইলজুড়ে করা এই পুনর্গঠনে কয়েক মাসের কাজ কয়েক সপ্তাহে শেষ হয়েছে।

এর উদ্দেশ্য হলো পৃষ্ঠা পুনরায় লোড না করেই সক্রিয় ওয়েবপেজকে বিভিন্ন ট্যাব, সাইড প্যানেল ও ভাসমান উইন্ডোর মধ্যে সরিয়ে নেওয়ার সুযোগ দেওয়া এবং এক ধরনের ক্র্যাশের কারণ দূর করা। এগুলো স্থাপত্যগত কাজের সম্ভাব্য ফল; প্রত্যেক ব্যবহারকারী ইতিমধ্যে এসব সুবিধা পাচ্ছেন—এমন প্রমাণ নয়।

Gemma 4 E2B-এর ক্ষেত্রে vLLM ব্যবহার করে Nvidia A100-এ ইনফারেন্সের গতি ২.৮৫ গুণ বেড়েছে বলে গুগল জানিয়েছে। vLLM হলো ভাষার মডেল চালু রাখার সফটওয়্যার। উৎপাদনের গতি প্রতি সেকেন্ডে প্রায় ৩৭ হাজার ৯০০ টোকেন থেকে বেড়ে ১ লাখ ৮ হাজারের বেশি হয়েছে। তৈরি হওয়া টোকেন একই ছিল এবং গুণগত মান কমার কোনো তথ্য পাওয়া যায়নি। এটি একটি নির্দিষ্ট মডেল ও হার্ডওয়্যারের ফল, Gemma পরিবারের সব মডেলের ক্ষেত্রে সর্বজনীন গতিবৃদ্ধি নয়।

গুগলের আরও কিছু অভ্যন্তরীণ উদাহরণের মধ্যে রয়েছে YouTube মন্তব্যে ইমোজি রেন্ডার করার অপ্রয়োজনীয় কাজ শনাক্ত করা এবং Alphabet-এর Wing ডেলিভারি ব্যবসায় ব্যবহৃত ড্রোনের পদার্থবিদ্যার সিমুলেটরে ২০১৮ সাল থেকে থাকা বাগ খুঁজে বের করা। YouTube-সংক্রান্ত পরিসংখ্যানে প্রতিবেদনগুলোর মধ্যে অমিল আছে: একটিতে সার্ভারের চাপ ৪৫ শতাংশ কমার কথা বলা হয়েছে, আরেকটিতে বলা হয়েছে প্রয়োজনীয় কম্পিউটিং ক্ষমতা অর্ধেক হয়েছে। আরও বিস্তারিত তথ্য ছাড়া এই পরিমাপগুলোকে সমতুল্য হিসেবে দেখা উচিত নয়।

আরেকটি প্রতিবেদিত অনুসন্ধানে ১৩৪টি পুরোনো সফটওয়্যার বাগ পর্যালোচনা করে তিন ঘণ্টারও কম সময়ে ৯৭টিকে অচল বা পুনরাবৃত্ত হিসেবে শনাক্ত করা হয়। এসব উদাহরণ রক্ষণাবেক্ষণ ও অনুসন্ধানের হাতিয়ার হিসেবে Argon-এর পক্ষে যুক্তি তুলে ধরে, তবে ফলাফলগুলো এখনো কোম্পানির দাবি, স্বাধীনভাবে পুনরুৎপাদিত মূল্যায়ন নয়।

কাজের ধরন অনুযায়ী বেঞ্চমার্কে এগিয়ে থাকা বদলে যায়

গুগল ডিপমাইন্ডের অক্টোবরের Argon মডেল কার্ডে Vals Index-এ ৬৮.৯ শতাংশ স্কোরের কথা বলা হয়েছে। তুলনায় GPT-6 Astra পেয়েছে ৬৩.১ শতাংশ এবং Claude Opus 5.5 পেয়েছে ৬৭.০ শতাংশ। অর্থ, আইন, কোডিং ও কর-সংক্রান্ত কাজসহ বিভিন্ন পেশাগত কাজের এই সূচকে Argon এগিয়ে।

