
Sarvam Token Factory খুলল, ভারতেই চলবে এক API-র একাধিক AI মডেল

ভারতীয় AI সংস্থা Sarvam AI ১৬ নভেম্বরের ঘোষণায় Sarvam Token Factory সবার জন্য চালু করেছে এবং জানিয়েছে, ভারতের GPU ক্লাস্টারে নিজস্ব ও উন্মুক্ত ওজনের একাধিক মডেল একই OpenAI-compatible API দিয়ে চালানো যাবে। সংস্থার নিজস্ব পরীক্ষায় Sarvam 105B এক ব্যবহারকারীর অনুরোধে প্রথম টোকেন দিয়েছে ০.২ সেকেন্ডে এবং প্রতি সেকেন্ডে ৩৩০ টোকেন তৈরি করেছে; এটি নির্দিষ্ট পরীক্ষার ফল, সবার জন্য নিশ্চিত গতি নয়।
সেবাটিতে Sarvam 105B-এর পাশাপাশি GLM 5.3, DeepSeek V4.1 Flash 1017 ও Gemma 4 31B-এর মতো মডেল রয়েছে। ভারতীয় ডেভেলপার ও অনলাইন ব্যবসা নিজেদের GPU অবকাঠামো স্থাপন ছাড়াই সমর্থিত মডেলে অনুরোধ পাঠাতে পারে। বিল হয় পাঠানো ইনপুট ও তৈরি হওয়া আউটপুট টোকেন অনুযায়ী, ভারতীয় রুপিতে; কোন মডেল এবং কত দীর্ঘ উত্তর বেছে নেওয়া হচ্ছে, সেটিই খরচের মূল পার্থক্য তৈরি করে।
কোন মডেলে কত খরচ

