প্রথম দুই স্থান DeepSeek-এর দখলে
OpenRouter-এর সাপ্তাহিক র্যাঙ্কিংয়ে DeepSeek-এর V4.1 Flash 1017 ৩৫.৪ ট্রিলিয়ন টোকেন প্রক্রিয়া করেছে। পূর্ববর্তী সংস্করণকে পেছনে ফেলে চীনা ডেভেলপারদের মডেলগুলো প্রথম পাঁচটি স্থান দখল করেছে। ২০২৬ সালের ২৬ অক্টোবর পর্যন্ত ব্যবহারের তথ্যসহ প্ল্যাটফর্মটির র্যাঙ্কিংয়ে DeepSeek V4.1 Flash রয়েছে দ্বিতীয় স্থানে, ১৭.৪ ট্রিলিয়ন টোকেন নিয়ে।
সূচিপত্র
- প্রথম দুই স্থান DeepSeek-এর দখলে
- টোকেনের র্যাঙ্কিং কী পরিমাপ করে
- চীনের বড় ব্যবধানে এগিয়ে থাকা, তবে গণনার পরিধি সীমিত
- অনুরোধের সংখ্যাতেও এগিয়ে DeepSeek
- অক্টোবরের স্থানবদলের পেছনের নতুন সংস্করণগুলো
- দৈনিক ও মাসিক তালিকায় ভিন্ন চিত্র
- কোডিং ও এজেন্টে এত টোকেন লাগে কেন
- কম দাম বারবার কাজ করানোর খরচ বদলে দেয়
- ট্রাফিক ও ব্যয়ের প্রবণতা এক নয়
- মূল তথ্য
১৩.৮ ট্রিলিয়ন টোকেন নিয়ে তৃতীয় হয়েছে Z.ai-এর GLM 5.3 Flash। এরপর রয়েছে MiniMax M3.1 Flash-এর বিনা মূল্যের সংস্করণ, ১২.৬ ট্রিলিয়ন টোকেন নিয়ে, এবং Tencent-এর Hy4 প্রিভিউ, ৯ ট্রিলিয়ন টোকেন নিয়ে। OpenAI-এর GPT-6 Luna-ও প্রদর্শিত নির্ভুলতার হিসাবে ৯ ট্রিলিয়ন টোকেন নথিভুক্ত করেছে, তবে এর অবস্থান ষষ্ঠ।
OpenRouter-এর এআই মডেল র্যাঙ্কিং-এ প্রকাশিত পরিসংখ্যান ১৯ থেকে ২৫ অক্টোবরের জন্য প্রচারিত হিসাব হালনাগাদ করেছে। আগের হিসাবে DeepSeek-এর নতুন মডেলের ব্যবহার ছিল ৩৩.৬ ট্রিলিয়ন টোকেন, প্রবৃদ্ধি ৮০১%; আনুষ্ঠানিক পৃষ্ঠায় দেখানো হয়েছে ৩৫.৪ ট্রিলিয়ন টোকেন এবং ৩৮২% প্রবৃদ্ধি। আগের হিসাবে MiniMax তৃতীয় ও GLM চতুর্থ স্থানে ছিল, যা আনুষ্ঠানিক পৃষ্ঠার ক্রমের বিপরীত।
আনুষ্ঠানিক সাপ্তাহিক তালিকায় DeepSeek-এর শীর্ষ দুই সংস্করণ মিলিয়ে ৫২.৮ ট্রিলিয়ন টোকেন প্রক্রিয়া করেছে। নতুন সংস্করণটি একাই পূর্ববর্তী সংস্করণের দ্বিগুণের কিছু বেশি পরিমাণ কাজ সামলেছে। ১৭ অক্টোবর ঘোষিত হালনাগাদের পর এটি উল্লেখযোগ্য পরিবর্তন।
