মূল content-এ যান

AI API সেবা

Model Training API

সম্মত লক্ষ্য, প্রস্তুত ডেটা ও পরিমাপযোগ্য মূল্যায়ন ব্যবহার করে FusionPointAI training SDK-তে আলাদা গ্রাহক মডেল ফাইন-টিউন করুন।

নথিপত্র পড়ুন

লক্ষ্য থেকে গ্রাহক মডেল

  1. রেফারেন্স মডেল বাছুন
  2. লক্ষ্য নির্ধারণ করুন
  3. Automatic বা Advanced বেছে নিন
  4. সুনির্দিষ্ট কোটেশন পর্যালোচনা করুন
  5. প্রশিক্ষণ ও মূল্যায়ন করুন
  6. গ্রাহক মডেল নিন

রেফারেন্স মডেল ও প্রশিক্ষণ পরিকল্পনা

Unlimited API-তে থাকা প্রতিটি মডেল দেখুন। প্রশিক্ষণের লক্ষ্য, কারিগরি কনফিগারেশন এবং প্রোভাইডার প্ল্যানের দাম তুলনা করুন।

প্রশিক্ষণ সাবস্ক্রিপশনের দাম সংশ্লিষ্ট Unlimited API প্ল্যানের চেয়ে ৩০% বেশি; দাম পূর্ণ এককে রাউন্ড করা হয়।

56টি মডেল

প্রোভাইডার

AI21 Jurassic API

একটি সাবস্ক্রিপশনে AI21 Jurassic API-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ৩৯,০০০.০০
প্রোভাইডার প্ল্যান বেছে নিন
প্রোভাইডারের বার্ষিক প্ল্যান
USD ৪,৪৪,৬০০.০০
প্রোভাইডার প্ল্যান বেছে নিন

Jurassic-2

এই প্ল্যানে উপলভ্য

Jurassic-2 সারাংশ, পুনর্লিখন, ব্যাকরণ সংশোধন ও লেখা উন্নত করাসহ প্রতিষ্ঠিত ভাষাভিত্তিক প্রোডাকশন কাজ সমর্থন করে। বিষয়ভিত্তিক পরিভাষা ও ধারাবাহিক লেখার ধরন বজায় রাখতে হয় এমন গ্রাহক মডেলের রেফারেন্স হিসেবে এটি কাজে লাগে।

AI21 Jurassic API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

প্রদত্ত সংক্ষিপ্ত বিবরণ থেকে প্রয়োজনীয় তথ্য ও ভঙ্গির শর্ত বজায় রেখে ব্যবসায়িক বার্তা খসড়া ও সংশোধন করে এমন গ্রাহক মডেল প্রশিক্ষণ দিন। বিষয় অন্তর্ভুক্তি, অসমর্থিত সংযোজন এবং স্পষ্ট প্রতিক্রিয়ার পর সফল সংশোধন মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
Jurassic-2
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

Anthropic Claude API

একটি সাবস্ক্রিপশনে Anthropic Claude API-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ১৬,২৫০.০০
প্রোভাইডার প্ল্যান বেছে নিন
প্রোভাইডারের বার্ষিক প্ল্যান
USD ১,৮৫,২৫০.০০
প্রোভাইডার প্ল্যান বেছে নিন

Claude Fable 5.1

এই প্ল্যানে উপলভ্য

FusionPointAI প্ল্যাটফর্মে দীর্ঘ কনটেক্সটের যুক্তি, নথি বিশ্লেষণ, খসড়া এবং কাঠামোবদ্ধ প্রোডাকশন উত্তর দেওয়ার জন্য Claude Fable 5.1 তালিকাভুক্ত। লাইভ ট্রাফিক দেওয়ার আগে মডেল আইডি, কনটেক্সট উইন্ডো, আউটপুট সীমা এবং সুরক্ষা নিয়ন্ত্রণ যাচাই করুন।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দীর্ঘ নীতিমালা পর্যালোচনা করে সহায়ক অনুচ্ছেদসহ কাঠামোবদ্ধ সিদ্ধান্ত দেয় এমন আলাদা গ্রাহক মডেলের রেফারেন্স হিসেবে ব্যবহার করুন। আলাদা রাখা নথিতে পূর্ণতা, প্রমাণের সঙ্গে মিল এবং পরস্পরবিরোধী ধারার সঠিক ব্যবস্থাপনা যাচাই করুন।

বিবরণ
শনাক্তকারী
Claude Fable 5.1
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Opus 5.5

এই প্ল্যানে উপলভ্য

দীর্ঘ সময় ধরে কোডিং, জটিল বিশ্লেষণ এবং একাধিক ধাপের জ্ঞানভিত্তিক কাজের জন্য তৈরি। এটি টেক্সট ও ছবির ইনপুট, টুল ব্যবহার এবং দীর্ঘ যুক্তি সমর্থন করে।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

কাজের বিবরণ পড়া, সংশ্লিষ্ট উৎস পরীক্ষা এবং সীমিত পরিসরের বাস্তবায়ন প্রস্তাব করা লাগে এমন গ্রাহক কোডিং সহকারী বানান। সঠিকতা, কাজের সীমা মেনে চলা এবং ব্যাখ্যার সঙ্গে বাস্তব পরিবর্তনের মিল মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
claude-opus-5-5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Sonnet 5.5

এই প্ল্যানে উপলভ্য

দৈনন্দিন প্রোডাকশন কাজের জন্য উত্তর দেওয়ার গতি, যুক্তি ও কোডিংয়ের ক্ষমতার ভারসাম্য রাখে। এটি ছবি বোঝা, বহু ভাষায় কাজ এবং বাইরের টুলনির্ভর ওয়ার্কফ্লো সমর্থন করে।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দেওয়া রেকর্ড থেকে উত্তর দিতে এবং প্রয়োজন হলে মানুষের কাছে পাঠাতে পারে এমন আলাদা বহুভাষিক সেবা-সহকারী প্রশিক্ষণ দিন। প্রতিনিধিত্বমূলক অনুরোধে ভাষার মান, টুল বাছাই এবং নীতিমালা মেনে চলা তুলনা করুন।

বিবরণ
শনাক্তকারী
claude-sonnet-5-5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Haiku 5.5

এই প্ল্যানে উপলভ্য

বেশি পরিমাণে শ্রেণিবিন্যাস, তথ্য নিষ্কাশন ও অনুরোধ রাউটিংয়ের দ্রুত বিকল্প। যেসব অ্যাপ্লিকেশনে সাড়া দেওয়ার সময় গুরুত্বপূর্ণ, সেগুলোর জন্য এটি টেক্সট ও ছবির ইনপুট নেয়।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

টেক্সট এবং প্রাসঙ্গিক ছবির প্রমাণ থেকে সহায়তার অনুরোধ বাছাই করে এমন গ্রাহক মডেল তৈরি করুন। অস্পষ্ট বা পরস্পরবিরোধী জমায়েত নিরাপদে এসকেলেট করাসহ কিউ নির্ধারণ ও তথ্য নিষ্কাশনের সঠিকতা যাচাই করুন।