কোডিংয়ে প্রকাশিত ফলের মধ্যে রয়েছে DeepSWE v1.1-এ ৭৭.৯ শতাংশ এবং Vibe Code Bench-এ ৯১.৯ শতাংশ। সাইবার নিরাপত্তা মূল্যায়ন CWE-bench v1-এ Argon-এর স্কোর ৬৮.০ শতাংশ; GPT-6 Astra-কে ছাড়িয়ে যাওয়ার বদলে তাদের স্কোর সমান।

একই সরকারি তালিকায় অন্য মূল্যায়নে প্রতিদ্বন্দ্বীদের এগিয়ে থাকতে দেখা যায়। FrontierSWE v2-তে Argon-এর স্কোর ৫৫.০ শতাংশ, যেখানে Astra পেয়েছে ৬৫.৫ শতাংশ। Terminal-bench 4.0-তে Argon-এর ৫৭.৪ শতাংশ স্কোর Opus 5.5-এর ৬৬.৪ শতাংশের চেয়ে কম। তাই কোডিং ও বিজ্ঞানের সব ক্ষেত্রে শ্রেষ্ঠত্বের বিস্তৃত দাবিকে শর্তসাপেক্ষে দেখতে হবে।

Artificial Analysis Intelligence Index-এর প্রতিবেদনভিত্তিক ফল অনুযায়ী Argon-এর স্কোর ৫৩; GPT-6 Astra এবং Claude Fable 5.1-এর স্কোরও একই। তবে Claude Opus 5.5-এর ৫৮ এবং Muse Wonder Full ও Claude Sonnet 5.5-এর ৫৬ স্কোরের চেয়ে এটি কম। Vals Index-এর শতাংশের সঙ্গে এই স্কোর সরাসরি তুলনীয় নয়, কারণ এখানে সক্ষমতার ভিন্ন মিশ্রণ পরিমাপ করা হয়।

এন্টারপ্রাইজ AI পরামর্শক প্রতিষ্ঠান Red Dragon AI-এর প্রধান নির্বাহী ও সহপ্রতিষ্ঠাতা স্যাম উইটভিন Argon-এর প্রশংসা করলেও একে বাজারের সেরা মডেল বলে মানেননি। মিশ্র বেঞ্চমার্কের চিত্রের সঙ্গে তাঁর মূল্যায়ন মেলে: পেশাগত কাজে ভালো ফল মানেই সব ধরনের কাজে সবার চেয়ে এগিয়ে থাকা নয়।

কোয়ান্টাম কোড থেকে এনজাইম পরীক্ষায় বৈজ্ঞানিক ফল

গুগলের দাবি, কোয়ান্টাম ত্রুটি শনাক্ত করার মেশিন লার্নিং ব্যবস্থা AlphaQubit-এর একটি অভ্যন্তরীণ সংস্করণে Argon ইনফারেন্সের গতি প্রায় দ্বিগুণ করেছে। গুগল আরও জানিয়েছে, Lean ব্যবহার করে আনুষ্ঠানিকভাবে যাচাই করা arcsin সাবরুটিনের Argon-নির্মিত বাস্তবায়নে প্রকাশিত quantum CORDIC ভিত্তিমানের তুলনায় স্পেসটাইম খরচ ১০০ গুণের বেশি কমেছে। স্পেসটাইম খরচ বলতে কোয়ান্টাম গণনার জন্য দরকারি কম্পিউটিং সম্পদ এবং সেই গণনায় লাগা সময়—দুটির সমন্বিত হিসাব বোঝায়।