OpenRouter একটি অ্যাপ্লিকেশন প্রোগ্রামিং ইন্টারফেস বা API-এর মাধ্যমে ডেভেলপারদের একাধিক প্রতিষ্ঠানের মডেলের সঙ্গে যুক্ত করে। এর র্যাঙ্কিংয়ে এই পরিষেবার মধ্য দিয়ে যাওয়া কার্যক্রমের হিসাব দেখানো হয়। বৃহত্তর এআই বাজারে প্রতিষ্ঠানগুলোর সরাসরি API, অন্যান্য ক্লাউড পরিষেবা, ব্যক্তিগত ইনস্টলেশন ও ভোক্তাদের অ্যাপ্লিকেশনও রয়েছে।
টোকেনের র্যাঙ্কিং কী পরিমাপ করে
OpenRouter প্রম্পট টোকেন—অর্থাৎ মডেলে পাঠানো উপাদান—এবং কমপ্লিশন টোকেন—অর্থাৎ মডেলের তৈরি উপাদান—দুটিই গণনা করে। টোকেন হলো লেখার একটি ছোট অংশ; কখনো একটি শব্দ, আবার কখনো শব্দের অংশ। দীর্ঘ নথি বা বিস্তৃত কথোপকথনে কয়েক হাজার টোকেন থাকতে পারে।
রিকোয়েস্ট বা অনুরোধ আলাদা একক: এটি কোনো কাজ করতে মডেলকে পাঠানো একটি কল। একটি অনুরোধে ছোট একটি অনুবাদ চাওয়া হতে পারে, অন্যটিতে বড় সফটওয়্যার প্রকল্প দিয়ে বিস্তর পরিবর্তনের অনুরোধ থাকতে পারে। দুটিই একটি করে অনুরোধ হিসেবে গণ্য হয়, তবে টোকেনের সংখ্যা অনেক ভিন্ন হতে পারে।
OpenRouter সমন্বিত সর্বজনীন সময় (UTC) অনুযায়ী ব্যবহারকে দৈনিক ভাগে একত্র করে। এর সাপ্তাহিক তালিকায় সর্বশেষ সম্পূর্ণ দৈনিক ভাগসহ সাত দিনের তথ্য থাকে, আর মাসিক তালিকায় আগের ৩০ দিনের তথ্য। র্যাঙ্কিংয়ের ওপরের তারিখটি ব্যবহারের সর্বশেষ ভাগের তারিখ নির্দেশ করে।
বিনা মূল্যের সংস্করণসহ মডেলের বিভিন্ন ভ্যারিয়েন্ট পৃথকভাবে তালিকাভুক্ত হয়; ব্যক্তিগত হিসেবে চিহ্নিত অনুরোধগুলো বাদ থাকে। চার্টভেদে OpenRouter ট্রাফিককে টোকেন বা অনুরোধের হিসাবে পরিমাপ করে; ব্যবহারকারী, ব্যয় ও মডেলের সক্ষমতা পরিমাপের জন্য ভিন্ন সূচক দরকার।
চীনের বড় ব্যবধানে এগিয়ে থাকা, তবে গণনার পরিধি সীমিত
১৯ থেকে ২৫ অক্টোবরের জন্য প্রচারিত পরিসংখ্যানে OpenRouter-এ মোট কার্যক্রম ছিল ১৮৮ ট্রিলিয়ন টোকেন, আগের সপ্তাহের চেয়ে ১৪.৬৩% বেশি। একই প্রতিবেদনে চীনা মডেলগুলোর ব্যবহার ৯৩.৫৪ ট্রিলিয়ন এবং যুক্তরাষ্ট্রের মডেলগুলোর ২২.৪৭ ট্রিলিয়ন টোকেন বলা হয়। আরও বলা হয়, টানা ২৬ সপ্তাহ ধরে চীনা মডেলগুলো বেশি টোকেন প্রক্রিয়া করেছে।