১৮ নভেম্বর দেখা Sarvam-এর API নথির মূল্যতালিকায় নিচের মডেলগুলোর প্রতি দশ লাখ ইনপুট ও আউটপুট টোকেনের আলাদা হার দেওয়া আছে। ইনপুট হলো মডেলে পাঠানো বিষয়বস্তু; আউটপুট হলো মডেলের তৈরি উত্তর। কাজের বিবরণ মডেল বাছাইয়ের সূত্র, বাংলা ভাষায় নির্দিষ্ট কাজের মানের নিশ্চয়তা নয়।
- Sarvam 105B: ইনপুট ₹১০, আউটপুট ₹২৫। ভারতীয় ভাষায় যুক্তি, কোড ও এজেন্টভিত্তিক কাজের জন্য তালিকাভুক্ত; হারটি প্রারম্ভিক।
- Sarvam 105B Conversations: ইনপুট ₹১০, আউটপুট ₹২৫। তাৎক্ষণিক সংলাপ ও ভয়েস এজেন্টের জন্য আলাদা রূপ; এই হারও প্রারম্ভিক।
- GLM 5.3 Flash: ইনপুট ₹১৩.৫০, আউটপুট ₹৪৫। দ্রুত যুক্তিভিত্তিক উত্তর এবং ছবিসহ অনুরোধের জন্য তালিকাভুক্ত।
- DeepSeek V4.1 Flash 1017: ইনপুট ₹১৪, আউটপুট ₹৫৫। দীর্ঘ নথি ও খরচ বিবেচনায় যুক্তিভিত্তিক কাজের জন্য; হারটি প্রারম্ভিক।
- Gemma 4 31B: ইনপুট ₹৩৫, আউটপুট ₹৯০। ছবি বোঝা ও কম অপেক্ষার উত্তরের জন্য তালিকাভুক্ত।
- GLM 5.3: ইনপুট ₹১২৬, আউটপুট ₹৩৯০। কোড লেখা ও দীর্ঘ ধাপের এজেন্টভিত্তিক কাজের জন্য তালিকাভুক্ত।
প্রকাশিত দামে একটি পার্থক্য আছে: ১৭ নভেম্বরের Inc42 প্রতিবেদনে Sarvam 105B-এর ইনপুট ও আউটপুট হার যথাক্রমে ₹১৫ ও ₹৬০ লেখা হয়েছে। একই মডেলের জন্য উপরের API নথিতে প্রারম্ভিক ₹১০ ও ₹২৫ দেওয়া আছে। নিচের হিসাব সরাসরি নথিতে দেখানো প্রারম্ভিক হার ধরে করা; নথি অনুযায়ী এই হার ২০২৬ সালের শেষ পর্যন্ত চলবে।
প্রকাশিত হার ধরে উদাহরণমূলক হিসাব: কোনো অ্যাপ মাসে দশ লাখ ইনপুট ও দুই লাখ আউটপুট টোকেন ব্যবহার করলে Sarvam 105B-তে ₹১৫, GLM 5.3 Flash-এ ₹২২.৫০, DeepSeek V4.1 Flash 1017-তে ₹২৫ এবং GLM 5.3-তে ₹২০৪ খরচ হবে। একই পরিমাণ ইনপুটের সঙ্গে উত্তর বেড়ে দশ লাখ আউটপুট টোকেন হলে খরচ দাঁড়াবে যথাক্রমে ₹৩৫, ₹৫৮.৫০, ₹৬৯ ও ₹৫১৬। দুটি হিসাবেই ক্যাশে রাখা ইনপুটের ছাড়, কর ও অন্য সম্ভাব্য চার্জ ধরা হয়নি; এগুলো বাস্তব ব্যবহারের পরিমাপ নয়।
এই তুলনায় দীর্ঘ উত্তর কেন বাজেট বদলায়, তা স্পষ্ট: প্রতিটি মডেলেই আউটপুটের হার ইনপুটের চেয়ে বেশি। তবে কম দামের মডেল সব কাজের জন্য সমান কার্যকর হবে, এমন সিদ্ধান্ত শুধু মূল্যতালিকা থেকে আসে না। বাংলা প্রশ্নের উত্তর, ছবির বিবরণ বা কোড তৈরির মতো আলাদা কাজে গ্রহণযোগ্য ফল পেতে কত টোকেন লাগে, সেটিও মোট ব্যয়ের অংশ।
বিদ্যমান অ্যাপের সংযোগে কী বদলাবে
OpenAI ক্লায়েন্ট ব্যবহার করা অ্যাপে মূল বদল দুটি: বেস ঠিকানা হিসেবে https://api.sarvam.ai/v2 বসাতে হবে এবং অনুরোধের model ঘরে নির্বাচিত Sarvam মডেলের শনাক্তকারী দিতে হবে। যেমন, Sarvam 105B-এর শনাক্তকারী sarvam-105b, আর GLM 5.3-এর glm5.3। অনুরোধ অনুমোদনের জন্য Sarvam API কি প্রয়োজন; আগে থেকে সংস্থাটির অন্য API ব্যবহার করলে একই কি, সফটওয়্যার সরঞ্জাম ও ক্রেডিট এই সেবাতেও কাজ করে।
একটি সংযোগ তৈরি হলে সমর্থিত মডেল বদলানোর প্রধান উপায় model ঘরের মান পরিবর্তন করা। ফলে ছোট বাংলা অনলাইন পণ্যে সংক্ষিপ্ত কথোপকথনের জন্য একটি মডেল এবং দীর্ঘ নথির জন্য অন্যটি বেছে নিতে আলাদা মডেল সার্ভার চালাতে হয় না। ছবিসহ অনুরোধের ক্ষেত্রে ছবির ইনপুট সমর্থন করে এমন মডেল বাছতে হবে; শুধু একই API ব্যবহার করলেই সব মডেলের ক্ষমতা এক হয়ে যায় না।
ক্যাটালগে নাম থাকা সব মডেল সাধারণ API কি দিয়ে সঙ্গে সঙ্গে চালানো যায় না। DeepSeek V4 Pro, Kimi K3.1 Pro ও Qwen 3.8 27B সংস্থাভিত্তিক অনুমোদনসাপেক্ষ নির্দিষ্ট সক্ষমতার তালিকায় আছে; উপরের সার্ভারলেস মডেলগুলো ব্যবহারভিত্তিক টোকেন হারে পাওয়া যায়। বিদ্যমান অ্যাপের কোনো বিশেষ প্যারামিটার, টুল কল বা উত্তরের কাঠামো নতুন মডেলে সমর্থিত কি না, সেটিও সংযোগ বদলানোর বাস্তব সীমা।
ভারতে গণনা চালানোর তাৎপর্য
Token Factory-তে মডেলের উত্তর তৈরি হয় Sarvam পরিচালিত ভারতের GPU ক্লাস্টারে। এর ফলে অন্য প্রতিষ্ঠানের তৈরি উন্মুক্ত ওজনের মডেল বেছে নিলেও অনুরোধের গণনার জন্য সেই মডেল নির্মাতার বিদেশি API ব্যবহার করতে হয় না। তথ্য কোথায় প্রক্রিয়াকরণ হচ্ছে, তা নিয়ে শর্ত থাকা ভারতীয় প্রতিষ্ঠানের কাছে এটি একটি নির্দিষ্ট অবকাঠামোগত বিকল্প; রুপিতে বিল দেওয়া তার আরেকটি স্থানীয় বৈশিষ্ট্য।
এই ব্যবস্থার সীমানাও স্পষ্ট রাখা দরকার। কোনো অ্যাপ নিজে বাইরের অনুসন্ধান, পেমেন্ট বা অন্য সফটওয়্যার সেবা যুক্ত করলে সেসব সেবার তথ্য প্রক্রিয়াকরণের স্থান আলাদা হবে। ভারতে মডেলের গণনা হওয়া থেকে অ্যাপের সব তথ্য একই দেশে সংরক্ষিত থাকে—এমন সিদ্ধান্তও আসে না। অনুরোধ ও উত্তর সংরক্ষণসংক্রান্ত বিশেষ শর্ত প্রয়োজন হলে তা আলাদা ব্যবস্থার বিষয়।
প্রকাশিত গতির ফল কী বোঝায়