বিবরণ
শনাক্তকারী
claude-haiku-5-5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Opus 5

এই প্ল্যানে উপলভ্য

FusionPointAI প্ল্যাটফর্মে কঠিন যুক্তি, জটিল কোড, বহু-ধাপের পরিকল্পনা এবং উচ্চ-গুরুত্বের প্রোডাকশন ওয়ার্কফ্লোর জন্য Claude Opus 5 তৈরি। লাইভ ট্রাফিক দেওয়ার আগে মডেল আইডি, কনটেক্সট উইন্ডো, আউটপুট সীমা এবং সুরক্ষা নিয়ন্ত্রণ যাচাই করুন।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

লিখিত স্পেসিফিকেশন ও সহায়ক রেকর্ড থেকে জটিল পরিবর্তনের পরিকল্পনা তৈরির আলাদা গ্রাহক মডেলের ভিত্তি হিসেবে এই রেফারেন্স ব্যবহার করুন। উচ্চ-প্রভাবের ক্ষেত্রে মানুষের পর্যালোচনাসহ পূর্ণতা, নির্ভরতা শনাক্তকরণ এবং দেওয়া শর্ত মেনে চলা যাচাই করুন।

বিবরণ
শনাক্তকারী
Claude Opus 5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Fable 5

এই প্ল্যানে উপলভ্য

নথিকেন্দ্রিক ও কাঠামোবদ্ধ সহকারী-ওয়ার্কফ্লো মূল্যায়নের জন্য Claude ক্যাটালগে থাকা একটি মডেল রেফারেন্স। একই উৎস উপকরণে সংশ্লিষ্ট Fable এন্ট্রির সঙ্গে তুলনা করুন এবং প্রকাশিত রেকর্ডে কারিগরি সেটিংস যাচাই করুন।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দেওয়া নথি থেকে দায়বদ্ধতা বের করে সংক্ষিপ্ত, কাঠামোবদ্ধ বিবরণ দেয় এমন গ্রাহক মডেল প্রস্তুত করুন। আলাদা রাখা সেটে ঘরের পূর্ণতা, প্রমাণ অনুসরণযোগ্যতা এবং অস্পষ্ট ভাষার ব্যবস্থাপনা পরীক্ষা করুন।

বিবরণ
শনাক্তকারী
Claude Fable 5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Mythos 5

এই প্ল্যানে উপলভ্য

প্রকাশিত Claude ক্যাটালগে Claude Mythos 5 একটি স্বতন্ত্র এন্ট্রি। অনুমোদিত ক্যাটালগের লেখায় এর নির্দিষ্ট ভূমিকা আরও বলা না থাকলে, অনুমিত সক্ষমতার বদলে কাঙ্ক্ষিত কাজের সঙ্গে সরাসরি মূল্যায়ন করে নির্বাচন করুন।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

আলাদা গ্রাহক মডেল প্রশিক্ষণের সময় রেফারেন্স উত্তর তুলনা করতে কঠিন, বহু-অংশের জ্ঞানভিত্তিক কাজের নির্দিষ্ট সেট ব্যবহার করুন। সঠিকতা, দেওয়া উৎসের সমর্থন এবং একই ধরনের কাজে ধারাবাহিকতা নথিবদ্ধ করুন।

বিবরণ
শনাক্তকারী
Claude Mythos 5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Sonnet 5

এই প্ল্যানে উপলভ্য

তালিকাভুক্ত অন্যান্য Sonnet ও Claude রেফারেন্সের সঙ্গে তুলনার জন্য প্রকাশিত Claude ক্যাটালগ এন্ট্রি। নথিভুক্ত সেবায় একই ব্যবসায়িক, লেখালেখি ও কোডিংয়ের উদাহরণ চালিয়ে ব্যবহারিক উপযোগিতা নির্ধারণ করুন।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

অনুমোদিত রেফারেন্স নথি থেকে একই ভঙ্গিতে পরিচালনামূলক প্রশ্নের উত্তর দেয় এমন গ্রাহক মডেল প্রশিক্ষণ দিন। আলাদা রাখা উপকরণে তথ্যের ভিত্তি, প্রয়োজনীয় পূর্ণতা এবং উপকরণে সমর্থন না থাকলে সঠিকভাবে উত্তর স্থগিত রাখা যাচাই করুন।

বিবরণ
শনাক্তকারী
Claude Sonnet 5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Opus 4.8

এই প্ল্যানে উপলভ্য

বর্তমান সেবা ক্যাটালগে Claude Opus 4.8 নামের রেফারেন্স হিসেবে রয়েছে। প্রতিষ্ঠিত ওয়ার্কফ্লো বজায় রাখা দলগুলো একই পরীক্ষার কেস অপরিবর্তিত রেখে ধারাবাহিকতা মূল্যায়ন ও উপলভ্য অন্য রেফারেন্সের সঙ্গে উত্তর তুলনায় একে রাখতে পারে।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

বিদ্যমান ওয়ার্কফ্লোর বহু-ধাপের কোড পর্যালোচনার জন্য আলাদা গ্রাহক মডেল তৈরি করুন। রিলিজ-অবস্থার পরিবর্তন ধরে না নিয়ে জুটি-উদাহরণে ত্রুটি শনাক্তকরণ, প্রস্তাবিত সমাধানের প্রাসঙ্গিকতা এবং পর্যালোচিত প্রত্যাশার সঙ্গে সামঞ্জস্য মাপুন।

বিবরণ
শনাক্তকারী
Claude Opus 4.8
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Claude Haiku 4.5

এই প্ল্যানে উপলভ্য

Claude ক্যাটালগে আগে থেকে থাকা নামযুক্ত এন্ট্রি Claude Haiku 4.5। প্রতিষ্ঠিত শ্রেণিবিন্যাস বা সংক্ষিপ্ত-উত্তরের কাজের আচরণ যাচাইয়ে রেফারেন্স হিসেবে নিন এবং প্রশিক্ষণের আগে কনফিগারেশনভিত্তিক সীমা নিশ্চিত করুন।

Anthropic Claude API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

আসা ছোট বার্তায় লেবেল বসিয়ে পরবর্তী ব্যবস্থাপনার জন্য জরুরি তথ্য বের করে এমন গ্রাহক মডেল বানান। লেবেলের সঙ্গে মিল, বাদ পড়া তথ্য এবং সীমান্তবর্তী কেস পর্যালোচনার জন্য পাঠানো হচ্ছে কি না মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
Claude Haiku 4.5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

Cohere Command API

একটি সাবস্ক্রিপশনে Cohere Command API-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ১৯,৫০০.০০
প্রোভাইডার প্ল্যান বেছে নিন
প্রোভাইডারের বার্ষিক প্ল্যান
USD ২,২২,৩০০.০০
প্রোভাইডার প্ল্যান বেছে নিন

