Meta Muse Wonder এখন API-তে—স্বাধীন পরীক্ষার অপেক্ষা রয়ে গেল

১২ অক্টোবর ২০২৬-এ Meta Muse Wonder ও Muse Wonder Full-এর ঘোষণা দেয়। সেদিন থেকেই ডেভেলপাররা Muse Wonder ব্যবহার করতে পারেন Meta Model API ও Muse Code-এ; Full সংস্করণটি পাওয়া যায় Muse Code-এর নির্দিষ্ট সাবস্ক্রিপশনে। আগের কথোপকথনের প্রাসঙ্গিক তথ্য কাজে লাগানো এবং বাধা পেরিয়ে দীর্ঘ কাজ চালিয়ে যাওয়ার ক্ষমতা নতুন মডেল দুটির প্রধান দাবি।

API-তে পাওয়া Muse Wonder আর Muse Code-এর Muse Wonder Full আলাদা মডেল। স্বাধীন মূল্যায়নে দুটির কিছু ফল ইতিমধ্যে প্রকাশিত হয়েছে, কিন্তু সেই ফল দিয়ে ব্যক্তিগত তথ্য সামলানো বা নানা পরিবেশে দীর্ঘ কাজ শেষ করার সব দাবি প্রতিষ্ঠিত হয় না। ফলে কোথায় কোন সংস্করণ পাওয়া যাচ্ছে এবং কোন ক্ষমতার কতটুকু প্রমাণ আছে, তা আলাদা করে বোঝা জরুরি।

API ও Muse Code-এ কোন সংস্করণ পাওয়া যায়

Meta Model API-এর মডেল তালিকায় Muse Wonder-এর পরিচিতি muse-wonder-1.0; এটি API-তে ব্যবহার অনুযায়ী মূল্য পরিশোধের ব্যবস্থায় এবং Muse Code-এ পাওয়া যায়। Muse Wonder Full API-তে তালিকাভুক্ত নেই। সাধারণ সংস্করণে সর্বোচ্চ রিজনিং স্তর বেছে নিলেও সেটি Full সংস্করণে বদলে যায় না। দুটি সংস্করণের প্রবেশাধিকার বোঝার সময় এই পার্থক্যটি গুরুত্বপূর্ণ, কারণ Full-এর ফল সাধারণ সংস্করণের API ব্যবহারের ফল হিসেবে ধরা যায় না।

• Meta Model API: এখানে ডেভেলপাররা Muse Wonder ব্যবহার করতে পারেন। এই ব্যবহারে Standard mode চালু থাকে; Muse Wonder Full বা Contributor mode পাওয়া যায় না।
• Muse Code: Muse Wonder ব্যবহার অনুযায়ী মূল্য পরিশোধের ব্যবস্থায় এবং সব সাবস্ক্রিপশন পরিকল্পনায় পাওয়া যায়। Muse Wonder Full-এর জন্য Power Usage অথবা Maximum Usage পরিকল্পনা প্রয়োজন।
• Muse সহকারী: ভবিষ্যতে Muse Wonder-চালিত অভিজ্ঞতা সেখানে আনার পরিকল্পনা রয়েছে, প্রথমে সাবস্ক্রাইবারদের জন্য। API-তে মডেলটির প্রাপ্যতা সহকারীটির সেই পরিবর্তন ইতিমধ্যে চালু হওয়ার অর্থ নয়।

প্রবেশাধিকারের সঙ্গে তথ্য ব্যবহারের শর্তও জড়িত। Standard mode-এ পাঠানো নির্দেশনা, কোড, ফাইল, প্রসঙ্গ এবং পাওয়া উত্তর মডেল প্রশিক্ষণে ব্যবহার করা হয় না। Muse Code সাবস্ক্রাইবারদের Contributor mode শুরুতে চালু থাকে: বেশি ব্যবহারসীমার বিনিময়ে তাঁদের দেওয়া বিষয়বস্তু ভবিষ্যতের মডেল প্রশিক্ষণে ব্যবহার করা যেতে পারে। সেটিংস থেকে মোডটি বন্ধ করা যায়। ব্যক্তিগত বার্তা বা নথি নিয়ে এজেন্টের কাজের ক্ষেত্রে এই পার্থক্যটি সরাসরি প্রাসঙ্গিক।

