চীনে এআই টোকেনের দৈনিক ব্যবহার ৫০০ ট্রিলিয়নে, দাম প্রায় দ্বিগুণ

এআইয়ের ব্যবহার বাড়ছে, দাম বাড়ছে, শুরু হতে অপেক্ষাও দীর্ঘ হচ্ছে

চায়না অ্যাকাডেমি অব ইনফরমেশন অ্যান্ড কমিউনিকেশনস টেকনোলজি (সিএআইসিটি)-এর তথ্য অনুযায়ী, ২০২৬ সালের জুনে চীনে কৃত্রিম বুদ্ধিমত্তার টোকেনের দৈনিক ব্যবহার প্রায় ৫০০ ট্রিলিয়নে পৌঁছায়, যা ২০২৫ সালের ডিসেম্বরের তুলনায় প্রায় চার গুণ। চাহিদার সঙ্গে দামও বেড়েছে: তুলনার সুবিধায় একই ভিত্তিতে হিসাব করা গড় অভ্যন্তরীণ দাম ২০২৫ সালের দ্বিতীয়ার্ধের ৬.৮ ইউয়ান থেকে ২০২৬ সালে বেড়ে ১৩.৪৬ ইউয়ানে দাঁড়ায়, অর্থাৎ প্রায় ৯৮ শতাংশ বৃদ্ধি।

২৩ অক্টোবর প্রকাশিত সিএআইসিটির ‘লার্জ মডেল টোকেন সার্ভিস পারফরম্যান্স মনিটরিং রিপোর্ট (২০২৬)’-এ এমন একটি পরিবর্তনের কথাও বলা হয়েছে, যা ব্যবহারকারীরা সরাসরি টের পেতে পারেন। ২০২৫ সালের গড়ের তুলনায় আগস্টে অভ্যন্তরীণ মডেলগুলো প্রায় দ্বিগুণ দ্রুত পাঠ্য তৈরি করলেও, প্রথম টোকেন তৈরি করতে বেশি সময় নিয়েছে। উত্তর তৈরি শুরু হলে তা দ্রুত এসেছে; কিন্তু শুরু হওয়ার আগে অপেক্ষা বেড়েছে।

প্রতিবেদনের তথ্য থেকে দেখা যায়, দুই বছরের মূল্য প্রতিযোগিতা কাটিয়ে বাজার ঘুরে দাঁড়াচ্ছে, ব্যবহার দ্রুত বাড়ছে এবং পরিষেবাগুলো আগের চেয়ে অনেক বেশি তথ্য প্রক্রিয়া করতে পারছে। একই মডেল চালানো বিভিন্ন প্ল্যাটফর্মের ফলাফলে উল্লেখযোগ্য পার্থক্য থাকায়, এআই পরিষেবা বেছে নেওয়ার ক্ষেত্রে শুধু মডেলের নাম যাচাই করাই যথেষ্ট নয়—এ কথাও স্পষ্ট হয়েছে।

চীনে এত বিপুল পরিমাণে কী ব্যবহার হচ্ছে

টোকেন হলো তথ্যের একটি ছোট একক, যা এআই মডেল প্রক্রিয়া করে বা তৈরি করে। পাঠ্যের ক্ষেত্রে এটি একটি শব্দ, শব্দের অংশ বা যতিচিহ্ন হতে পারে। একটি মডেল কতটা কাজ করছে, তা মাপার সাধারণ উপায় হলো টোকেন। তবে বিভিন্ন ভাষা ও ব্যবস্থায় টোকেনের সঙ্গে শব্দের সম্পর্ক এক রকম নয়।

তাই প্রতিদিন প্রায় ৫০০ ট্রিলিয়ন টোকেনের সিএআইসিটি-র হিসাবটি মডেলগুলোর কাজের পরিমাণ নির্দেশ করে। ২০২৫ সালের ডিসেম্বরের তুলনায় প্রায় চার গুণ বৃদ্ধি মানে মোট ব্যবহার প্রায় ৩০০ শতাংশ বেড়েছে, ফলে জুনের পরিমাণ আগের স্তরের প্রায় চার গুণে পৌঁছেছে।