Command A+

এই প্ল্যানে উপলভ্য

এন্টারপ্রাইজ অ্যাপ্লিকেশনের জন্য যুক্তি, দৃশ্য বোঝা, অনুবাদ ও টুল ব্যবহার একত্র করে। নথি বিশ্লেষণ এবং একাধিক ভাষা ও সংযুক্ত সিস্টেমে কাজ করা সহকারীর উপযোগী।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

বহুভাষিক ব্যবসায়িক নথি বিশ্লেষণ করে অনুমোদিত টুল দিয়ে কাঠামোবদ্ধ উত্তর তৈরি করে এমন গ্রাহক সহকারীর রেফারেন্স হিসেবে নিন। ভাষার বিশ্বস্ততা, প্রমাণের পূর্ণতা এবং সঠিক টুল নির্বাচন আলাদা মানদণ্ডে যাচাই করুন।

বিবরণ
শনাক্তকারী
command-a-plus-05-2026
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
আর্কিটেকচার
Cohere2VisionForConditionalGeneration
কনটেক্সট উইন্ডো
১,৩১,০৭২ টোকেন
প্যারামিটার
২১৮.০০ বিলিয়ন
ইনপুটের ধরন
multimodal
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Command A Reasoning

এই প্ল্যানে উপলভ্য

সূক্ষ্ম সমস্যার বিশ্লেষণ ও বহু-ধাপের কাজের জন্য যুক্তিকেন্দ্রিক Command মডেল। যেখানে ভেবেচিন্তে উত্তর দেওয়া তাৎক্ষণিক ফলের চেয়ে গুরুত্বপূর্ণ, এমন বহুভাষিক ওয়ার্কফ্লো এটি সমর্থন করে।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

বিভিন্ন ভাষায় বহু-ধাপের নীতিমালার প্রশ্নের উত্তর দেওয়া গ্রাহক মডেল তৈরি করুন, যার উত্তর দেওয়া উৎসপাঠের ওপর নির্ভরশীল। যুক্তির সঠিকতা, ভাষান্তরে অর্থ অক্ষুণ্ণ থাকা এবং তথ্যের ঘাটতি স্বচ্ছভাবে জানানো পরিমাপ করুন।

বিবরণ
শনাক্তকারী
command-a-reasoning-08-2025
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Command A Vision

এই প্ল্যানে উপলভ্য

নথি-সংক্রান্ত প্রশ্ন, চার্ট ব্যাখ্যা ও টেক্সট নিষ্কাশনে ছবির সঙ্গে টেক্সটও প্রক্রিয়া করে। দৃশ্যমান উৎস উপকরণ বুঝতে হয় এমন ব্যবসায়িক ওয়ার্কফ্লোর উপযোগী।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

স্ক্যান করা ব্যবসায়িক নথি ও চার্ট থেকে জরুরি তথ্য বের করে ব্যাখ্যা করে এমন গ্রাহক মডেল প্রশিক্ষণ দিন। লেখা প্রতিলিপি, চার্টের মান ব্যাখ্যা এবং দৃশ্যপ্রমাণের সঙ্গে লিখিত উত্তরের মিল মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
command-a-vision-07-2025
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Command A Translate

এই প্ল্যানে উপলভ্য

সমর্থিত ভাষাগুলোর মধ্যে পেশাগত লেখা অনুবাদের বিশেষায়িত মডেল। সাধারণ ছবি বিশ্লেষণের বদলে বহুভাষিক কনটেন্ট ও ব্যবসায়িক যোগাযোগের ওয়ার্কফ্লোর জন্য উপযুক্ত।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

পেশাগত যোগাযোগের জন্য আলাদা গ্রাহক অনুবাদ-মডেল প্রশিক্ষণে মূল ও পর্যালোচিত লক্ষ্যভাষার জোড়া উদাহরণ ব্যবহার করুন। প্রতিটি ভাষাজোড়ায় অর্থ অক্ষুণ্ণ রাখা, পরিভাষার সামঞ্জস্য এবং উপযুক্ত ভাষারীতি যাচাই করুন।

বিবরণ
শনাক্তকারী
command-a-translate-08-2025
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Embed v5.0 Pro

এই প্ল্যানে উপলভ্য

অর্থভিত্তিক অনুসন্ধানের জন্য টেক্সট, ছবি ও মিশ্র নথির ভেক্টর উপস্থাপনা তৈরি করে। কঠিন সার্চ ও জ্ঞানভিত্তিক অ্যাপ্লিকেশনে অনুসন্ধানের মানকে অগ্রাধিকার দেয়।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

বিশেষায়িত জ্ঞানভান্ডারের জন্য গ্রাহক অনুসন্ধান মডেল প্রস্তুত করার সময় একে রেফারেন্স হিসেবে ব্যবহার করুন। পুনর্লিখিত প্রশ্ন ও বিভিন্ন মাধ্যমের উদাহরণসহ মানব-নির্ধারিত অনুসন্ধান-প্রশ্নে প্রাসঙ্গিক নথি খুঁজে পাওয়ার হার ও র‌্যাঙ্কিং যাচাই করুন।

বিবরণ
শনাক্তকারী
embed-v5.0-pro
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Embed v5.0 Fast

এই প্ল্যানে উপলভ্য

টেক্সট, ছবি ও মিশ্র নথিতে দ্রুত অর্থভিত্তিক অনুসন্ধানের হালকা এমবেডিং বিকল্প। বেশি পরিমাণ কাজ ও কম বিলম্বকে অগ্রাধিকার দেওয়া সিস্টেমে মানানসই।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

নির্দিষ্ট টেক্সট ও মিশ্র নথির সংগ্রহে দরকারি অংশ খুঁজে দেয় এমন গ্রাহক অনুসন্ধান-ওয়ার্কফ্লো বানান। প্রশিক্ষণে ব্যবহার হয়নি এমন প্রশ্নে প্রাসঙ্গিকতা ও বিষয় অন্তর্ভুক্তি তুলনা করুন এবং রানটাইম আচরণকে মানের হিসাব থেকে আলাদা নথিবদ্ধ করুন।

বিবরণ
শনাক্তকারী
embed-v5.0-fast
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Rerank v5.0 Pro

এই প্ল্যানে উপলভ্য

প্রশ্নের প্রাসঙ্গিকতা অনুযায়ী বহুভাষিক অনুসন্ধান-ফল পুনর্বিন্যাস করে। জটিল প্রশ্ন, দীর্ঘ নথি ও বিশেষায়িত জ্ঞানভান্ডারের উপযোগী।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