বিস্তারিত হিসাবে চীন ও যুক্তরাষ্ট্রের মোট পরিমাণকে শীর্ষ নয়টি মডেলের ব্যবহার হিসেবে চিহ্নিত করা হয়েছে। সে হিসাবে ৯৩.৫৪ ট্রিলিয়নকে ২২.৪৭ ট্রিলিয়ন দিয়ে ভাগ করলে চীনা মডেলগুলোর ব্যবহার যুক্তরাষ্ট্রের প্রায় ৪.১৬ গুণ। ওই নয়টি স্থানের মধ্যে ছয়টিই ছিল চীনা মডেলের।
প্রকাশিত প্রবৃদ্ধির তুলনায় আগের সপ্তাহের চেয়ে চীনা মডেলের ব্যবহার বেড়েছে ১৮.১৪% এবং যুক্তরাষ্ট্রের মডেলের ২৯.৪৪%। অর্থাৎ ওই সময়ে শতকরা হিসাবে যুক্তরাষ্ট্রের মডেলগুলো দ্রুত বেড়েছে, তবে তালিকাভুক্ত গোষ্ঠীর মধ্যে চীনা মডেলগুলোর মোট টোকেনের পরিমাণ অনেক বেশি ছিল।
প্রতিযোগিতা বোঝার ক্ষেত্রে এই শ্রেণিবিন্যাস গুরুত্বপূর্ণ। OpenRouter-এ এই দুই দেশের শ্রেণির বাইরেও অনেক দেশ ও সরবরাহকারীর মডেল রয়েছে, আর এর মোট ট্রাফিক শীর্ষ নয়টি মডেলের বাইরেও বিস্তৃত। ১৮৮ ট্রিলিয়ন সংখ্যাটি প্ল্যাটফর্মের জানানো কার্যক্রমের হিসাব; সব পরিষেবা মিলিয়ে বিশ্বজুড়ে এআই ব্যবহারের পরিমাণ নয়।
অনুরোধের সংখ্যাতেও এগিয়ে DeepSeek
১৯ অক্টোবর শুরু হওয়া সপ্তাহে টেক্সট অনুরোধের ভাগ নিয়ে OpenRouter-এর পৃথক চার্টেও শীর্ষে ছিল DeepSeek। এর ভাগ ছিল ২৬.৫%; Google-এর ২০.১%, OpenAI-এর ১৮.৫% এবং Z.ai-এর ১০.৭%।
Google-এর চেয়ে DeepSeek ৬.৪ শতাংশ পয়েন্ট এবং OpenAI-এর চেয়ে ৮ শতাংশ পয়েন্ট এগিয়ে ছিল। Google ও OpenAI মিলিয়ে অনুরোধের ৩৮.৬% পেয়েছে। ফলে চীনা মডেলগুলো টোকেনের তালিকায় শীর্ষস্থান দখল করলেও যুক্তরাষ্ট্রের এই দুই ডেভেলপারের উল্লেখযোগ্য উপস্থিতি ছিল।
টেক্সট অনুরোধের ৫.৫% ছিল Anthropic-এর, ৪.৭% Qwen-এর, ২% MiniMax-এর এবং ১.৮% Tencent-এর। Mistral AI-এর ভাগ ছিল আরও ২%, আর বাকি সব নির্মাতা মিলিয়ে ৮.৩%।
অনুরোধের ভাগ টোকেনের মোট পরিমাণের চেয়ে বাজারের ভিন্ন দিক তুলে ধরে। কোনো সরবরাহকারী অনেক ছোট কথোপকথন সামলালে অনুরোধের হিসাবে বড় ভাগ পেতে পারে, অন্যদিকে আরেকটি সরবরাহকারী তুলনামূলক কম কিন্তু অনেক দীর্ঘ কাজ সামলে বেশি টোকেন প্রক্রিয়া করতে পারে। মডেল বেছে নেওয়ার সময় ডেভেলপারদের কাছে কথোপকথনের সংখ্যা এবং প্রতিটিতে থাকা কাজের পরিমাণ—দুটিই গুরুত্বপূর্ণ হতে পারে।
অক্টোবরের স্থানবদলের পেছনের নতুন সংস্করণগুলো