এখন আরও বেশি সরবরাহকারী ‘মডেল অ্যাজ আ সার্ভিস’ প্ল্যাটফর্মের মাধ্যমে সেবা দিচ্ছে, যা সংক্ষেপে MaaS নামে পরিচিত। গ্রাহকেরা পাবলিক ক্লাউড অ্যাপ্লিকেশন প্রোগ্রামিং ইন্টারফেস বা API-র মাধ্যমে অনুরোধ পাঠান। এটি এমন একটি সংযোগ, যার সাহায্যে একটি সফটওয়্যার অন্য সফটওয়্যারকে কোনো কাজ করতে বলতে পারে। এই পথে ব্যবসাপ্রতিষ্ঠানগুলো নিজস্ব পণ্য বা সেবায় এআই যুক্ত করতে পারে, অথচ মূল মডেলটি নিজেরা পরিচালনা করতে হয় না।

পর্যবেক্ষণে কী পরীক্ষা করা হয়েছে

সিএআইসিটির কৃত্রিম বুদ্ধিমত্তা গবেষণা ইনস্টিটিউট শিল্প ও তথ্যপ্রযুক্তি মন্ত্রণালয়ের লার্জ মডেল এবং হার্ডওয়্যার ও সফটওয়্যার মূল্যায়নবিষয়ক কী ল্যাবরেটরি এবং কৃত্রিম বুদ্ধিমত্তা শিল্প জোটের সঙ্গে যৌথভাবে প্রতিবেদনটি প্রকাশ করেছে। এতে ২০২৬ সালের জানুয়ারি থেকে আগস্ট পর্যন্ত সময়ের তথ্য পর্যবেক্ষণ করা হয়েছে।

মূল্যায়নে অনুরোধ সফল হওয়ার হার, আউটপুট তৈরির গতি, আউটপুট শুরু হওয়ার আগের অপেক্ষা, স্থিতিশীলতা, দাম এবং কনটেক্সট উইন্ডো পরীক্ষা করা হয়েছে। এতে আনুষ্ঠানিক মডেল প্ল্যাটফর্মের সঙ্গে ডিপসিক, কুয়েন, জিএলএম ও কিমি সেবা দেওয়া তৃতীয় পক্ষের পরিষেবাগুলোর তুলনা করা হয়েছে। এগুলো চারটি ওপেন সোর্স মডেলের পরিবার।

সিএআইসিটির মতে, টোকেন সেবার কার্যক্ষমতা বিচার করার সহজ উপায় ব্যবহারকারীদের কাছে প্রায়ই থাকে না এবং সরবরাহকারী বেছে নিতেও তাঁরা সমস্যায় পড়েন। প্রতিবেদনের পরিমাপগুলো সেবার বিভিন্ন দিক আলাদা করে দেখিয়ে এই বাস্তব সমস্যার সমাধানে সহায়তা করে, যেগুলো শুধু দাম বা গতির একটি সংখ্যায় বোঝা যায় না।

পরিবর্তনগুলোর ধারাবাহিকতা প্রধান তারিখগুলোতে স্পষ্ট:

• ডিসেম্বর ২০২৫: পরবর্তী সময়ে অভ্যন্তরীণ দৈনিক টোকেন ব্যবহার প্রায় চার গুণ হওয়ার তুলনামূলক ভিত্তি।
• জানুয়ারি থেকে আগস্ট ২০২৬: প্রতিবেদনের পর্যবেক্ষণকাল।
• মে ২০২৬: চারটি ওপেন সোর্স মডেল পরিবারের নতুন সংস্করণ পর্যবেক্ষণে অন্তর্ভুক্ত হয়।
• জুন ২০২৬: অভ্যন্তরীণ দৈনিক টোকেন ব্যবহার প্রায় ৫০০ ট্রিলিয়নে পৌঁছায়।
• আগস্ট ২০২৬: অভ্যন্তরীণ আউটপুটের গড় গতি ছিল প্রতি সেকেন্ডে ৭৮.২৩ টোকেন।
• ২৩ অক্টোবর ২০২৬: প্রতিবেদনটি প্রকাশিত হয়।