কঠিন বহুভাষিক প্রশ্নে সবচেয়ে দরকারি অংশগুলো আগে রাখে এমন আলাদা গ্রাহক পুনঃর‌্যাঙ্কিং উপাদান প্রশিক্ষণ দিন। মানুষের নির্ধারিত প্রাসঙ্গিকতার লেবেল দিয়ে প্রশ্নের ধরন ও ভাষাভেদে র‌্যাঙ্কিংয়ের মান মাপুন।

বিবরণ
শনাক্তকারী
rerank-v5.0-pro
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Rerank v5.0 Fast

এই প্ল্যানে উপলভ্য

দ্রুত ও বেশি পরিমাণ অনুসন্ধানের জন্য হালকা বহুভাষিক পুনঃর‌্যাঙ্কার। অ্যাপ্লিকেশন ফল দেখানো বা ব্যবহার করার আগে সম্ভাব্য নথির ক্রম উন্নত করে।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

যেখানে স্থিতিশীল ক্রম জরুরি, এমন নিয়মিত অনুসন্ধান-ফলের জন্য গ্রাহক পুনঃর‌্যাঙ্কার তৈরি করুন। বিভিন্ন ভাষায় দরকারি নথি অপ্রাসঙ্গিক ফলের ওপরে আসে কি না যাচাই করুন এবং রানটাইম পরিমাপ থেকে আলাদা করে র‌্যাঙ্কিংয়ের মান জানান।

বিবরণ
শনাক্তকারী
rerank-v5.0-fast
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Command R

এই প্ল্যানে উপলভ্য

Cohere সেবা ক্যাটালগে Command R একটি নামযুক্ত মডেল। অনুমোদিত বিবরণে আরও নির্দিষ্ট ভূমিকা বলা নেই; নিজের ভাষা ও সহকারী-ওয়ার্কফ্লোতে তুলনা করুন এবং নির্বাচিত কনফিগারেশনে সমর্থিত আচরণ দেখুন।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

নিয়ন্ত্রিত নথি-সংগ্রহ থেকে প্রশ্নের উত্তর দিয়ে প্রয়োজন হলে কাঠামোবদ্ধ হস্তান্তর তৈরি করে এমন গ্রাহক সহকারী প্রশিক্ষণ দিন। উত্তরের উৎসসমর্থন, অনুসন্ধানের কার্যকারিতা এবং উৎসে নেই এমন তথ্য না বানানোর ক্ষমতা মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
Command R
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Command R+

এই প্ল্যানে উপলভ্য

পৃথক নামযুক্ত Cohere ক্যাটালগ এন্ট্রি Command R+। নাম দেখে অনথিভুক্ত সক্ষমতার পার্থক্য ধরে না নিয়ে নিজের সহকারী-সংক্রান্ত কাজে সরাসরি তুলনার ভিত্তিতে নির্বাচন করুন।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

উৎস উপকরণ থেকে কার্যকর উত্তর তৈরি করে এমন গ্রাহক মডেলকে নির্দেশনা দিতে নির্দিষ্ট গবেষণা ও সহায়তা-প্রম্পট ব্যবহার করুন। প্রমাণের পূর্ণতা, নির্দেশ মানা এবং তুলনীয় অনুরোধে ধারাবাহিকতা যাচাই করুন।

বিবরণ
শনাক্তকারী
Command R+
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Embed

এই প্ল্যানে উপলভ্য

Cohere মডেল ক্যাটালগের সাধারণ এমবেডিং এন্ট্রি Embed। অনুসন্ধানে কনটেন্টের উপস্থাপনার রেফারেন্স হিসেবে বিবেচনা করুন; তালিকায় নেই এমন ইনপুট বা র‌্যাঙ্কিং বৈশিষ্ট্য ধরে না নিয়ে নিজের ডেটায় অনুসন্ধানের ফল তুলনা করুন।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

নির্দিষ্ট সংগ্রহের প্রাসঙ্গিক অংশের সঙ্গে ব্যবহারকারীর প্রশ্ন মেলানো গ্রাহক অনুসন্ধান মডেল প্রস্তুত করুন। কাছাকাছি সদৃশ ও কঠিন নেতিবাচক উদাহরণসহ মানুষের লেবেল দেওয়া প্রশ্ন-নথির জুটিতে অনুসন্ধান যাচাই করুন।

বিবরণ
শনাক্তকারী
Embed
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Rerank

এই প্ল্যানে উপলভ্য

ফল সাজানোর ওয়ার্কফ্লোতে তুলনার জন্য Cohere-এর নামযুক্ত এন্ট্রি Rerank। অ্যাপ্লিকেশন বাস্তবে যে নথিগুলো অনুসন্ধান করে সেগুলো দিয়ে পরীক্ষা করুন এবং প্রাসঙ্গিকতা বিচার করে ক্রম উন্নত হয় কি না নির্ধারণ করুন।

Cohere Command API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

নিজের ক্ষেত্রের সাধারণ প্রশ্নে সম্ভাব্য অংশগুলো সাজাতে গ্রাহক পুনঃর‌্যাঙ্কার প্রশিক্ষণ দিন। দরকারি প্রমাণ কতবার শীর্ষের কাছে আসে মাপুন এবং অস্পষ্ট প্রশ্ন ও দেখতে একই রকম নথিতে ভুল পর্যালোচনা করুন।

বিবরণ
শনাক্তকারী
Rerank
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

DeepSeek API

একটি সাবস্ক্রিপশনে DeepSeek API-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ৩,৮৯৯.০০
শুধু বিদ্যমান গ্রাহকদের জন্য
প্রোভাইডারের বার্ষিক প্ল্যান
USD ৪৪,৪৪৫.০০
শুধু বিদ্যমান গ্রাহকদের জন্য

DeepSeek-V3

শুধু বিদ্যমান গ্রাহকদের জন্য

আগে থেকে থাকা DeepSeek প্ল্যানে সমর্থিত মডেলগুলোর মধ্যে DeepSeek-V3 তালিকাভুক্ত। ধারাবাহিকতা যাচাইয়ে প্রতিষ্ঠিত প্রোডাকশন প্রম্পটে উত্তর তুলনা করুন এবং উৎস উপকরণ ও মূল্যায়নের মানদণ্ড একই রাখুন।

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

কারিগরি ব্যাখ্যা ও কাঠামোবদ্ধ উত্তরের জন্য অনুমোদিত বিদ্যমান উদাহরণ দিয়ে আলাদা গ্রাহক মডেল প্রশিক্ষণ দিন। তথ্যগত সামঞ্জস্য, কোড-সংক্রান্ত উত্তরের মান এবং প্রতিষ্ঠিত কাজের প্রত্যাশার সঙ্গে মিল যাচাই করুন।

বিবরণ
শনাক্তকারী
প্রকাশ করা হয়নি
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
নির্দিষ্ট করা হয়নি
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