DeepSeek ১৭ অক্টোবর V4.1 Flash 1017 ঘোষণা করে। এর আগে ১০ সেপ্টেম্বর প্রকাশিত হয়েছিল V4.1 Flash। হালনাগাদটি যুক্তি, কোডিং, অটোমেশন এবং ছবি-সংক্রান্ত কাজে উন্নতির লক্ষ্য নিয়ে করা হয়। প্রতিষ্ঠানটি মডেলটির ওজনও উন্মুক্ত করে, ফলে অন্যরা এটি চালাতে ব্যবহৃত সংখ্যাগত প্যারামিটার সংগ্রহ করতে পারে।
MiniMax ১৯ অক্টোবর M3.1 Flash প্রকাশ করে। এর কিছু পরেই বিনা মূল্যের সংস্করণটি সাপ্তাহিক শীর্ষ তালিকায় উঠে আসে। অর্থাৎ প্ল্যাটফর্মের কার্যক্রম দ্রুত বাড়ার সময়ে পরপর দুটি নতুন সংস্করণ সরাসরি তালিকায় জায়গা করে নেয়।
- ১০ সেপ্টেম্বর, ২০২৬: DeepSeek V4.1 Flash প্রকাশ করে।
- ১৭ অক্টোবর: DeepSeek V4.1 Flash 1017 হালনাগাদের ঘোষণা দেয়।
- ১৯ অক্টোবর: MiniMax M3.1 Flash প্রকাশ করে।
- ১৯ থেকে ২৫ অক্টোবর: বহুল প্রচারিত ব্যবহার-পরিসংখ্যানের আওতাভুক্ত সাপ্তাহিক সময়কাল।
- ২৬ অক্টোবর: OpenRouter-এর আনুষ্ঠানিক র্যাঙ্কিংয়ে দেখানো সর্বশেষ ব্যবহারের তারিখ।
আনুষ্ঠানিক সাপ্তাহিক তালিকায় ৪১% পতন সত্ত্বেও DeepSeek-এর আগের V4.1 Flash কার্যক্রমের বড় উৎস ছিল। নতুন সংস্করণটির ব্যবহার বেড়েছে ৩৮২%। দুই সংস্করণের একসঙ্গে উপস্থিতি থেকে বোঝা যায়, রূপান্তরের সময় ডেভেলপাররা দুটিই ব্যবহার করছিলেন। তবে কে কোন সিদ্ধান্তে সংস্করণ বদলেছেন, তার কোনো বিশদ OpenRouter-এর র্যাঙ্কিংয়ে নেই।
দৈনিক ও মাসিক তালিকায় ভিন্ন চিত্র
সর্বশেষ সম্পূর্ণ দিনেও DeepSeek V4.1 Flash 1017 শীর্ষে ছিল, প্রক্রিয়া করেছে ৫.৪২ ট্রিলিয়ন টোকেন। এরপর ছিল GLM 5.3 Flash, ২.২৭ ট্রিলিয়ন টোকেন নিয়ে; পুরোনো DeepSeek V4.1 Flash কাছেই ছিল, ২.২১ ট্রিলিয়ন টোকেন নিয়ে।
প্রথম স্থানে থাকলেও দৈনিক শীর্ষ মডেলটির ব্যবহার আগের দিনের তুলনায় ৬% কমেছে। Tencent-এর Hy4 প্রিভিউ ৪৪% বেড়ে ১.৪ ট্রিলিয়ন টোকেনে পৌঁছেছে, আর GLM 5.3 ৫৬% বেড়ে হয়েছে ৮৯২ বিলিয়ন। এতে বোঝা যায়, মডেলগুলোর মধ্যে কার্যক্রম কত দ্রুত বদলাতে পারে।
আগের ৩০ দিনের হিসাবে পুরোনো DeepSeek V4.1 Flash ১২৩ ট্রিলিয়ন টোকেন নিয়ে প্রথম স্থানে ছিল। এরপর GLM 5.3 Flash, ৫০.৭ ট্রিলিয়ন টোকেন নিয়ে। নতুন DeepSeek মডেলটি ৪২.৭ ট্রিলিয়ন টোকেন নিয়ে চতুর্থ স্থানে, ৪৬.৯ ট্রিলিয়ন টোকেন নিয়ে Space Bunny Alpha-এর পেছনে।