ফিউশন গবেষণায় গুগল মেরিল্যান্ড বিশ্ববিদ্যালয়ের অধ্যাপক ম্যাট ল্যান্ডারম্যানের সঙ্গে কাজ করে ১৯৬৭ সালের Grad-এর অনুমানের আরও বিস্তৃত পাল্টা-উদাহরণ শনাক্ত করেছে। চৌম্বকক্ষেত্রের সঠিক সমাধান নিয়ে এই অনুমানটি করা হয়েছিল। তৈরি হওয়া সমাধানগুলো স্টেলারেটর সিমুলেশন সফটওয়্যার পরীক্ষা করার জন্য বেঞ্চমার্ক হিসেবে কাজে লাগবে। এটি গণিত ও সিমুলেশনে অবদান, বাণিজ্যিকভাবে ব্যবহারযোগ্য ফিউশন শক্তির প্রদর্শন নয়।

গুগল আরও জানিয়েছে, xTB কোয়ান্টাম রসায়ন প্যাকেজে করা পরিবর্তনের ফলে অণুর গঠন পূর্বাভাস ২.৩ গুণ পর্যন্ত দ্রুত হয়েছে এবং অণুর বিকল্প আকৃতি খোঁজার কাজ ১.৮ গুণ দ্রুত হয়েছে। পরিবর্তনগুলো প্যাকেজটির সরকারি রিপোজিটরিতে জমা দেওয়া হয়েছে।

জীববিজ্ঞানে Gamow Labs পরিচয় শনাক্তকারী তথ্য সরিয়ে রাখা বিরল বিকাশজনিত ফুসফুসের সমস্যায় আক্রান্ত নবজাতকদের জিনোম বিশ্লেষণে Argon ব্যবহার করেছে। গুগলের বর্ণনা অনুযায়ী, একটি ক্ষেত্রে বছরের পর বছর নজর এড়িয়ে যাওয়া ক্রোমোজোমের পুনর্বিন্যাস এটি শনাক্ত করে। বিরল রোগ নির্ণয়ে সহায়তার ব্যক্তিগত মূল্যায়নে স্কোর ছিল ৫৭ শতাংশ এবং পরীক্ষাগার-সংক্রান্ত যুক্তি বিশ্লেষণে ৫২.২ শতাংশ। এগুলো গবেষণামূলক মূল্যায়ন; Argon নিজে থেকেই রোগীকে নির্ণয় করতে পারে—তার প্রমাণ নয়।

গুগলের বিজ্ঞানীরা Argon ব্যবহার করে সেরিন এস্টারেজের পাঁচটি নতুন নকশাও তৈরি করেছেন। এই এনজাইমগুলো এস্টার বন্ধন ভেঙে দেয়। পরবর্তী পরীক্ষাগার পরীক্ষায় অনুঘটক হিসেবে এগুলোর কার্যকারিতা নিশ্চিত হয়েছে। এদিকে, ১০ হাজার বিজ্ঞানীর জন্য Antigravity-র সর্বোচ্চ ব্যবহার-স্তরের ছয় মাসের বিনা মূল্যের সুবিধা পেতে আবেদন নেওয়া শুরু করেছে গুগল। যোগ্যতা, নির্বাচন ও সক্ষমতা সাপেক্ষে পর্যায়ক্রমে আবেদনকারীদের ভর্তি করা হবে।

ছোড়ার কৌশলের বাইরে রোবটিকসের প্রদর্শনী

শারীরিক ও স্থানিক সমস্যা বোঝার সক্ষমতা যাচাইয়ের Embodied Reasoning বেঞ্চমার্কে Argon ৮৭ শতাংশ স্কোর করেছে। অভ্যন্তরীণ একটি প্রদর্শনীতে এটি কর্নহোল খেলছেন এমন এক ব্যক্তির ভিডিও দেখে পরিবেশের মানচিত্র তৈরি করে, জয়েন্টের নড়াচড়া হিসাব করে এবং সিমুলেশনের কোড তৈরি করে। গুগলের ভাষ্য, কাজটি Apptronik-এর Apollo হিউম্যানয়েড রোবটে স্থানান্তরের পর বাস্তব পরীক্ষায় পরপর সাতটি ছোড়াই সফল হয়।