DeepSeek-R1

শুধু বিদ্যমান গ্রাহকদের জন্য

আগে থেকে থাকা DeepSeek প্ল্যানে সমর্থিত মডেলগুলোর মধ্যে DeepSeek-R1 তালিকাভুক্ত। বর্তমান কাজের ধারাবাহিকতা মূল্যায়নে রেফারেন্স হিসেবে ব্যবহার করা যায়; অতিরিক্ত মডেল-তথ্য অনুমান না করে নথিভুক্ত প্ল্যানের তথ্য নিন।

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

পর্যালোচিত কারিগরি ও বিশ্লেষণধর্মী উদাহরণে কাজ করে স্পষ্ট চূড়ান্ত উত্তর দেয় এমন গ্রাহক মডেল তৈরি করুন। প্রশিক্ষণে ব্যবহার হয়নি এমন সমস্যায় সঠিকতা, প্রয়োজনীয় ধাপের পূর্ণতা এবং যথাযথ অনিশ্চয়তা যাচাই করুন।

বিবরণ
শনাক্তকারী
প্রকাশ করা হয়নি
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
ইনপুটের ধরন
টেক্সট
প্রশিক্ষণ পদ্ধতি
নির্দিষ্ট করা হয়নি
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

DeepSeek Legacy Reasoning Plan

একটি সাবস্ক্রিপশনে DeepSeek Legacy Reasoning Plan-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ৪,৮৭৫.০০
শুধু বিদ্যমান গ্রাহকদের জন্য
প্রোভাইডারের বার্ষিক প্ল্যান
USD ৫৫,৫৭৫.০০
শুধু বিদ্যমান গ্রাহকদের জন্য

DeepSeek official reasoning/code models verified separately in the AI Hosting model catalogue

শুধু বিদ্যমান গ্রাহকদের জন্য

এই এন্ট্রিতে রাখা DeepSeek লিগ্যাসি রিজনিং প্ল্যানের জন্য মডেল-রেফারেন্স নির্বাচনের কথা বলা হয়েছে; একে DeepSeek-এর নতুন মডেল প্রকাশ হিসেবে দেখানো হয়নি। বিদ্যমান কাজের রেফারেন্স বাছতে AI Hosting মডেল ক্যাটালগে আলাদাভাবে যাচাই করা অফিসিয়াল রিজনিং বা কোড মডেল এন্ট্রি ব্যবহার করুন।

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

লিগ্যাসি প্ল্যানের কাজে কোন আলাদাভাবে যাচাই করা ক্যাটালগ মডেল রেফারেন্স হিসেবে ব্যবহৃত হচ্ছে তা নথিবদ্ধ করুন, তারপর বিদ্যমান রিজনিং বা কোডের কাজ থেকে উদাহরণ প্রস্তুত করুন। আলাদা গ্রাহক মডেলকে প্রশিক্ষণে ব্যবহার হয়নি এমন কেসে মূল্যায়ন করুন; এই প্ল্যান-লেবেলকে প্রশিক্ষণযোগ্য মডেল বা গ্রাহক মডেলের ওজন হিসেবে ধরবেন না।

বিবরণ
শনাক্তকারী
প্রকাশ করা হয়নি
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
নির্দিষ্ট করা হয়নি
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

DeepSeek V4 API

একটি সাবস্ক্রিপশনে DeepSeek V4 API-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ৯,৭৫০.০০
প্রোভাইডার প্ল্যান বেছে নিন
প্রোভাইডারের বার্ষিক প্ল্যান
USD ১,১১,১৫০.০০
প্রোভাইডার প্ল্যান বেছে নিন

DeepSeek V4.1 Flash

এই প্ল্যানে উপলভ্য

যুক্তি, কোডিং ও দৃশ্য বোঝার বর্তমান DeepSeek V4.1 Flash মডেল। এটি টেক্সট ও ছবি গ্রহণ করে, টেক্সট দেয় এবং প্রোভাইডার আইডি deepseek-flash ব্যবহার করে।

DeepSeek V4 API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

স্ক্রিনশট বা কোড থাকতে পারে এমন কারিগরি প্রশ্নের জন্য আলাদা গ্রাহক মডেল তৈরিতে এর রেফারেন্স উত্তর ব্যবহার করুন। প্রশিক্ষণে ব্যবহার হয়নি এমন উদাহরণে যুক্তির সঠিকতা, কোড-সংক্রান্ত কাজের প্রাসঙ্গিকতা এবং ছবিভিত্তিক দাবির ভিত্তি আলাদাভাবে যাচাই করুন।

বিবরণ
শনাক্তকারী
deepseek-flash
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

DeepSeek V4

এই প্ল্যানে উপলভ্য

প্রোডাকশন যুক্তি, কারিগরি খসড়া ও কোডকেন্দ্রিক কাজের জন্য বর্তমান DeepSeek প্ল্যান এন্ট্রি DeepSeek V4। প্রতিষ্ঠিত ট্রাফিক দেওয়ার আগে দলগুলো নথিভুক্ত প্রম্পটে তুলনা ও আচরণ যাচাই করতে পারে।

DeepSeek V4 API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দেওয়া শর্ত থেকে কারিগরি প্রশ্নের উত্তর ও কোডকেন্দ্রিক নির্দেশনা লেখে এমন গ্রাহক মডেল প্রশিক্ষণ দিন। আলাদা মূল্যায়ন-সেটে উত্তরের সঠিকতা, কাজের সীমা মেনে চলা এবং উৎস স্পেসিফিকেশনের সঙ্গে সামঞ্জস্য যাচাই করুন।

বিবরণ
শনাক্তকারী
DeepSeek V4
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

ZAI GLM

একটি সাবস্ক্রিপশনে ZAI GLM-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ১২,৬৭৫.০০
প্রোভাইডার প্ল্যান বেছে নিন
প্রোভাইডারের বার্ষিক প্ল্যান
USD ১,৪৪,৪৯৫.০০
প্রোভাইডার প্ল্যান বেছে নিন

GLM-5.3

এই প্ল্যানে উপলভ্য

সেবা ক্যাটালগে তালিকাভুক্ত GLM মডেলগুলোর একটি হলো GLM-5.3। অনুমোদিত লেখা এতে আরও নির্দিষ্ট সক্ষমতার ধরন নির্ধারণ করেনি, তাই নিজের বাস্তব কাজের ধরন থেকে মূল্যায়নের কেস বেছে নিন এবং প্রকাশিত কনফিগারেশনের সঙ্গে আচরণ মিলিয়ে দেখুন।

ZAI GLM প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

স্পষ্ট অনুমান ও যাচাইয়ের ধাপসহ কারিগরি অনুরোধকে কাঠামোবদ্ধ পরিকল্পনায় রূপ দেয় এমন গ্রাহক সহকারী প্রশিক্ষণ দিন। পর্যালোচিত উদাহরণে পূর্ণতা, সঠিকতা এবং পর্যাপ্ত তথ্য না থাকা নির্দেশনার ব্যবস্থাপনা মাপুন।

বিবরণ
শনাক্তকারী
GLM-5.3
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GLM-5.3 FlashX

