OpenAI-এর ChatGPT 5.5 এবং Anthropic-এর Claude Opus 4.7-এর মধ্যে তুলনা সবচেয়ে ঘনিষ্ঠভাবে দেখা মুহুর্তগুলির একটিতে পরিণত হয়েছে কৃত্রিম বুদ্ধিমত্তা এই বছর উভয় মডেল একে অপরের এক সপ্তাহের মধ্যে অবতরণ করেছে, এবং ক্ষেত্রটি তখন থেকে সত্যিই স্থির হয়নি।
নৃতাত্ত্বিক প্রথম স্থানান্তরিত হয়, 16 এপ্রিল ক্লড ওপাস 4.7 প্রকাশ করে। সাত দিন পরে, 23 এপ্রিল, ওপেনএআই জিপিটি 5.5 বাদ দেয়, একটি মডেল যা এটি অভ্যন্তরীণ কোডনাম স্পুডের অধীনে বিকাশ করছিল। টাইমিং তুলনাটিকে একটি রুটিন আপডেট চক্রের মতো কম এবং এক ল্যাব থেকে অন্য ল্যাবে সরাসরি প্রতিক্রিয়ার মতো অনুভব করেছে৷
সর্বশেষ সংখ্যা আসলে কি দেখায়
প্রারম্ভিক বেঞ্চমার্ক ছবি এজেন্টিক এবং টুল-চালিত কাজে GPT 5.5 এর দিকে ঝুঁকেছে। এটি টার্মিনাল-বেঞ্চ 2.0-এ 82.7 শতাংশ পোস্ট করেছে, 69.4 শতাংশে ক্লড ওপাস 4.7-এর থেকে ভাল। ওপেনএআই এজেন্টিক কম্পিউটার ব্যবহার, জিডিপিভাল অর্থনৈতিক জ্ঞান কাজের পরীক্ষা, সাইবারজিম সাইবার নিরাপত্তা মূল্যায়ন এবং ফ্রন্টিয়ার ম্যাথ সহ চৌদ্দটি পৃথক বেঞ্চমার্ক জুড়ে নেতৃত্বের দাবি করছে।
Claude Opus 4.7, তবে, দৃঢ়ভাবে ধরে রাখে যেখানে এটি বিকাশকারীদের জন্য সবচেয়ে গুরুত্বপূর্ণ। এটি পূর্ববর্তী Opus 4.6-এর 53.4 শতাংশ থেকে SWE-bench Pro-কে 64.3 শতাংশে ঠেলে দিয়েছে এবং SWE-বেঞ্চ যাচাইয়ে 87.6 শতাংশে পৌঁছেছে। টুলস ছাড়াই হিউম্যানিটির শেষ পরীক্ষায়, Opus 4.7 GPT 5.5 Pro থেকেও এগিয়ে, 43.1 শতাংশের বিপরীতে 46.9 শতাংশ স্কোর করেছে। বাহ্যিক সরঞ্জাম ছাড়া যুক্তি এখনও Claude এর অঞ্চল.