প্রতিবেদন অনুযায়ী, অন্য প্রদর্শনীগুলোর মধ্যে রয়েছে Boston Dynamics-এর Spot রোবট দিয়ে প্যাডেলযুক্ত বিনে ক্যান ফেলা, রোবটিক বাহু দিয়ে পড়ে যাওয়া মগ সোজা করে তার ভেতরে ন্যাপকিন রাখা এবং বারবার দৃশ্যমান প্রতিক্রিয়া ব্যবহার করে Argon-এর ভিডিও সিমুলেশন পরিচালনা। এই উদাহরণগুলোতে যুক্তি বিশ্লেষণের পাশাপাশি ক্যালিব্রেট করা পর্যবেক্ষণ, আগে থেকে নির্ধারিত নড়াচড়ার নির্দেশ এবং যাচাইয়ের ধাপ রয়েছে; এগুলো অবাধ রোবট-স্বাধীনতা দেখায় না।

রোবোটিকসের এই কাজে রোবটের ক্যামেরায় ধারণ করা ভিডিও, মানুষের ভিডিও এবং স্কেচ থেকে সিমুলেশন পুনর্গঠনও রয়েছে। সংস্পর্শের বলের পাশাপাশি দৃশ্যগত চেহারা মেলানো গুরুত্বপূর্ণ, কারণ দেখতে বিশ্বাসযোগ্য হলেই কোনো সিমুলেশন বাস্তবে কাজ করে না; সেটি এমন নড়াচড়াও শেখাতে পারে যা বাস্তব যন্ত্রে ব্যর্থ হবে।

একটি প্রতিবেদিত পরীক্ষায় সিমুলেশনে তৈরি তথ্য ব্যবহার করে বাস্তব কাজের সফলতার হার ৫৬ শতাংশ থেকে বেড়ে ৭৫ শতাংশ হয়েছে, অর্থাৎ ১৯ শতাংশ-পয়েন্ট বৃদ্ধি। কাজের সময় ৩৫ সেকেন্ড থেকে কমে ২৪ সেকেন্ড হয়েছে, প্রায় ৩১ শতাংশ হ্রাস। এই ফল উন্নত প্রশিক্ষণ ও কাজ সম্পাদনের সীমিত দাবিকে সমর্থন করে; সাধারণ শারীরিক বুদ্ধিমত্তার প্রমাণ নয়।

নিরাপত্তা-সংক্রান্ত তথ্য প্রকাশ উন্মোচনের বয়ানকে জটিল করে

মডেল কার্ডে বলা হয়েছে, জৈবিক তথ্যজনিত ঝুঁকি ও সাইবার নিরাপত্তায় Argon গুরুত্বপূর্ণ সক্ষমতার পর্যায়ে পৌঁছাতে পারে—এ সম্ভাবনা গুগল নাকচ করতে পারছে না। এসব সীমা দিয়ে বোঝানো হয়, যথাযথ সুরক্ষা না থাকলে কোনো মডেল গুরুতর ক্ষতি ঘটানোর সক্ষমতা উল্লেখযোগ্যভাবে বাড়াতে পারে কি না। গুগলের ভাষ্য, তারা নিরাপত্তা-সংক্রান্ত যুক্তি ও সুরক্ষাব্যবস্থা তৈরি করেছে, যা অবশিষ্ট ঝুঁকি ওই পর্যায়ের নিচে নামিয়ে আনে।

গোপনে কাজ করা ও পরিস্থিতি সম্পর্কে সচেতনতা যাচাইয়ের ১৫টি পরীক্ষার মধ্যে Argon ১৪টিতে উত্তীর্ণ হয়েছে। এখানে উত্তীর্ণ হওয়ার অর্থ, সক্ষমতা যাচাইয়ের চ্যালেঞ্জ সফলভাবে সম্পন্ন করা; নিরাপত্তার ছাড়পত্র পাওয়া নয়। তাই অতিরিক্ত সুরক্ষা না থাকলে মানুষের নিয়ন্ত্রণ দুর্বল করে দিতে পারে—এমন সক্ষমতার সীমায় মডেলটি পৌঁছাতে পারে কি না, তা গুগল নাকচ করতে পারছে না।