এই প্ল্যানে উপলভ্য

কোডিং, নথির কাজ ও টুলনির্ভর কাজের দ্রুত মাল্টিমোডাল মডেল। এটি টেক্সট, ছবি, ভিডিও ও ফাইল গ্রহণ করে এবং টেক্সট ফেরত দেয়; API প্রবেশাধিকার প্রোভাইডারের Coding Plan থেকে আলাদা।

ZAI GLM প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

টেক্সট, ছবি বা ফাইল মিলিয়ে দেওয়া উদাহরণ থেকে কার্যকর তথ্য বের করে একই ছকে প্রতিবেদন দেয় এমন গ্রাহক মডেলকে নির্দেশনা দিন। প্রমাণের যথার্থতা ও সঠিক টুল ব্যবহারের সিদ্ধান্তসহ প্রতিটি ইনপুটের ধরন আলাদাভাবে মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
glm-5.3-flashx
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GLM-5.3 Flash

এই প্ল্যানে উপলভ্য

GLM ক্যাটালগে আলাদা Flash এন্ট্রি GLM-5.3 Flash। প্রয়োজনীয় উত্তর ও কাজের ধরনে তুলনা করতে অন্য রেফারেন্সের মতো একই প্রম্পট দিন এবং সমর্থিত ইনপুট জানতে উপলভ্য কনফিগারেশন যাচাই করুন।

ZAI GLM প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

অনুরোধ শ্রেণিবদ্ধ করা ও পরবর্তী উত্তর খসড়া করার মতো সংক্ষিপ্ত, পুনরাবৃত্তিযোগ্য সহায়তার জন্য গ্রাহক মডেল তৈরি করুন। স্বয়ংক্রিয় উত্তর না দিয়ে এসকেলেট করতে হয় এমন উদাহরণসহ কাজের সঠিকতা, ফরম্যাট মানা এবং ফলাফল মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
GLM-5.3 Flash
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GLM-4.7

এই প্ল্যানে উপলভ্য

GLM সেবা ক্যাটালগে রাখা GLM-4.7 একটি নামযুক্ত এন্ট্রি। বিদ্যমান প্রম্পটের ধারাবাহিকতা পরীক্ষায় একে অন্তর্ভুক্ত করা যায়; অবস্থা বা সক্ষমতার পরিবর্তন ধরে না নিয়ে একই কাজের ধরনে বিকল্পগুলোর সঙ্গে মূল্যায়ন করুন।

ZAI GLM প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

প্রতিষ্ঠিত GLM-4.7 ওয়ার্কফ্লোর উদাহরণ থেকে কাঠামোবদ্ধ সারাংশ দেয় এমন আলাদা মডেল প্রশিক্ষণ দিন। আলাদা কেসে জরুরি তথ্য অক্ষুণ্ণ থাকা, আউটপুটের সামঞ্জস্য এবং অনুমোদিত ভাষা থেকে বিচ্যুতি নথিবদ্ধ করুন।

বিবরণ
শনাক্তকারী
GLM-4.7
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
আর্কিটেকচার
Glm4MoeForCausalLM
কনটেক্সট উইন্ডো
২,০২,৭৫২ টোকেন
প্যারামিটার
৩৫৫.০০ বিলিয়ন
ইনপুটের ধরন
টেক্সট
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

Moonshot Kimi

একটি সাবস্ক্রিপশনে Moonshot Kimi-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ১২,৬৭৫.০০
প্রোভাইডার প্ল্যান বেছে নিন
প্রোভাইডারের বার্ষিক প্ল্যান
USD ১,৪৪,৪৯৫.০০
প্রোভাইডার প্ল্যান বেছে নিন

Kimi K3.1 Pro

এই প্ল্যানে উপলভ্য

দীর্ঘ নথিতে জটিল কোডিং, গবেষণা ও বহু-ধাপের কাজের জন্য তৈরি। এর বিস্তৃত কনটেক্সটে বড় পরিমাণের উৎস উপকরণ নিয়ে দীর্ঘ বিশ্লেষণ করা যায়।

Moonshot Kimi প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দেওয়া একাধিক নথি থেকে প্রমাণ-সংযুক্ত সারাংশ তৈরি করে এমন গ্রাহক গবেষণা সহকারীর রেফারেন্স হিসেবে ব্যবহার করুন। আলাদা রাখা উপকরণে বিভিন্ন নথির বিষয় অন্তর্ভুক্তি, সূত্রের যথার্থতা এবং উৎসগুলোর মতভেদ বিশ্বস্তভাবে তুলে ধরা যাচাই করুন।

বিবরণ
শনাক্তকারী
kimi-k3.1-pro
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Kimi K3.1 Pro Highspeed

এই প্ল্যানে উপলভ্য

ইন্টার‌্যাক্টিভ কোডিং, গবেষণা এবং দীর্ঘ-কনটেক্সট ওয়ার্কফ্লোর জন্য দ্রুততর K3.1 Pro সংস্করণ। কম অপেক্ষার সময়ে সক্ষম উত্তর দরকার এমন অ্যাপ্লিকেশনের উপযোগী।

Moonshot Kimi প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

ব্যবহারকারী কয়েক দফায় কাজ পরিমার্জন করেন এমন কোড ও গবেষণা সহায়তার জন্য আলাদা গ্রাহক মডেল প্রস্তুত করুন। একই Pro রেফারেন্স-পরিস্থিতিতে নির্দেশ মনে রাখা, কার্যকর সংশোধন এবং উত্তরের মান মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
kimi-k3.1-pro-highspeed
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Kimi K3

এই প্ল্যানে উপলভ্য

বর্তমান Kimi সেবা ক্যাটালগে Kimi K3 নামের একটি মডেল। অনুমোদিত বিবরণে আরও নির্দিষ্ট ভূমিকা বলা নেই; তাই নিজের নথি, বহুভাষিক বা কোডিংয়ের কাজে সরাসরি তুলনা করুন এবং প্রকাশিত কারিগরি কনফিগারেশন দেখুন।

Moonshot Kimi প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দেওয়া গবেষণা-উপকরণ থেকে আলাদা করে মূল তথ্য ও খোলা প্রশ্নসহ সংক্ষিপ্ত উত্তর তৈরি করে এমন গ্রাহক মডেল প্রশিক্ষণ দিন। উৎসের বিষয় অন্তর্ভুক্তি, প্রমাণ ও অনিশ্চয়তার পার্থক্য এবং একই কাঠামো বজায় রাখা যাচাই করুন।

বিবরণ
শনাক্তকারী
Kimi K3
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
আর্কিটেকচার
KimiK3ForConditionalGeneration
কনটেক্সট উইন্ডো
১০,৪৮,৫৭৬ টোকেন
প্যারামিটার
২,৮০০.০০ বিলিয়ন
ইনপুটের ধরন
টেক্সট
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Kimi K2.7 Code

