এজেন্ট ও মডেল রিলিজ
রহস্যময় Ox Alpha. OpenRouter-এ Ox Alpha নামে একটি নতুন ফ্রি মডেল এসেছে, রিজনিং মডেল হিসেবে কোডিং এবং দীর্ঘমেয়াদি এজেন্টিক কাজের জন্য। তবে এর ডেভেলপার অজ্ঞাত। Stripe-এর CEO Patrick Collison একে “খুবই চিত্তাকর্ষক” বলেছেন। জল্পনা GLM থেকে Microsoft-এর MAI পর্যন্ত ছড়িয়েছে।
টুল ও ফ্রেমওয়ার্ক
Cloudflare OS ওপেন সোর্স. Cloudflare তাদের কর্পোরেট এআই প্ল্যাটফর্ম Cloudflare OS-কে ওপেন সোর্স করেছে। এই প্ল্যাটফর্মে প্রতিটি ডকুমেন্ট বা অ্যাপ আলাদা স্যান্ডবক্সে (“Gadget”) চলে, ফলে নন-টেকনিক্যাল ব্যবহারকারীরাও নিরাপদে vibe code করতে পারেন। এতে আছে কানেক্টর-সহ চ্যাটবট, ওয়ার্কফ্লো অটোমেশন এবং ক্যাপাবিলিটি-ভিত্তিক মডেলে নীতি প্রয়োগের ব্যবস্থা।
DeepSeek Harness-এর প্রশংসা. একজন ব্যবহারকারী জানিয়েছেন, এজেন্ট ওয়ার্কফ্লোর জন্য DeepSeek Harness অসাধারণ। প্রগ্রেসিভ সেটআপ এবং প্রাকৃতিক ভাষার অনুরোধের মাধ্যমে PR-এর অপেক্ষা না করেই SimpleX-এর সঙ্গে ইন্টিগ্রেশন সম্ভব হয়েছে। এটি যথেষ্ট নমনীয়, তাই কাঙ্ক্ষিত এজেন্ট আচরণে গড়ে তোলা যায়।
লোকাল ও ওপেন মডেল
Qwen 3.8-এর লোকাল প্রভাব. কমিউনিটির রিপোর্ট অনুযায়ী, লোকাল কোডিং ও OCR-এর জন্য Qwen 3.8 27B গেম চেঞ্জার। এর OCR মান Gemini 3.5 Flash Lite-এর থেকেও ভালো, আর পারফরম্যান্স এক বছর আগের ফ্রন্টিয়ার মডেলগুলোর সমান। কোয়ান্ট তুলনা (Atomic Dynamic GGUF) বলছে, Q4-Q6-এর পার্থক্য খুব একটা বড় নয়; Q3 XXS-এর মতো লো কোয়ান্টও ২৪ GB Mac mini-তে ঘণ্টার পর ঘণ্টা স্বাধীনভাবে কাজ করতে পারে। তবে ৩৯ হাজার লাইনের C-to-HTML পোর্ট একবারে করতে গিয়ে Opus 5 থেকে মোটামুটি ফলই পাওয়া গেছে — ফলে স্পষ্ট, লোকাল মডেলের কর্মক্ষমতা মূলত হারনেস ও প্রম্পটের ওপর নির্ভর করে।
- Qwen 3.8 27B is a game changer.(নতুন ট্যাবে খোলে)
- New qwen3.8:27b on a 39k line C to single-file HTML / three.js port(নতুন ট্যাবে খোলে)
- Qwen 3.8 27B, just wanted to say thanks to you guys(নতুন ট্যাবে খোলে)
- We quantized Qwen 3.8 27B and compared the quants on an RTX 6000(নতুন ট্যাবে খোলে)
- Qwen 27B 3.8 quants: How low can you go?(নতুন ট্যাবে খোলে)