উন্মোচনের ঘোষণায় কয়েকটি সুরক্ষাব্যবস্থার কথা বলা হয়েছে: সীমা মেনে চলা এবং অপরিবর্তনীয় পদক্ষেপের আগে মানুষের নিশ্চিতকরণ চাওয়ার প্রশিক্ষণ; অনুমতিহীন বিকল্প পথ ঠেকানোর জন্য নজরদারি; এবং ওয়েবপেজ, ইমেইল বা কোডে লুকানো ক্ষতিকর নির্দেশের বিরুদ্ধে সুরক্ষা। Gray Swan-এর পরোক্ষ প্রম্পট ইনজেকশন বেঞ্চমার্কে অভিযোজিত ১৫টি প্রচেষ্টার মধ্যে আক্রমণ সফল হওয়ার হার ০.৭ শতাংশ বলে জানিয়েছে গুগল।

নিরাপত্তা-সংক্রান্ত প্রতিবেদিত অন্যান্য ফলের মধ্যে রয়েছে কোডিং মূল্যায়নে অনুমতিহীন শর্টকাট নেওয়ার প্রচেষ্টা ২ শতাংশে নেমে আসা এবং বাইরের জৈবিক প্রতিকূল পরীক্ষায় যাচাই করা উপকাজের ১ শতাংশেরও কম ক্ষেত্রে সুরক্ষা ভাঙা। এসব পরিসংখ্যান নির্দিষ্ট পরীক্ষার ফল, অপব্যবহারের বিরুদ্ধে নিশ্চয়তা নয়। Gemini 3.1 Pro-এর তুলনায় স্বয়ংক্রিয় পাঠ্য নিরাপত্তা পরিমাপে ১.৫৭ শতাংশ-পয়েন্ট অবনতির কথাও মডেল কার্ডে আছে। তবে গুগল বলেছে, পার্থক্যটি আস্থার সীমার মধ্যেই ছিল এবং মানুষের পর্যালোচনায় বেশির ভাগ ক্ষেত্রেই ভুল ইতিবাচক ফল বা গুরুতর নয়—এমন সমস্যা দেখা গেছে।

গুগল Fairwind Program-এর আওতায় অনুমোদিত আরও শত শত সাইবার নিরাপত্তা অংশীদারের কাছে প্রবেশাধিকার বাড়াচ্ছে; এই কর্মসূচিতে সাইবার নিরাপত্তা-সংক্রান্ত সীমাব্যবস্থা ছাড়াই ব্যবহার করা যাবে। ঘোষণায় বলা হয়েছে, Wiz সরকারি অবকাঠামো ও স্বাস্থ্যসেবা ব্যবস্থার ঝুঁকি মোকাবিলায় Argon ব্যবহার করেছে; এর মধ্যে এমন একটি দুর্বলতার শৃঙ্খলও ছিল, যা একটি মাস্টার কী ও প্রশাসনিক প্রবেশাধিকার ফাঁস করে দিতে পারত।

প্রতিবেদন অনুযায়ী, গুগল হোয়াইট হাউসের স্বেচ্ছামূলক পর্যালোচনা প্রক্রিয়ায় অংশ নিয়েছে, তবে ওই প্রক্রিয়া জনসমক্ষে দেখা যায় না। এই অংশগ্রহণকে Argon নিরাপদ—এমন সরকারি ও প্রকাশ্য সনদ হিসেবে তুলে ধরা উচিত নয়।