এই প্ল্যানে উপলভ্য

কোডের জন্য চিহ্নিত Kimi রেফারেন্স হিসেবে Kimi K2.7 Code তালিকাভুক্ত। নিজের প্রকল্পের রীতি ও পর্যালোচনার মানদণ্ডে উত্তর মেলে কি না, তা জানতে রিপোজিটরি-সংক্রান্ত প্রশ্ন, ছোট বাস্তবায়নের কাজ ও কোড ব্যাখ্যায় পরীক্ষা করুন।

Moonshot Kimi প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

নিয়ন্ত্রিত কোডবেস ব্যাখ্যা ও পরিবর্তনের জন্য আলাদা গ্রাহক মডেল তৈরি করুন। প্রস্তাবিত সম্পাদনা অনুরোধ পূরণ করে কি না, সীমার মধ্যে থাকে কি না এবং সঠিক পরীক্ষা বা যাচাইয়ের ধাপ উল্লেখ করে কি না মূল্যায়ন করুন।

বিবরণ
শনাক্তকারী
Kimi K2.7 Code
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
আর্কিটেকচার
KimiK25ForConditionalGeneration
কনটেক্সট উইন্ডো
২,৬২,১৪৪ টোকেন
প্যারামিটার
১,০০০.০০ বিলিয়ন
ইনপুটের ধরন
টেক্সট, ছবি, code
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Kimi K2.6

এই প্ল্যানে উপলভ্য

Kimi K2.6 আগে থেকে থাকা Kimi ক্যাটালগ এন্ট্রি; এর বিপরীতে মূল্যায়ন করা কাজের ধারাবাহিকতা যাচাইয়ে ব্যবহার করা যায়। অন্য রেফারেন্সের সঙ্গে তুলনার সময় প্রম্পট, উৎস নথি ও মূল্যায়নের মানদণ্ড অপরিবর্তিত রাখুন।

Moonshot Kimi প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

অভ্যন্তরীণ নথির সংগ্রহ থেকে প্রশ্নের উত্তর দেয় এমন গ্রাহক মডেল তৈরি করুন। আলাদা পরীক্ষামূলক সেটে উৎসনির্ভর উত্তর, যথাযথভাবে উত্তর না দেওয়া এবং সারাংশে প্রয়োজনীয় বিবরণ অক্ষুণ্ণ আছে কি না যাচাই করুন।

বিবরণ
শনাক্তকারী
Kimi K2.6
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
আর্কিটেকচার
KimiK25ForConditionalGeneration
কনটেক্সট উইন্ডো
২,৬২,১৪৪ টোকেন
প্যারামিটার
১,০০০.০০ বিলিয়ন
ইনপুটের ধরন
টেক্সট, ছবি
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Kimi K2.5

এই প্ল্যানে উপলভ্য

তালিকাভুক্ত Kimi সেবা ক্যাটালগে Kimi K2.5 নামের এন্ট্রি হিসেবে এখনও রয়েছে। আগে থেকে ব্যবহার করছে এমন দল নিজস্ব পুরোনো উদাহরণে ধারাবাহিকতা যাচাই করতে পারে; সীমা অনুমান না করে রেফারেন্স কনফিগারেশন নিশ্চিত করুন।

Moonshot Kimi প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

প্রতিনিধিত্বমূলক পুরোনো কাজ থেকে নথি বিশ্লেষণ ও বহুভাষিক খসড়ার জন্য আলাদা গ্রাহক মডেল প্রশিক্ষণ দিন। আলাদা নমুনায় উত্তরের পূর্ণতা, পরিভাষার সামঞ্জস্য এবং উৎসের প্রতি বিশ্বস্ততা তুলনা করুন।

বিবরণ
শনাক্তকারী
Kimi K2.5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
আর্কিটেকচার
KimiK25ForConditionalGeneration
কনটেক্সট উইন্ডো
২,৬২,১৪৪ টোকেন
প্যারামিটার
১,০০০.০০ বিলিয়ন
ইনপুটের ধরন
টেক্সট, ছবি
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

OpenAI GPT API

একটি সাবস্ক্রিপশনে OpenAI GPT API-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ১৬,২৫০.০০
প্রোভাইডার প্ল্যান বেছে নিন
প্রোভাইডারের বার্ষিক প্ল্যান
USD ১,৮৫,২৫০.০০
প্রোভাইডার প্ল্যান বেছে নিন

Astra 6

এই প্ল্যানে উপলভ্য

Astra 6 হলো সাধারণ কাজে ব্যবহারের মডেল; FusionPointAI-এর OpenAI-compatible API-তে প্রোডাকশন চ্যাট, খসড়া তৈরি, বিশ্লেষণ এবং কাঠামোবদ্ধ অটোমেশনে কাজে লাগে। নিয়ন্ত্রিত ওয়ার্কফ্লোর জন্য একটি নমনীয় ক্যাটালগ এন্ট্রি খুঁজছে এমন দলের উপযোগী পছন্দ।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

নীতি ও পণ্যের উপকরণ থেকে সংক্ষিপ্ত, কাঠামোবদ্ধ সহায়তা-উত্তর তৈরি করে এমন গ্রাহক সহকারী বানান। নিয়মিত ও অস্পষ্ট অনুরোধের আলাদা পরীক্ষামূলক সেটে তথ্যের সঙ্গে সামঞ্জস্য, প্রয়োজনীয় ঘর পূরণ এবং সঠিকভাবে এসকেলেট করার ক্ষমতা যাচাই করুন।

বিবরণ
শনাক্তকারী
Astra 6
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-6.1 Sol

এই প্ল্যানে উপলভ্য

জটিল যুক্তি, সফটওয়্যার উন্নয়ন ও নথি বিশ্লেষণের জন্য সাধারণ-উদ্দেশ্যের মডেল। কঠিন কাজ দক্ষভাবে সামলায় এবং টেক্সট ও ছবি গ্রহণ করে।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

কোড পরিবর্তন ব্যাখ্যা করে এবং কারিগরি নথি থেকে প্রশ্নের উত্তর দেয় এমন অভ্যন্তরীণ প্রকৌশল সহকারীর রেফারেন্স হিসেবে ব্যবহার করুন। সমস্যা সমাধান, দেওয়া উপকরণের সঙ্গে উদ্ধৃতির মিল এবং ছবিভিত্তিক ডায়াগ্রাম বোঝার মান আলাদাভাবে পরিমাপ করুন।

বিবরণ
শনাক্তকারী
gpt-6.1-sol
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-6.1 Terra

এই প্ল্যানে উপলভ্য

দৃশ্যভিত্তিক যুক্তি, নির্ভুল কম্পিউটার-ইন্টারঅ্যাকশন এবং স্পষ্ট লেখার উপযোগী। টেক্সট ও ছবি বোঝার ক্ষমতার সঙ্গে দৈনন্দিন পেশাগত কাজে দ্রুত সাড়া দেওয়ার ধরন মিলেছে।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