Active Memory ও Active Focus কী করার দাবি করে

Active Memory আগের কথোপকথন থেকে ব্যবহারকারীর জন্য গুরুত্বপূর্ণ প্রসঙ্গ ধরে রেখে নতুন কাজে প্রাসঙ্গিক তথ্য ফিরিয়ে আনার ক্ষমতা হিসেবে বর্ণিত। উদ্দেশ্য হলো, কয়েক দফায় চলা কোনো কাজে একই পছন্দ, পরিস্থিতি বা প্রয়োজন বারবার জানাতে না হওয়া। এটি শুধু দীর্ঘ কথোপকথনের লেখা একবারে গ্রহণ করার ক্ষমতার দাবি নয়; আগের তথ্য কখন নতুন প্রশ্নে কাজে লাগবে, সেটিও চিহ্নিত করার কথা। ব্যক্তিগত এজেন্টের ক্ষেত্রে সুবিধাটি তাই স্মৃতির পরিমাণের পাশাপাশি প্রাসঙ্গিকতা বাছাইয়ের ওপর নির্ভর করে।

সেই কাজেই গোপনীয়তার প্রশ্ন তৈরি হয়। কোনো এজেন্ট বার্তা, ক্যালেন্ডার বা ব্যক্তিগত নথি থেকে প্রসঙ্গ পেলে পরের কথোপকথনে কোন তথ্য ফিরিয়ে আনছে, তা গুরুত্বপূর্ণ। অনুমতি ছাড়া ব্যক্তিগত তথ্য প্রকাশ ঠেকাতে মডেল পরিবারটিকে প্রশিক্ষণ দেওয়ার দাবি রয়েছে। তবে প্রশিক্ষণে ব্যবহার না করা এবং আগের কথোপকথনের তথ্য পরের কাজে ফেরানো আলাদা তথ্যপ্রবাহ; Standard ও Contributor mode-এর শর্ত জানা মাত্রই Active Memory-তে ব্যক্তিগত প্রসঙ্গ ব্যবহারের সব প্রশ্নের উত্তর পাওয়া যায় না।

Active Focus কঠিন কাজে বাধা এলে অন্য পথ চেষ্টা করা, ভুল থেকে সামলে এগোনো এবং প্রয়োজন হলে ব্যবহারকারীর কাছে ব্যাখ্যা চাওয়ার ক্ষমতার নাম। গুরুত্বপূর্ণ পদক্ষেপের আগে ব্যবহারকারীর সঙ্গে মিলিয়ে নেওয়ার কথাও ঘোষিত আচরণের মধ্যে আছে। সফটওয়্যার তৈরির কাজে এর অর্থ হতে পারে বিভিন্ন ফাইলে পরিবর্তন, কাজটি যাচাই এবং ব্যর্থ হলে সংশোধন করে আবার চেষ্টা। এ ধরনের কাজের ফল মডেলের উত্তরের পাশাপাশি তার ব্যবহৃত সরঞ্জাম ও কাজের পরিবেশের ওপরও নির্ভর করে।

একটি প্রদর্শনীতে Muse Wonder ব্যবহার করে খেলার উপযোগী ত্রিমাত্রিক রান্নাঘরের গেম তৈরি দেখানো হয়েছে। এটি মডেল দিয়ে তৈরি করা সম্ভব এমন একটি নির্দিষ্ট ফলের উদাহরণ। ব্যক্তিগত নথির প্রসঙ্গ ঠিকভাবে মনে রাখা কিংবা দীর্ঘ সফটওয়্যার প্রকল্প ধারাবাহিকভাবে শেষ করার ক্ষমতা মাপতে আলাদা ধরনের কাজ ও পরীক্ষার পরিবেশ প্রয়োজন।