দুই বছরের দাম কমানোর প্রতিযোগিতার পর ঊর্ধ্বমুখী দাম

দুই বছরের মূল্য প্রতিযোগিতার পর ২০২৬ সালে প্রবেশ করে অভ্যন্তরীণ মডেল সেবাগুলো। সিএআইসিটির একই ভিত্তিতে হিসাব করা মূল্যমান অনুযায়ী, ৬.৮ ইউয়ান থেকে ১৩.৪৬ ইউয়ানে বৃদ্ধি মানে অতিরিক্ত ৬.৬৬ ইউয়ান, যা আগের গড়ের প্রায় দ্বিগুণ।

বিভিন্ন মূল্য নির্ধারণের ধরনকে তুলনার উপযোগী একটি সাধারণ ভিত্তিতে রূপান্তর করাকে এখানে একই ভিত্তিতে হিসাব বা নর্মালাইজেশন বলা হয়েছে। তবে উল্লিখিত ইউয়ান অঙ্কের পেছনে বিলিংয়ের পরিমাণ নির্দিষ্ট করা হয়নি। ফলে প্রতিবেদনের গড় থেকে কোনো নির্দিষ্ট অনুরোধের খরচ সরাসরি হিসাব করা গ্রাহকদের পক্ষে সম্ভব নয়।

২০২৬ সালে চালু হওয়া চীনের বাইরের সাধারণ মডেলগুলোর গড় মূল্য একই ভিত্তিতে প্রায় ১১৭.৮ ইউয়ান। অভ্যন্তরীণ গড় ১৩.৪৬ ইউয়ানের তুলনায় এটি প্রায় ৮.৮ গুণ। এই তুলনায় পর্যবেক্ষণাধীন মডেলগুলোর চিত্র উঠে এসেছে; তবে গ্রাহকদের জন্য প্রতিটি মডেল ও প্ল্যাটফর্মের দাম আলাদা।

উত্তর তৈরি শুরু হলে তা দ্রুত আসে

আগস্টে অভ্যন্তরীণ মডেলগুলো গড়ে প্রতি সেকেন্ডে ৭৮.২৩ টোকেন তৈরি করেছে। ২০২৫ সালের গড় ছিল ৩৮.২৫। অর্থাৎ গতি প্রায় ১০৫ শতাংশ বেড়েছে, যা আউটপুট তৈরির গতি দ্বিগুণেরও বেশি হওয়ার সমান।

থ্রুপুট বা প্রতি সেকেন্ডে টোকেন (TPS) নামে পরিচিত এই পরিমাপটি জানায়, কোনো সেবা কত দ্রুত উত্তর তৈরি করে। উত্তর তৈরি শুরু হওয়ার পর দীর্ঘ প্রতিক্রিয়া দিতে বেশি সময় লাগলে উচ্চতর থ্রুপুট সেই সময় কমাতে পারে।

আগস্টে চীনের বাইরের সাধারণ মডেলগুলোর গড় গতি ছিল প্রতি সেকেন্ডে ১১২.৮২ টোকেন, যা অভ্যন্তরীণ মডেলের চেয়ে প্রায় ৪৪ শতাংশ বেশি। তাদের আউটপুটের গতিও দ্রুত বেড়েছে: ২০২৫ সালের ডিসেম্বরে প্রতি সেকেন্ডে ৫১.৩৫ টোকেন থেকে বেড়ে প্রায় ১২০ শতাংশ বৃদ্ধি পেয়েছে।