৬০ এমবি লং-কনটেক্সট LLM. একজন ডেভেলপার ২৫০ মিলিয়ন প্যারামিটারের একটি মডেল ৩০ বিলিয়ন টোকেনে প্রশিক্ষণ দিয়ে ২ বিটের নিচে কোয়ান্টাইজ করেছেন। CPU-তে এটি মাত্র ৮০ মেগাবাইট RAM ব্যবহার করে সেকেন্ডে ৪০০ টোকেন প্রসেস করে। পুরোনো কনটেক্সটকে প্রতি টোকেন ৩২০ বাইট হারে ডিস্কে কমপ্রেস করলে ১০ লাখ টোকেন পর্যন্ত ইতিহাস রাখা যায়, তবে সেই ইতিহাসের ওপর যুক্তি দিয়ে কাজ করার জন্য মডেলটিকে প্রশিক্ষণ দেওয়া হয়নি।
Dreamer 4 ১৫০ ডলারের কম. ১.৫৭ বিলিয়ন প্যারামিটারের Dreamer 4 ওয়ার্ল্ড মডেলটিকে Procgen-নির্মিত ফ্রেম ও পরিচিত অ্যাকশন ব্যবহার করে একদম শুরু থেকে প্রশিক্ষণ দেওয়া হয়েছে, খরচ হয়েছে ১৫০ ডলারেরও কম। টোকেনাইজারের PSNR ৪০.৪১-এ পৌঁছেছে, যা প্রমাণ করে ফ্রন্টিয়ার-স্কেল ওয়ার্ল্ড মডেলের প্রয়োজন নেই।
লোকাল অপটিমাইজেশন রাউন্ডআপ. রিপোর্টে বলা হয়েছে, Windows-এ llama.cpp থেকে Linux-এ vLLM-এ স্যুইচ করলে ৩০-৫০% গতি বাড়ে। মেমরি-সমৃদ্ধ মেশিনগুলোর জন্য llama.cpp-এ GLM-4.5-Air-এর MTP সাপোর্ট যোগ হয়েছে। ConvRot কোয়ান্ট Q6 সাইজে Q8-এর কাছাকাছি কোয়ালিটি দেয়। আর EPYC+5090-তে ১০০ হাজারের বেশি কনটেক্সটে deepseek-v4-flash Q8 চলে সেকেন্ডে ২৪ টোকেন গতিতে।
গবেষণা হাইলাইটস
মেমরি-জনিত কগনিটিভ ট্র্যাপ. MemTrapBench LLM-গুলোর মেমরি-জনিত কগনিটিভ ট্র্যাপ (রিজনিং ফিক্সেশন, বিশ্বাস বিকৃতি) মূল্যায়ন করে। পরীক্ষা করা সব মেমরি কৌশলই মেমরি-বিহীন বেসলাইনের চেয়ে ১০%-এর বেশি কম পারফর্ম করেছে। AdaptiveMem ট্র্যাপ কমায়, আবার পারফরম্যান্সও ঠিক রাখে।
SkillEvo-এর ইভোলিউশন গ্র্যাডিয়েন্ট. SkillEvo এজেন্ট স্কিলের জন্য নির্ভরযোগ্য ইভোলিউশন গ্র্যাডিয়েন্ট তৈরি করতে মাল্টি-টার্ন ইন্টারঅ্যাকশন ফিডব্যাক ব্যবহার করে। এটি সিঙ্গেল-টার্ন QA-ভিত্তিক ফিডব্যাকের অবনমন সমস্যার সমাধান করে এবং স্কিল ব্যর্থতার কাঠামোগত মেরামত সক্ষম করে।
স্ক্রিনশট থেকে VLM. ৫০ হাজার ব্রাউজার স্ক্রিনশটে ৪৫০ মিলিয়ন VLM-কে ফাইন-টিউন করলে টাস্ক পারফরম্যান্স ১/১০০ থেকে বেড়ে ৪৪/১০০ হয়েছে। অর্থাৎ ছোট মডেলও এজেন্ট টাস্কের জন্য UI বোঝা শিখতে পারে।
