Flint: নিজের ল্যাপটপে চালানো যায় এমন বিনামূল্যের কোডিং মডেল। কী দাবি, কী এখনও প্রমাণিত নয়
২১ অক্টোবর Recursive প্রকাশ করেছে Flint: লোকালি চালানোর জন্য বানানো বিনামূল্যের, Apache 2.0 লাইসেন্সের mixture-of-experts কোডিং মডেল। গতি ও বেঞ্চমার্কের সংখ্যা কোম্পানির নিজেরই, তাই কী রিপোর্ট হয়েছে, বাইরের কেউ কী যাচাই করেছে, আর ব্যবহারের আগে কী দেখবেন।
২১ অক্টোবর ২০২৬ AI স্টার্টআপ Recursive প্রকাশ করেছে Flint, নিজের কম্পিউটারে চালানোর জন্য বানানো একটি বিনামূল্যের কোডিং মডেল। এটি Hugging Face-এ Apache 2.0 লাইসেন্সে আছে, যা বাণিজ্যিক ব্যবহারের অনুমতি দেয়। যাঁরা অফলাইনে ব্যবহার করতে চান বা কোড ক্লাউড সার্ভিসে পাঠাতে চান না, তাঁদের জন্য এটি দেখার মতো।
নিচের প্রায় সবকিছুই TechCrunch-এর একটি রিপোর্ট থেকে, আর কার্যক্ষমতার প্রায় সব সংখ্যা Recursive নিজে দিয়েছে। আমরা মডেলটি চালাইনি, তাই দাবি ও যাচাই আলাদা রেখেছি।
যা রিপোর্ট হয়েছে
- নির্মাতা: Recursive, ২০২৫ সালে প্রতিষ্ঠিত স্টার্টআপ, প্রধান নির্বাহী Richard Socher। TechCrunch বলছে ২০২৬ সালের মে মাসে ৪৬৫ কোটি ডলার মূল্যমানে ৬৫ কোটি ডলার নিয়ে এটি স্টেলথ থেকে বেরিয়েছে।
- নকশা: মোট ৪০০ কোটি (40B) প্যারামিটারের mixture-of-experts মডেল, যার প্রতিটি কাজে সক্রিয় থাকে প্রায় ২৫০ কোটি (2.5B)। এ কারণে আকারের তুলনায় এটি দ্রুত চলতে পারে।
- লাইসেন্স ও প্রাপ্তি: বিনামূল্যে, Hugging Face থেকে ডাউনলোড, Apache 2.0।
- হার্ডওয়্যার: লোকালি, অফলাইনে, ক্লাউড খরচ ছাড়া চলার জন্য বানানো। TechCrunch ন্যূনতম মেমরির কোনো শর্ত দেয়নি। শুধু Wired-এর রিভিউতে ব্যবহৃত ৪৮ GB মেমরির একটি Mac-এর কথা বলেছে।
কোম্পানির দাবি (স্বাধীনভাবে যাচাই হয়নি)
| দাবি | উৎস |
|---|---|
| M4 Pro চিপের MacBook Pro-তে প্রতি সেকেন্ডে প্রায় ১৩১ টোকেন | Recursive-এর পরীক্ষা |
| Nvidia RTX Spark-এ প্রতি সেকেন্ডে ১৫০-এর বেশি টোকেন | Recursive-এর পরীক্ষা |
| SWE-Bench Verified-এ ৫০B-র কম প্যারামিটারের অন্য মডেলকে ছাড়িয়ে গেছে | Recursive |
| Recursive-এর নিজস্ব ছয়-পরীক্ষার গড়ে শুধু Alibaba-র Qwen3.8 27B এগিয়ে | Recursive |
| ছোট দল চার মাসের কম সময়ে বানিয়েছে, প্রায় প্রতি ধাপে স্বয়ংক্রিয় গবেষণা ব্যবস্থা ("Eureka Machine") সাহায্য করেছে | Recursive / সিইও |
| লো-বিট ট্রেনিংয়ে মডেল ৭১% ছোট হয়েছে, মান "প্রায় না কমে" | সিইও-র পোস্ট |
TechCrunch সুনির্দিষ্ট স্কোর দেয়নি, বা Recursive-এর বাইরে কেউ এই পরীক্ষা চালিয়েছে কি না বলেনি। বাইরের একমাত্র মত Wired-এর একজন রিভিউয়ারের, যিনি বলেছেন মডেল তাঁর অনুরোধ ভালোভাবে সামলেছে। এটি একটি মাত্র অভিজ্ঞতা।
Recursive যা স্বীকার করেছে
Flint-কে বড় পেইড কোডিং সহকারীর চেয়ে বেশি দিকনির্দেশ দিতে হয়। Recursive কাজ ছোট ধাপে ভেঙে দিতে বলেছে। সেরা ক্লাউড মডেলের চেয়ে আরও যত্ন করে প্রম্পট লিখতে হবে ধরে নিন।
চেষ্টা করা উচিত?
পরীক্ষা করে দেখা যুক্তিসংগত, কিছু সতর্কতা সহ:
- আগে মেমরি দেখুন। Hugging Face-এর মডেল কার্ডে ফাইলের আকার থাকার কথা। ৪০B মডেল কম্প্রেস করলেও সাধারণ ৮–১৬ GB ল্যাপটপের চেয়ে অনেক বেশি লাগে, আর কোম্পানি ন্যূনতম সীমা বলেনি।
- বেঞ্চমার্ক স্কোরে নয়, নিজের কোডে পরীক্ষা করুন। যে রিপোজিটরি চেনেন, সেখানে একটি বাগ ফিক্স, একটি রিফ্যাক্টর ও একটি ইউনিট টেস্ট চেষ্টা করুন।
- আপনার মেশিনে গতি মেপে দেখুন। ১৩১ টোকেনের সংখ্যাটি একটি চিপ ও একটি সেটআপের।
- সংবেদনশীল কোড লোকাল রাখুন, কিন্তু শুধু তখন, যখন যে টুল দিয়ে চালাচ্ছেন সেটি অন্য কোথাও ডেটা পাঠায় না বলে নিশ্চিত।
- দলের জন্য বেছে নেওয়ার আগে স্বাধীন বেঞ্চমার্কের জন্য অপেক্ষা করুন।
মানুষের তত্ত্বাবধানে সম্পূর্ণ recursive self-improvement-এর লক্ষ্যকে একটি লক্ষ্য হিসেবে বলা হয়েছে, কাজ করে দেখানো কিছু নয়।
আপডেট লগ
- ২৫ অক্টোবর ২০২৬: TechCrunch-এর ২১ অক্টোবরের রিপোর্ট থেকে প্রথম প্রকাশ। ওই রিপোর্টের একটি সংখ্যা তার লিঙ্ক করা শিরোনামের সঙ্গে মেলে না (Recursive-এর AWS কম্পিউট চুক্তি এক জায়গায় ৪১০ মিলিয়ন, শিরোনামে ৪০০ মিলিয়ন), তাই আমরা তা বাদ দিয়েছি। স্বাধীন পরীক্ষা এলে আপডেট করা হবে।
কভার ছবি: KK IN HK, CC BY-SA 4.0, Wikimedia Commons-এর মাধ্যমে।
