ওপেন AI মডেলে কোডিং এজেন্টের রেকর্ড, ২৫ টাস্কে ২৪ সফল
AI কোডিং এজেন্টের কার্যকারিতা যাচাই করতে নতুন এক বেঞ্চমার্ক তৈরি করেছে octomind। 2026 সালের প্রকৃত পুল রিকোয়েস্ট ব্যবহার করে এই পরীক্ষায় ওপেন মডেল দিয়ে 25টির মধ্যে 24টি কাজ সমাধান করেছে octomind।
AI কোডিং এজেন্টের কার্যকারিতা যাচাই করতে নতুন এক বেঞ্চমার্ক তৈরি করেছে octomind। 2026 সালের প্রকৃত পুল রিকোয়েস্ট ব্যবহার করে এই পরীক্ষায় ওপেন মডেল দিয়ে 25টির মধ্যে 24টি কাজ সমাধান করেছে octomind।
AI কোডিং এজেন্টের কার্যকারিতা যাচাই করতে নতুন এক বেঞ্চমার্ক তৈরি করেছে octomind। 2026 সালে মার্জ হওয়া 25টি প্রকৃত পুল রিকোয়েস্ট ব্যবহার করে এই পরীক্ষায় ওপেন মডেল দিয়ে 25টির মধ্যে 24টি কাজ সমাধান করেছে octomind। এই ফলাফল ক্লড কোডের সাথে ওপাস মডেলকেও ছাড়িয়ে গেছে, যা AI কোডিংয়ের ক্ষেত্রে নতুন দিগন্ত খুলে দিয়েছে।
এই বেঞ্চমার্কের সবচেয়ে বড় বৈশিষ্ট্য হলো এটি কোনো কৃত্রিম ধাঁধা বা দূষিত ডেটাসেট ব্যবহার করেনি। 5টি ভাষায় 2026 সালে মার্জ হওয়া প্রকৃত পুল রিকোয়েস্ট থেকে কাজগুলো সংগ্রহ করা হয়েছে। প্রতিটি কাজ সেই প্রজেক্টের নিজস্ব টেস্ট দিয়ে যাচাই করা হয়েছে, যা ফলাফলকে আরও নির্ভরযোগ্য করেছে।
পরীক্ষায় 4টি এজেন্টকে ডিফল্ট সেটিংসে ব্যবহার করা হয়েছে। octomind তাদের ওপেন মডেল দিয়ে 24টি কাজ সফলভাবে সমাধান করেছে। অন্যদিকে ক্লড কোডের সাথে ওপাস মডেল 25টির মধ্যে 21টি কাজ সমাধান করেছে। তবে সবচেয়ে মজার বিষয় হলো, একই মডেল অন্য একটি টুলিংয়ে 19টি কাজ সমাধান করেছে, কিন্তু খরচ দ্বিগুণ।
এই ফলাফল প্রমাণ করে যে AI কোডিং এজেন্টের কার্যকারিতা শুধু মডেলের ওপর নির্ভর করে না। টুলিং বা হারনেসের মানও সমান গুরুত্বপূর্ণ। octomind তাদের ব্লগে জানিয়েছে, এই বেঞ্চমার্ক তৈরি করার সময় তারা এমন একটি সংখ্যা চেয়েছিল যেটা বিশ্বাসযোগ্য। একজন মেইনটেইনার যদি এজেন্টকে একটি কাজ দেন, তাহলে সেটা কতটা ভালো করবে, সেটাই তারা যাচাই করতে চেয়েছেন।
বাংলাদেশের ডেভেলপার এবং ফ্রিল্যান্সারদের জন্য এই খবর অত্যন্ত গুরুত্বপূর্ণ। AI কোডিং এজেন্ট এখন আর শুধু পরীক্ষামূলক নয়, বাস্তব কাজে ব্যবহারযোগ্য হয়ে উঠেছে। ওপেন মডেল দিয়ে এই সাফল্য দেখায় যে ব্যয়বহুল প্রোপ্রাইটারি মডেল ছাড়াও ভালো ফলাফল পাওয়া সম্ভব।
তবে এই বেঞ্চমার্কের সীমাবদ্ধতাও আছে। 25টি পুল রিকোয়েস্ট খুব বেশি বড় নমুনা নয়। তবুও প্রকৃত কাজ ব্যবহার করার কারণে এর ফলাফল বাস্তব বিশ্বের সাথে বেশি সামঞ্জস্যপূর্ণ। ভবিষ্যতে আরও বড় পরিসরে এই ধরনের বেঞ্চমার্ক তৈরি হলে AI কোডিং এজেন্টের মূল্যায়ন আরও নির্ভুল হবে।
এখন দেখার বিষয় হলো, অন্যান্য কোম্পানিগুলো এই ফলাফলের জবাবে কী করে। ক্লড কোডের মতো জনপ্রিয় টুল কি তাদের কৌশল বদলাবে? ওপেন মডেলের এই সাফল্য কি প্রোপ্রাইটারি মডেলের বাজার নাড়িয়ে দেবে? এসব প্রশ্নের উত্তর সময়ই দেবে। তবে একটা কথা নিশ্চিত, AI কোডিংয়ের প্রতিযোগিতা আরও তীব্র হবে।
আরও পড়ুন
এই সংবাদটি আন্তর্জাতিক সূত্রের তথ্য অবলম্বনে AI-সহায়তায় বাংলায় উপস্থাপন ও বাংলাদেশের প্রেক্ষাপটে সম্পাদিত। মূল তথ্যের জন্য নিচের সূত্র দেখুন।
মূল প্রতিবেদন: dev.to AI
সোর্স দেখুন ↗মন্তব্য০
লোড হচ্ছে...