তবে তুলনার সময়কাল এক নয়: অভ্যন্তরীণ মডেলের হিসাব ২০২৫ সালের পুরো বছরের গড়ের সঙ্গে তুলনা করা হয়েছে, আর বিদেশি মডেলের হিসাব ডিসেম্বরের সঙ্গে। দুই ক্ষেত্রেই আউটপুটের গতিতে বড় উন্নতি দেখা গেছে, তবে আগস্টের গড়ে পর্যবেক্ষণাধীন বিদেশি মডেলগুলো এগিয়ে ছিল।

প্রথম উত্তর পেতে অপেক্ষা কেন বাড়ছে

আগস্টে অভ্যন্তরীণ মডেলগুলোর প্রথম টোকেন তৈরি করতে গড়ে ১.২৬ সেকেন্ড লেগেছে। ২০২৫ সালে এই সময় ছিল ০.৭৮ সেকেন্ড। ০.৪৮ সেকেন্ডের এই বৃদ্ধি প্রায় ৬২ শতাংশ।

এই অপেক্ষার সময়কে ‘টাইম টু ফার্স্ট টোকেন’ বা TTFT বলা হয়। চ্যাটবট ব্যবহারকারীর ক্ষেত্রে, অনুরোধ পাঠানো থেকে উত্তর দেখা শুরু হওয়া পর্যন্ত এটিই বিরতির সময়। থ্রুপুট এই বিরতির পরের গতি মাপে। তাই একটি পরিমাপে সেবার উন্নতি হলেও অন্যটিতে তা ধীর হতে পারে।

আগস্টে বিদেশি সাধারণ মডেলগুলোর উত্তর দেওয়া শুরু করতে গড়ে ২.০৮ সেকেন্ড লেগেছে, যেখানে এপ্রিলে সময় ছিল ১.০৪ সেকেন্ড। ফলে আগস্টে অভ্যন্তরীণ মডেলগুলো গড়ে ০.৮২ সেকেন্ড আগে আউটপুট শুরু করেছে, যদিও এরপর তাদের আউটপুটের গতি ছিল কম।

শুরুর অপেক্ষা বাড়ার পেছনে একসঙ্গে ঘটে চলা কয়েকটি পরিবর্তনকে দায়ী করেছে সিএআইসিটি: মডেল বড় হচ্ছে, কনটেক্সট দীর্ঘ হচ্ছে এবং অনুরোধের সংখ্যাও বাড়ছে। বড় মডেলে বেশি গণনার প্রয়োজন হয়; দীর্ঘ কনটেক্সটে প্রক্রিয়া করার জন্য বেশি তথ্য থাকে; আর বেশি ট্রাফিক সেবার ওপর চাপ বাড়ায়।

একবারে অনেক বেশি তথ্য সামলাতে পারে মডেল

পর্যবেক্ষণাধীন মডেলগুলোর ৪৭.৮ শতাংশ ১০ লাখ টোকেনের কনটেক্সট উইন্ডো সমর্থন করত। আরও বড় অংশ, ৯৫.৭ শতাংশ, অন্তত ২ লাখ টোকেন সামলাতে পারত। ২০২৫ সালের শেষের তুলনায় এই হার ৭৬ শতাংশের বেশি পয়েন্ট বেড়েছে।

কনটেক্সট উইন্ডো হলো কোনো অনুরোধের সময় একটি মডেল যে পরিমাণ তথ্য নিয়ে কাজ করতে পারে। এর মধ্যে নির্দেশনা, আগের কথোপকথন এবং বিশ্লেষণের জন্য দেওয়া নথি থাকতে পারে। বড় উইন্ডো থাকলে ব্যবহারকারীরা আলাদা আলাদা অনুরোধে তথ্য ভাগ না করে একসঙ্গেই বেশি তথ্য দিতে পারেন।