ভিন্ন সময়সীমার চিত্রের উদাহরণ Xiaomi-এর MiMo-V2.6-Flash। আনুষ্ঠানিক সাপ্তাহিক তালিকায় ৫.৩২ ট্রিলিয়ন টোকেন নিয়ে এটি নবম স্থানে ছিল, ৪৪% পতনসহ; কিন্তু ৩০ দিনের হিসাবে ৩৮.৮ ট্রিলিয়ন টোকেন নিয়ে পঞ্চম স্থানে, আগের ৩০ দিনের তুলনায় ৮০৭% প্রবৃদ্ধিসহ। এক মাসে ভালো ফল হলেও শেষ সপ্তাহ দুর্বল হতে পারে।
কোডিং ও এজেন্টে এত টোকেন লাগে কেন
MiniMax জানিয়েছে, M3.1 Flash জটিল এজেন্টের কাজ, কম্পিউটার পরিচালনা, সফটওয়্যার উন্নয়ন ও সাইবার নিরাপত্তায় সক্ষমতা বাড়িয়েছে। প্রতিষ্ঠানটির দাবি, অনলাইনে ইনফারেন্সের গতি প্রায় তিন গুণ হয়েছে এবং ব্যবহারের খরচ কমেছে ৭০%। ইনফারেন্স বলতে প্রশিক্ষিত মডেল চালিয়ে উত্তর তৈরি বা কোনো কাজ করানো বোঝায়।
এআই এজেন্ট শুধু একটি উত্তর না দিয়ে ধারাবাহিকভাবে একাধিক কাজ করে। কোডিং এজেন্ট ফাইল পরীক্ষা করতে, সম্পাদনার প্রস্তাব দিতে, কোনো টুল চালাতে, ফলাফল পড়তে এবং কাজ সংশোধন করতে পারে। প্রতিটি ধাপে মডেলে আরও তথ্য পাঠানো হতে পারে, ফলে টোকেনের ব্যবহার বাড়ে।
২৪ ফেব্রুয়ারি প্রকাশিত আগের পরিসংখ্যানেও চীনা মডেলের আগের প্রজন্মের ক্ষেত্রে একই প্রবণতা দেখা গিয়েছিল। সেই সাপ্তাহিক তালিকায় ২.৪৫ ট্রিলিয়ন টোকেন নিয়ে MiniMax M2.5 শীর্ষে ছিল, এরপর Kimi K2.5 ছিল ১.২১ ট্রিলিয়ন টোকেন নিয়ে। শীর্ষ দশ মডেলের মোট প্রায় ৮.৭ ট্রিলিয়ন টোকেনের মধ্যে চীনা মডেলগুলোর ভাগ ছিল ৫.৩ ট্রিলিয়ন, অর্থাৎ প্রায় ৬১%।
MiniMax M2.5-এর সাপ্তাহিক ব্যবহার বেড়েছিল ১৯৭%, GLM-5-এর ১৫৮%; Kimi K2.5-এর ব্যবহার কমেছিল ২০%। MiniMax-এর দাবি, প্রকাশের পর প্রথম সাত দিনে M2.5-এর ব্যবহার ৩.০৭ ট্রিলিয়ন টোকেন ছাড়িয়ে যায়। এসব পরিসংখ্যান ভিন্ন সময়কাল নিয়ে হলেও একসঙ্গে দেখায়, দ্রুত গ্রহণ এবং মডেল বদলের প্রবণতা অক্টোবরের স্থানবদলের আগেও ছিল।