প্রকাশিত বেঞ্চমার্কে কী মাপা হয়েছে

১২ অক্টোবরের Artificial Analysis-এর স্বাধীন মূল্যায়নে সর্বোচ্চ রিজনিং স্তরে Muse Wonder তাদের Intelligence Index-এ ৫২, Muse Wonder Full ৫৬ এবং আগের Muse Spark 1.3 মডেলটি ৪৮ পয়েন্ট পায়। একই মূল্যায়নের কোডিং এজেন্ট সূচকে Muse Code-সহ পরীক্ষার বিন্যাসে সাধারণ সংস্করণের ফল ৬৩ এবং Full-এর ফল ৬৮। কোডিং সূচকের স্কোরটি তাই শুধু মডেলের নয়, পরীক্ষায় ব্যবহৃত এজেন্ট পরিবেশসহ পুরো বিন্যাসের ফল।

এই স্বাধীন ফল গুরুত্বপূর্ণ: নতুন সংস্করণগুলোর জন্য বাইরের পরীক্ষার কোনো তথ্য নেই, এমন ধারণা এখন ঠিক হবে না। একই সঙ্গে একটি সমন্বিত সূচকে ভালো ফল Active Memory ব্যক্তিগত তথ্য কত নির্ভরযোগ্যভাবে বেছে নেয়, কিংবা Active Focus বাস্তব কাজের সব ধরনের বাধায় কতটা টেকে, তার পূর্ণ পরীক্ষা নয়। প্রকাশিত তুলনাগুলোতে সাধারণ Muse Wonder ও Full-এর স্কোর আলাদা রাখা দরকার, বিশেষ করে ডেভেলপারের API-তে Full সংস্করণটি পাওয়া যায় না বলে।

• কোম্পানির প্রকাশিত দাবি: ব্যক্তিগত ও পেশাগত এজেন্টের কাজ, স্মৃতি এবং কোডিংয়ে Wonder পরিবারের ফল শক্তিশালী। ভিন্ন পরীক্ষায় ভিন্ন মডেল ও বিন্যাসের ফল দেখানো হয়েছে; পরিবারের একটি ফল অন্য সংস্করণের ক্ষমতা বোঝায় না।
• স্বাধীনভাবে মাপা অংশ: Artificial Analysis-এর সূচকে দুই সংস্করণের ফল রয়েছে। এগুলো নির্দিষ্ট কাজ, রিজনিং স্তর ও পরীক্ষার পরিবেশে পাওয়া স্কোর; ব্যবহারকারীর ব্যক্তিগত তথ্য নিয়ে চলা প্রতিটি কাজের ফল নয়।

Wonder পরিবারের মডেল ওজনও প্রকাশ্যে পাওয়া যাচ্ছে না। ফলে আগ্রহী ডেভেলপারদের জন্য নিশ্চিত প্রবেশপথ হলো ঘোষিত API ও Muse Code-এর সুবিধা, যার শর্ত সংস্করণভেদে বদলায়। গল্পের পরবর্তী গুরুত্বপূর্ণ তথ্য হবে দীর্ঘ সময়ের এজেন্ট কাজ ও ব্যক্তিগত স্মৃতির ব্যবহার নিয়ে আরও বিস্তৃত স্বাধীন ফল—বিশেষত সাধারণ Muse Wonder ও Full-এর ফল আলাদা করে প্রকাশ করা হলে।

আরও পড়ুন:

• Meta Muse Spark 1.3 বেশি সতর্ক agent—সেরা ফলের access কিন্তু সীমিত
• Muse Spark 1.3 কম tool call-এর দাবি করছে—benchmark এখনো vendor-নির্ভর
• Meta Muse email ও কেনাকাটা করবে—Confidential VM কিন্তু এখনো আসেনি