পর্যবেক্ষণাধীন মডেলগুলোতে দীর্ঘ কনটেক্সট কত দ্রুত ছড়িয়েছে, তা এই পরিসংখ্যানে স্পষ্ট। প্রায় অর্ধেক মডেলে ১০ লাখ টোকেন পর্যন্ত ধারণক্ষমতা ছিল, আর মাত্র ৪.৩ শতাংশ মডেলে তা ২ লাখের নিচে ছিল। অন্তত ২ লাখ টোকেন সমর্থনকারী মডেলের হার ৭৬ শতাংশের বেশি পয়েন্ট বৃদ্ধির অর্থ, ২০২৫ সালের শেষে এই হার ১৯.৭ শতাংশের নিচে ছিল।

দীর্ঘ নথি প্রক্রিয়াকারী কোনো ব্যবসাপ্রতিষ্ঠানের ক্ষেত্রে এই বাড়তি সক্ষমতার ফলে একটি কাজেই আরও বেশি তথ্য দেওয়া সম্ভব হয়। অপেক্ষার সময়ের পাশাপাশি প্রতিবেদনে সক্ষমতা পরীক্ষা করার কারণও এটি ব্যাখ্যা করে: প্রথম দৃশ্যমান উত্তর আসার আগে একটি মডেল হয়তো অনেক বেশি তথ্য প্রক্রিয়া করছে।

একই মডেলের কার্যক্ষমতা প্ল্যাটফর্মভেদে ভিন্ন

ডিপসিক, কুয়েন, জিএলএম ও কিমি সেবায় সরবরাহকারীভেদে থ্রুপুট, উত্তর শুরুর সময় এবং অনুরোধ সফল হওয়ার হারে পার্থক্য দেখা গেছে। একই মডেলের ক্ষেত্রে প্ল্যাটফর্মগুলোর মধ্যে আউটপুটের গতির পার্থক্য প্রায় দ্বিগুণ পর্যন্ত হয়েছে।

কিছু তৃতীয় পক্ষের সেবা আনুষ্ঠানিক প্ল্যাটফর্মের চেয়ে ভালো করেছে। অনুমাননির্ভর গণনা ত্বরান্বিত করার পদ্ধতি, অপ্টিমাইজেশন কৌশল এবং খরচ নিয়ন্ত্রণে পার্থক্যকে এই ভিন্নতার কারণ হিসেবে দেখিয়েছে সিএআইসিটি। প্রশিক্ষিত মডেল যে গণনাপ্রক্রিয়ায় উত্তর তৈরি করে, সেটিই ইনফারেন্স। সরবরাহকারীরা এই প্রক্রিয়াকে ভিন্নভাবে সাজাতে ও অপ্টিমাইজ করতে পারে।

মডেলের সংস্করণ পরিবর্তনও গুরুত্বপূর্ণ ছিল। আগস্টে ডিপসিক-ভি৪-প্রো-এর থ্রুপুট ডিপসিক-ভি৩.২-এর দ্বিগুণ ছিল। মে মাসে সংস্করণ হালনাগাদের পর পর্যবেক্ষণাধীন মডেলগুলোতে শুরুতে অপেক্ষার সময় সাধারণত বেড়েছিল। পরে সরবরাহকারীরা অপ্টিমাইজেশন চালু করলে তা কমে আসে। অপেক্ষার সময় ধীরে ধীরে হালনাগাদের আগের স্তরের কাছাকাছি ফিরে যায়।

তাই সেবা বেছে নেওয়ার সময় গ্রাহকদের দুটি সম্পর্কিত সিদ্ধান্ত নিতে হয়: কোন মডেল ব্যবহার করবেন এবং কোন প্ল্যাটফর্মে সেটি চালাবেন। সরবরাহকারী পর্যায়ের কার্যক্ষমতা এই সিদ্ধান্তের একটি বাস্তব বিবেচ্য বিষয়—প্রতিবেদনের তথ্য তা স্পষ্ট করেছে।