এছাড়াও একটি কাঠামোগত পার্থক্য লক্ষণীয়। GPT 5.5 হল GPT 4.5 এর পর ওপেনএআই থেকে প্রথম সম্পূর্ণ পুনঃপ্রশিক্ষিত বেস মডেল। এটি নেটিভলি সর্বজনীন, যার অর্থ টেক্সট, ইমেজ, অডিও এবং ভিডিও আলাদা আলাদা উপাদান থেকে একসাথে সেলাই না করে একই আর্কিটেকচারের মাধ্যমে চলে। Claude Opus 4.7 একটি ভিন্ন রুটে গেছে, নির্দেশের নির্ভুলতার উপর ফোকাস করে, আরও তীক্ষ্ণ কোডিং প্রোফাইল, এবং উচ্চ-রেজোলিউশন দৃষ্টি সমর্থন 3.75 মেগাপিক্সেল পর্যন্ত।
বিকাশকারীদের জন্য, মূল্য একটি বাস্তব বিবেচনা অবশেষ. উভয় মডেল প্রতি মিলিয়ন ইনপুট টোকেন পাঁচ ডলারে বসে। আউটপুটে, Claude Opus 4.7 প্রতি মিলিয়নে পঁচিশ ডলারে থাকে যখন GPT 5.5 চার্জ ত্রিশ করে। এটি ওপাসকে আউটপুটে প্রায় সতেরো শতাংশ সস্তা করে তোলে, যদিও GPT 5.5 প্রতি টাস্কে লক্ষণীয়ভাবে কম টোকেন ব্যবহার করে বলে রিপোর্ট করা হয়েছে, যা প্রায়শই অনুশীলনে ফাঁক বন্ধ করে দেয়।
টমস গাইড, গিকি গ্যাজেটস এবং ইমার্জিং এআই জুড়ে পর্যালোচকদের দ্বারা রিপোর্ট করা হ্যান্ডস-অন টেস্টে, প্যাটার্নটি দেখা যাচ্ছে। ChatGPT 5.5 ওয়ার্কফ্লো পরিস্থিতিতে এবং ড্যাশবোর্ড-স্টাইলের কাজগুলিতে দ্রুত, আরও ব্যবহারযোগ্য উত্তর প্রদান করে। Claude Opus 4.7 জটিল কোড, মাল্টি-ফাইল রিফ্যাক্টরিং, এবং দীর্ঘ-প্রসঙ্গ যুক্তিতে আরও সুনির্দিষ্ট হতে থাকে, যা প্রায়শই অন্যান্য সূক্ষ্ম বিষয়গুলি মিস করে।
বিকাশকারী সম্প্রদায়ের মধ্যে একটি স্পষ্ট ব্যবহারিক দৃষ্টিভঙ্গি তৈরি হচ্ছে। অনেক দল আর এক মডেল বাছাই করছে না। তারা কাজগুলিকে রাউটিং করছে, GPT 5.5-এ এজেন্টিক এবং কম্পিউটার-ব্যবহারের কাজ পাঠাচ্ছে এবং Claude Opus 4.7 এর মাধ্যমে জটিল কোডিং এবং কোড রিভিউ পুশ করছে। হালকা কাজগুলি উভয় প্রদানকারীর কাছ থেকে সস্তা বৈকল্পিকগুলিতে যায়৷
এই সবের পিছনে বড় গল্প প্রতিযোগিতার গতি। নৃতাত্ত্বিক এবং ওপেনএআই এখন একে অপরের কয়েক দিনের মধ্যে ফ্ল্যাগশিপ মডেলগুলি প্রকাশ করছে, প্রতিটি একটি সামান্য ভিন্ন শক্তি লক্ষ্য করে। গুগলএর মিথুন 3.1 Pro একই কথোপকথনে রয়েছে, একাডেমিক যুক্তি এবং আর্থিক বিশ্লেষণে নেতৃত্ব দেয়। কোন কোম্পানির সবচেয়ে শক্তিশালী একক মডেল আছে তা নিয়ে এখন আর রেস নেই। এটি আপনার সামনে কাজটির সাথে কোনটি মানানসই, এবং সেই পার্থক্যটি এখন আগের চেয়ে তীক্ষ্ণ।
iNews জুড়ে সর্বশেষ এবং সবচেয়ে প্রভাবশালী গল্প কভার করে
বিনোদন,
ব্যবসা,
খেলাধুলা,
রাজনীতিএবং
প্রযুক্তিএআই ব্রেকথ্রু থেকে বড় বৈশ্বিক উন্নয়ন পর্যন্ত। আমাদের বিশ্বের গঠন প্রবণতা সঙ্গে আপডেট থাকুন. সংবাদ টিপস, সম্পাদকীয় প্রতিক্রিয়া, বা পেশাদার অনুসন্ধানের জন্য, আমাদের ইমেল করুন
info@zoombangla.com.
সর্বশেষ খবর পান এবং ব্রেকিং নিউজ প্রথমে আমাদের অনুসরণ করে
গুগল সংবাদ,
টুইটার,
ফেসবুক,
টেলিগ্রাম
এবং আমাদের সদস্যতা
ইউটিউব চ্যানেল.