Kimi K2.5-কে সমান্তরালে কাজ করা সর্বোচ্চ ১০০টি এজেন্ট সমন্বয়ের জন্য তৈরি করা হয়েছিল। M2.5-এর সময়ে ১ লাখ থেকে ১০ লাখ টোকেনের ইনপুট বৃদ্ধির বিষয়টিও OpenRouter উল্লেখ করেছিল। এজেন্ট-ভিত্তিক কর্মপ্রবাহে ব্যবহৃত বিপুল প্রেক্ষাপটের সঙ্গে আগের সেই উল্লম্ফনের যোগসূত্র রয়েছে।
কম দাম বারবার কাজ করানোর খরচ বদলে দেয়
ফেব্রুয়ারির নতুন সংস্করণগুলোর সময় প্রকাশিত মূল্যতালিকা দেখায়, বারবার ধাপ চালানো ডেভেলপারদের কাছে খরচ কেন গুরুত্বপূর্ণ। প্রতি ১০ লাখ ইনপুট টোকেনের জন্য MiniMax M2.5 ও GLM-5 উভয়ের মূল্য ছিল ০.৩০ ডলার, যেখানে Claude Opus 4.6-এর মূল্য ৫ ডলার, অর্থাৎ প্রায় ১৬.৭ গুণ।
প্রতি ১০ লাখ আউটপুট টোকেনের মূল্য ছিল MiniMax M2.5-এর ১.১০ ডলার, GLM-5-এর ২.৫৫ ডলার এবং Claude Opus 4.6-এর ২৫ ডলার। তালিকাভুক্ত দরে ১ কোটি আউটপুট টোকেন তৈরি করতে যথাক্রমে ১১, ২৫.৫০ বা ২৫০ ডলার খরচ হবে, অন্যান্য চার্জ বা ছাড়ের হিসাব বাদে।
অক্টোবরের নতুন সংস্করণগুলোতেও পরিচালন ব্যয়ের বিষয়টি গুরুত্ব পেয়েছে। ব্যস্ত ও কম ব্যস্ত সময়ের জন্য DeepSeek আলাদা মূল্য রেখেছে, আর MiniMax একই হারে মূল্য নিয়েছে। দুটো পদ্ধতিই এমন অ্যাপ্লিকেশনের ব্যয় নিয়ন্ত্রণের সুযোগ দেয়, যেগুলো বারবার দীর্ঘ কথোপকথন, নথি বা কোড মডেলে পাঠায়।
DeepSeek DeepInfer ইনফারেন্স ফ্রেমওয়ার্কও প্রকাশ করেছে। প্রতিষ্ঠানটির বর্ণনা অনুযায়ী, এটি Nvidia-এর হার্ডওয়্যার এবং Huawei Ascend প্রসেসর—দুটিই সমর্থন করে। প্রতি ক্লাস্টারে দৈনিক প্রক্রিয়াকরণ সক্ষমতা ছিল প্রায় ১৫৫ ট্রিলিয়ন টোকেন। এই সংখ্যা মডেল পরিষেবা চালানোর অবকাঠামো নিয়ে; OpenRouter দিয়ে পাঠানো ট্রাফিকের হিসাব থেকে এটি আলাদা পরিচালন সূচক।
ট্রাফিক ও ব্যয়ের প্রবণতা এক নয়
OpenRouter-এর জানানো সাপ্তাহিক টোকেনের পরিমাণ ২০২৫ সালের অক্টোবরের শেষ দিকে ৫.৫১ ট্রিলিয়ন থেকে বেড়ে ২০২৬ সালের অক্টোবরের শেষ দিকে ১৮৮ ট্রিলিয়ন হয়েছে। দুই সংখ্যা ভাগ করলে আগের মাত্রার প্রায় ৩৪ গুণ হয়, যা প্ল্যাটফর্মের কার্যক্রম কত দ্রুত বেড়েছে তা তুলে ধরে।
কাজভিত্তিক ব্যয়ের পরিসংখ্যান প্রবৃদ্ধির আরেক দিক দেখায়। সাধারণ কাজের ভাগ ছিল ৩২.১%, এজেন্ট কর্মপ্রবাহের ৩০.৯% এবং কোডিংয়ের ২৬.৭%। এই তিন শ্রেণি মিলে ওই হিসাবের মোট ব্যয়ের ৮৯.৭%।