চালুর সময় প্রকাশিত গতির পরিমাপ Sarvam-এর নিজের অবকাঠামোয় চালানো নির্দিষ্ট মডেল ও পরীক্ষার বিন্যাসের ফল। প্রথম টোকেন আসার সময় এবং পুরো উত্তর তৈরির গতি আলাদা মাপকাঠি: দীর্ঘ ইনপুটের ক্ষেত্রে প্রথমটির প্রভাব বেশি বোঝা যায়, আর দীর্ঘ উত্তরে দ্বিতীয়টি অপেক্ষার সময় বাড়ায়। সংস্থার প্রযুক্তিগত বর্ণনায় ইনপুট পড়া ও উত্তর তৈরির কাজ পৃথক GPU অংশে চালানো এবং পুনরাবৃত্ত প্রসঙ্গ ক্যাশে রাখার ব্যবস্থা রয়েছে।
একই মডেলের গতি অনুরোধের দৈর্ঘ্য, ক্যাশে আগে থেকে কতটুকু প্রসঙ্গ আছে এবং একসঙ্গে কত অনুরোধ চলছে, তার সঙ্গে বদলাতে পারে। তাই প্রকাশিত পরীক্ষার ফলকে বাংলা গ্রাহকসেবা বা নথি বিশ্লেষণের প্রতিটি অনুরোধের সময় ধরে বাজেট করা যায় না। ব্যবহারভিত্তিক বিলের ক্ষেত্রেও পরের গুরুত্বপূর্ণ তথ্য হবে প্রারম্ভিক হার শেষ হওয়ার পর কার্যকর মূল্য: দীর্ঘ আউটপুটের কাজে সেই পরিবর্তনই ছোট অনলাইন পণ্যের মাসিক খরচ সবচেয়ে বেশি বদলাতে পারে।
আরও পড়ুন:
সম্পর্কিত নিবন্ধ


বাংলা LLM বাছাই: ৯২ স্কোরেও টোকেন খরচে বড় ফারাক

Mistral Large 4-এ ১ ট্রিলিয়ন parameter—স্বাধীন পরীক্ষায় অবস্থান ৩২তম

Claude prompt caching: ৫ মিনিটের লেখা ২৫% বেশি, পুনর্ব্যবহারে খরচ কম

Indic AI তহবিল ১৭ গুণ, কিন্তু ৮৭% এক কোম্পানির দুই রাউন্ডে

ভারতে OpenAI API চালালে সব কাজ কি দেশেই থাকবে?
আমাদের নিউজলেটার নিন
সর্বশেষ Web3, AI ও ক্রিপ্টো সংবাদ সরাসরি আপনার ইনবক্সে পান।