AI বিজ্ঞানীর প্যারাডক্স. একটি তাত্ত্বিক অর্থনীতি গবেষণাপত্রে যুক্তি দেওয়া হয়েছে, AI সময় বাঁচানোর ফলে গবেষকরা আরও বেশি প্রজেক্ট করতে পারেন, কিন্তু প্রতিটিতে কম পরিশ্রম করতে পারেন — ফলে এমনকি ল্যাঙ্গুয়েজ মডেলগুলো নিখুঁতভাবে কাজ করলেও গবেষণার মান কমে যেতে পারে।
শিল্প ও ব্যবসা
Anthropic-এর সস্তা প্রতিদ্বন্দ্বী. Anthropic-এর বার্ষিক আয় ৬৫ বিলিয়ন ডলার ছুঁয়েছে। তবে এর সেরা মডেল Fable 5-এর গ্রহণ কম — Ramp-এর ব্যয়ের মাত্র ৮%, যেখানে Opus 4.8-এর অংশ ২৮%। সস্তা টুলগুলোই এখন ভালো চলছে। GPT-5.6 লঞ্চের পর OpenAI-এর আয় বেড়েছে ৩৫%।
Stripe কিনল OpenRouter. Stripe-এর OpenRouter অধিগ্রহণের মাধ্যমে বোঝা যায়, টোকেন এখন অর্থনৈতিক সম্পদ হয়ে উঠছে। ফেব্রুয়ারি থেকে OpenRouter-এ এজেন্টিক টোকেন ব্যবহার ১৪ গুণ বেড়েছে, যেখানে মানুষের ব্যবহার বেড়েছে মাত্র ২.৮ গুণ। এজেন্ট টোকেনের ৭০% আসে ক্যাশড প্রম্পট থেকে। এজেন্টরা এখন খরচ, লেটেন্সি ও নির্ভরযোগ্যতার ভিত্তিতে মডেল বেছে নিচ্ছে।
Nvidia সার্ভারের দাম ১৫% বাড়ল. মেমরির ঘাটতির কারণে Nvidia-এর AI সার্ভারের দাম ১৫%-এর বেশি বেড়েছে, বিশেষ করে Vera Rubin এবং Grace Blackwell সিস্টেমে। Samsung, SK Hynix ও Micron-এর DRAM দাম বাড়ায় এই অবস্থা, যা ক্লাউড জায়ান্ট এবং AI ল্যাবগুলোকে প্রভাবিত করছে।
Nvidia-এর Poolside লাইসেন্স. Nvidia Poolside-এ ১ বিলিয়ন ডলার বিনিয়োগ করছে এবং এর প্রযুক্তি লাইসেন্সের জন্য দিচ্ছে ৬ বিলিয়ন ডলার। ১০০-এর বেশি ইঞ্জিনিয়ারকে Nemotron-এ সরিয়ে আনা হচ্ছে; লক্ষ্য চীনের ওপেন-ওয়েট মডেলগুলোর সঙ্গে প্রতিযোগিতা।
AI ম্যানেজার কর্মী ছাঁটাই. AI এজেন্ট Luna এপ্রিল থেকে সান ফ্রান্সিসকোর একটি স্টোর চালাচ্ছে। এক মানব কর্মী বারবার দেরিতে আসায় Luna তাকে ছাঁটাই করেছে, তবে মানুষেরাই Luna-কে তার নিজের নিয়ম মনে করিয়ে দেওয়ার পরই এটি ঘটেছে। সাতটি মডেল দিয়ে রিপ্লে করে দেখা গেছে, বেশি সক্ষম AI-গুলোই ধারাবাহিকভাবে ছাঁটাইয়ের সুপারিশ করেছে।
Claude টোকেনের গ্রে মার্কেট. চীনের ডেভেলপাররা Anthropic-এর নিষেধাজ্ঞা এড়াতে ট্রান্সফার স্টেশন ব্যবহার করছে, যেখানে অফিসিয়াল দামের প্রায় ১০% দরে Claude টোকেন বিক্রি হয়। বিদেশি সার্ভার, ফ্রি ক্রেডিট ও মডেল বদলে দেওয়ার মাধ্যমে তারা জিওব্লকিং এবং নিরাপত্তা মনিটরিং দুর্বল করে দিচ্ছে।
এই দিনের জন্য এটুকুই – প্রায় ৫ মিনিটের পাঠ।