শ্রেণিবিন্যাসভিত্তিক ব্যয়ের তালিকায় ১০.৩% ভাগ নিয়ে শীর্ষে ছিল Claude Opus 5.5। শ্রেণিবিন্যাস বলতে কোনো কিছুকে লেবেল বা বিভাগ দেওয়া বোঝায়; যেমন গ্রাহকের অনুরোধ শনাক্ত করা, নথিতে ট্যাগ দেওয়া বা কোনো বার্তা কোন কর্মপ্রবাহে যাবে তা নির্ধারণ করা।
ডেভেলপারদের বিল টোকেনের সংখ্যার পাশাপাশি দামের ওপরও নির্ভর করে। কম দামের মডেল অনেক বেশি কাজ সামলালেও প্রতি টোকেনে আয় কম হতে পারে। মুনাফা নির্ভর করে কম্পিউটিং, পরিষেবা পরিচালনা এবং অর্থদাতা গ্রাহকদের সেবা দেওয়ার খরচের ওপর। এই সময়ের জন্য সরবরাহকারীদের আয় ও মুনাফার পরিসংখ্যান দেওয়া হয়নি।
চীনে এআইয়ের ব্যবহার সাধারণ ভাষা মডেলের বাইরেও বিস্তৃত। ৪০টির বেশি দেশের আবহাওয়া বিভাগ ক্লাউড পরিষেবার মাধ্যমে MAZU আবহাওয়া সতর্কীকরণ মডেল ব্যবহার করেছে। পাকিস্তান, ইথিওপিয়া ও সলোমন দ্বীপপুঞ্জসহ সাতটি দেশে এর কাস্টম সংস্করণ চালু হয়েছে। বিশেষায়িত এসব অ্যাপ্লিকেশন দেখায়, প্রকাশ্য API র্যাঙ্কিংয়ের বাইরেও মডেল কীভাবে ব্যবহারকারীদের কাছে পৌঁছায়।
মূল তথ্য
- OpenRouter-এর আনুষ্ঠানিক সাপ্তাহিক তালিকায় ৩৫.৪ ট্রিলিয়ন টোকেন নিয়ে DeepSeek V4.1 Flash 1017 শীর্ষে; V4.1 Flash ১৭.৪ ট্রিলিয়ন টোকেন নিয়ে দ্বিতীয়।
- চীনা ডেভেলপারদের মডেলগুলো প্রথম পাঁচটি স্থান দখল করেছে; তৃতীয় GLM 5.3 Flash, চতুর্থ MiniMax M3.1 Flash-এর বিনা মূল্যের সংস্করণ এবং পঞ্চম Hy4 প্রিভিউ।
- ১৯ অক্টোবর শুরু হওয়া সপ্তাহে টেক্সট অনুরোধের ২৬.৫% ছিল DeepSeek-এর, যা Google ও OpenAI-এর চেয়ে বেশি।
- চীনা মডেলগুলোর টানা ২৬ সপ্তাহ এগিয়ে থাকার হিসাবটি OpenRouter-এ ব্যবহারের সঙ্গে সম্পর্কিত; ১৯ থেকে ২৫ অক্টোবরের জাতীয় মোটের বিস্তারিত হিসাব শীর্ষ নয়টি মডেল নিয়ে।
- কোডিং, এজেন্ট কর্মপ্রবাহ এবং কম দাম বারবার ও দীর্ঘ সময় ধরে মডেল ব্যবহারের প্রবৃদ্ধি ব্যাখ্যা করতে সাহায্য করে।
- OpenRouter-এর র্যাঙ্কিং প্ল্যাটফর্মের ট্রাফিক পরিমাপ করে; ব্যয়, মডেলের সক্ষমতা ও সরবরাহকারীদের মুনাফার জন্য আলাদা সূচক লাগে।