পরিবর্তনগুলো গ্রাহকদের জন্য কী অর্থ বহন করে

এখন এআই সেবা কেনা ব্যবসাপ্রতিষ্ঠানগুলোর সামনে অভ্যন্তরীণ গড় দাম বেড়ে যাওয়ার পাশাপাশি দ্রুত আউটপুট এবং অনেক বড় কনটেক্সট উইন্ডোর সুবিধাও রয়েছে। কোন তুলনাটি সবচেয়ে কাজে লাগবে, তা নির্ভর করে কাজের ধরনের ওপর: কথোপকথনভিত্তিক সেবায় দ্রুত উত্তর শুরু হওয়া জরুরি, আর দীর্ঘ উত্তর তৈরির ক্ষেত্রে ধারাবাহিক আউটপুটের গতি বেশি গুরুত্বপূর্ণ।

নথি বিশ্লেষণকারী সেবায় বড় কনটেক্সট উইন্ডো দরকার হতে পারে। অন্যদিকে, বারবার গ্রাহকের অনুরোধ সামলানো কোনো অ্যাপ্লিকেশনের ক্ষেত্রে অনুরোধ সফল হওয়ার হার ও স্থিতিশীলতাও জরুরি। ব্যবহারকারীর অভিজ্ঞতার ভিন্ন ভিন্ন দিককে প্রভাবিত করে বলে সিএআইসিটি এসব পরিমাপই অন্তর্ভুক্ত করেছে।

সব মিলিয়ে, প্রতিবেদনে এমন একটি বাজারের চিত্র উঠে এসেছে, যেখানে ব্যবহার ও সক্ষমতা বাড়ছে, আর একই ভিত্তিতে হিসাব করা দামও বাড়ছে। পর্যবেক্ষণাধীন বিদেশি মডেলের তুলনায় অভ্যন্তরীণ সেবাগুলোর দামে উল্লেখযোগ্য সুবিধা ছিল এবং আগস্টে গড়ে সেগুলো আগে উত্তর শুরু করেছে। আউটপুট শুরু হওয়ার পর বিদেশি মডেলগুলো দ্রুত টোকেন তৈরি করেছে। দুই ক্ষেত্রেই প্রথম টোকেনের জন্য অপেক্ষা বাড়ার মধ্য দিয়ে বড় মডেল ও অধিক ব্যবহারের চাপের প্রতিফলন ঘটেছে।

মূল তথ্য

• ২০২৬ সালের জুনে চীনে এআই টোকেনের দৈনিক ব্যবহার ছিল প্রায় ৫০০ ট্রিলিয়ন, যা ২০২৫ সালের ডিসেম্বরের তুলনায় প্রায় চার গুণ।
• অভ্যন্তরীণ মডেলের একই ভিত্তিতে হিসাব করা দাম প্রায় ৯৮ শতাংশ বেড়ে ৬.৮ ইউয়ান থেকে ১৩.৪৬ ইউয়ানে দাঁড়ায়।
• আগস্টে অভ্যন্তরীণ মডেলের আউটপুটের গড় গতি ছিল প্রতি সেকেন্ডে ৭৮.২৩ টোকেন, যা ২০২৫ সালের গড়ের দ্বিগুণেরও বেশি।
• অভ্যন্তরীণ মডেলের প্রথম টোকেনের জন্য অপেক্ষা ০.৭৮ সেকেন্ড থেকে বেড়ে ১.২৬ সেকেন্ড হয়েছে।
• পর্যবেক্ষণাধীন মডেলের ৯৫.৭ শতাংশ অন্তত ২ লাখ টোকেনের কনটেক্সট উইন্ডো সমর্থন করত।
• একই মডেলের আউটপুটের গতি প্ল্যাটফর্মভেদে প্রায় দ্বিগুণ পর্যন্ত ভিন্ন ছিল; কিছু তৃতীয় পক্ষের সরবরাহকারী আনুষ্ঠানিক সেবার চেয়ে ভালো করেছে।