ক্রেতাদের যা এখনো যাচাই করা দরকার

Argon লেখা, ছবি, অডিও ও ভিডিও গ্রহণ করে এবং লেখা তৈরি করে। মডেল কার্ডে ইনপুট ও আউটপুট মিলিয়ে সর্বোচ্চ ১০ লাখ টোকেনের কনটেক্সট উইন্ডোর কথা বলা হয়েছে। এটি সম্মিলিত ধারণক্ষমতা; ১০ লাখ ইনপুট টোকেনের পাশাপাশি আরও ১০ লাখ আউটপুট টোকেনের প্রতিশ্রুতি নয়। প্রতিবেদন অনুযায়ী, একটানা উত্তরের সর্বোচ্চ সীমা এখনো স্পষ্ট করা হয়নি।

এর জ্ঞানের শেষ তারিখ মার্চ ২০২৬; কিছু বিষয়ে এর জ্ঞান আরও পুরোনো হতে পারে বলে গুগল সতর্ক করেছে। মডেলটি ভুল তথ্য বানিয়ে বলতে পারে এবং উত্তর দিতে দেরি বা টাইমআউটও হতে পারে। গুগল যে আইন, অর্থ, বিজ্ঞান ও প্রকৌশল-সংক্রান্ত কাজের জন্য এটি লক্ষ্য করছে, সেসব ক্ষেত্রে এই সীমাবদ্ধতাগুলো গুরুত্বপূর্ণ।

উন্মোচনে কর্মদক্ষতা নিয়ে তুলনামূলকভাবে সুনির্দিষ্ট উদাহরণ রয়েছে, তবে এর সবচেয়ে শক্তিশালী প্রকৌশলগত উদাহরণেও বেছে বেছে ব্যবহারের প্রয়োজন স্পষ্ট: ছয়টি প্রস্তাবিত অপ্টিমাইজেশনের মধ্যে চারটিই রক্ষণাবেক্ষণকারীরা প্রত্যাখ্যান করেছেন। ক্রেতারা এখন নিজেদের ব্যবস্থায় Argon পরীক্ষা করতে পারবেন। তবে নভেম্বরের পরের মূল্য, আরও বিস্তৃত সাবস্ক্রিপশন সুবিধা এবং নিয়ন্ত্রিত মূল্যায়নের বাইরে সুরক্ষাব্যবস্থার কার্যকারিতা—এসব বিষয়ের ওপর নজর রাখা জরুরি।

মূল তথ্য

• যোগ্য গ্রাহক, ডেভেলপার ও ব্যবসাপ্রতিষ্ঠানের জন্য গুগল ১৩ অক্টোবর, ২০২৬-এ Argon-এর বিস্তৃত উন্মুক্তকরণ শুরু করে।
• প্রাথমিক API মূল্য প্রতি ১০ লাখ ইনপুট টোকেনের জন্য ২ ডলার এবং প্রতি ১০ লাখ আউটপুট টোকেনের জন্য ১০ ডলার।
• প্রতিবেদন অনুযায়ী, ১ ডিসেম্বর থেকে নিয়মিত মূল্য দ্বিগুণ হবে; সরকারি উন্মোচন-ঘোষণায় এ সময়সীমা উল্লেখ নেই।
• Vals Index-এ Argon এগিয়ে থাকলেও অন্য কয়েকটি মূল্যায়নে প্রতিদ্বন্দ্বী মডেলের পেছনে রয়েছে।
• Python অপ্টিমাইজেশনের ১১ ঘণ্টার কাজে ছয়টি প্রস্তাবের মধ্যে দুটি মানব পর্যালোচকেরা গ্রহণ করেন।
• গুগল বিজ্ঞান ও রোবোটিকসে উন্নতির কথা জানিয়েছে; এর মধ্যে রয়েছে পরীক্ষাগারে যাচাই করা এনজাইমের পাঁচটি নকশা এবং বাস্তব কাজ সম্পাদনে উন্নতি।
• জৈবিক ঝুঁকি, সাইবার নিরাপত্তা ও নিয়ন্ত্রণ-সম্পর্কিত সক্ষমতার সম্ভাব্য সীমার কথা গুগল স্বীকার করেছে এবং বলেছে, সুরক্ষাব্যবস্থা অবশিষ্ট ঝুঁকি কমায়।