স্ক্রিনশট বুঝে ধাপে ধাপে পরিষ্কার ইন্টারফেস-নির্দেশনা দেয় এমন গ্রাহক মডেলের জন্য উদাহরণ প্রস্তুত করুন। অদেখা স্ক্রিন আলাদা রেখে উপাদান শনাক্তকরণ, নির্দেশনার নির্ভুলতা এবং চাওয়া ফরম্যাট মেনে চলা যাচাই করুন।

বিবরণ
শনাক্তকারী
gpt-6.1-terra
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-6 Luna

এই প্ল্যানে উপলভ্য

শ্রেণিবিন্যাস, তথ্য বের করা এবং নিয়মিত কোডিংয়ের মতো নির্দিষ্ট কাজ বেশি পরিমাণে করার কার্যকর বিকল্প। এটি টেক্সট ও ছবি নেয় এবং টেক্সট উত্তর দেয়।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

ছোট টেক্সট বা ছবিভিত্তিক ইনপুট থেকে অনুরোধ শ্রেণিবদ্ধ করে নির্দিষ্ট তথ্যের ঘরগুলো পূরণ করে এমন আলাদা মডেল প্রশিক্ষণ দিন। গতি বিবেচনার আগে লেবেলের নির্ভুলতা, প্রতিটি ঘরের যথার্থতা এবং অসম্পূর্ণ উদাহরণে আচরণ যাচাই করুন।

বিবরণ
শনাক্তকারী
gpt-6-luna
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-5.6 Sol

এই প্ল্যানে উপলভ্য

প্রকাশিত OpenAI মডেল ক্যাটালগের Sol-সিরিজের একটি এন্ট্রি। সংশ্লিষ্ট রেফারেন্সগুলোর জন্য ব্যবহৃত একই প্রম্পট ও মূল্যায়ন-পদ্ধতিতে জটিল যুক্তি, সফটওয়্যার উন্নয়ন এবং নথি বিশ্লেষণের উদাহরণে এর উত্তর তুলনা করুন।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

একাধিক ধাপে কারিগরি নথি পর্যালোচনা করে তথ্যসমর্থিত সিদ্ধান্ত ও অনুসরণযোগ্য যুক্তি দেয় এমন গ্রাহক মডেল তৈরি করুন। আলাদা পরীক্ষামূলক সেটে যুক্তির সঠিকতা, উৎসের সঙ্গে সামঞ্জস্য এবং দেওয়া রেকর্ড অপর্যাপ্ত হলে সঠিক প্রতিক্রিয়া যাচাই করুন।

বিবরণ
শনাক্তকারী
GPT-5.6 Sol
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-5.6 Terra

এই প্ল্যানে উপলভ্য

প্রকাশিত OpenAI মডেল ক্যাটালগের Terra-সিরিজের একটি এন্ট্রি। পাশাপাশি তুলনায় দৃশ্যভিত্তিক ও টেক্সটভিত্তিক পেশাগত কাজ রাখুন; সমর্থিত ইনপুট ও সীমা প্রকাশিত কনফিগারেশন থেকে নিশ্চিত করুন।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

ইন্টারফেসের ছবি পড়ে সংক্ষিপ্ত পরিচালনামূলক নির্দেশনা লেখে এমন আলাদা মডেল তৈরিতে রেফারেন্স উত্তর ব্যবহার করুন। আলাদা রাখা স্ক্রিনে দৃশ্যের খুঁটিনাটি চেনা, স্পষ্টতা এবং নির্দিষ্ট উত্তর-ছক মানা যাচাই করুন।

বিবরণ
শনাক্তকারী
GPT-5.6 Terra
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-5.6 Luna

এই প্ল্যানে উপলভ্য

প্রকাশিত OpenAI মডেল ক্যাটালগের Luna-সিরিজের একটি এন্ট্রি। অন্য এন্ট্রির সঙ্গে অনথিভুক্ত পার্থক্য ধরে না নিয়ে অনুরোধ শ্রেণিবিন্যাস, তথ্য নিষ্কাশন ও নিয়মিত কোড সহায়তার মতো নির্দিষ্ট, পুনরাবৃত্তিযোগ্য কাজে তুলনা করুন।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

বারবার আসা ব্যবসায়িক অনুরোধ বাছাই ও তথ্য বের করার জন্য গ্রাহক মডেল তৈরি করুন। আলাদা মূল্যায়ন-সেটে প্রতিটি শ্রেণির ভুল, অনুপস্থিত বা বানানো তথ্য এবং একই অনুরোধের ভিন্ন ভাষ্যে ধারাবাহিকতা নথিবদ্ধ করুন।

বিবরণ
শনাক্তকারী
GPT-5.6 Luna
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-5.5

এই প্ল্যানে উপলভ্য

কথোপকথন, লেখা, বিশ্লেষণ ও কোডিংয়ের কাজ মূল্যায়নের জন্য সাধারণ GPT ক্যাটালগ এন্ট্রি। নথিভুক্ত রেফারেন্স-মডেল প্রোফাইল এবং বাস্তব কাজের ধরন দেখে কোন ক্ষেত্রে এটি কার্যকর তুলনা, তা নির্ধারণ করুন।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

অনুমোদিত জ্ঞানভান্ডার থেকে কার্যকর উত্তর লেখে, কিন্তু তথ্যের ঘাটতি অনুমান দিয়ে পূরণ করে না—এমন গ্রাহক মডেল বানান। সাধারণ ও ব্যতিক্রমী প্রশ্নে উত্তরের মান, উৎসভিত্তিকতা এবং যথাযথভাবে উত্তর না দেওয়ার ক্ষমতা মাপুন।

বিবরণ
শনাক্তকারী
GPT-5.5
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-5.4

এই প্ল্যানে উপলভ্য

সাধারণ সহকারী ও জ্ঞানভিত্তিক কাজের রেফারেন্স হিসেবে ব্যবহারযোগ্য GPT ক্যাটালগ এন্ট্রি। নাম দেখে সক্ষমতার পার্থক্য ধরে না নিয়ে প্রতিনিধিত্বমূলক প্রম্পট ও একই মূল্যায়ন-পদ্ধতিতে তুলনা করুন।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

কেস-রেকর্ড সংক্ষেপ করে নথিভুক্ত পরবর্তী পদক্ষেপের সুপারিশ করে এমন আলাদা গ্রাহক সহকারী প্রশিক্ষণ দিন। পর্যালোচিত উদাহরণে সারাংশের পূর্ণতা, পদক্ষেপের যথার্থতা এবং গুরুত্বপূর্ণ ব্যতিক্রম অক্ষুণ্ণ রাখা যাচাই করুন।

বিবরণ
শনাক্তকারী
GPT-5.4
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-5.4 mini

এই প্ল্যানে উপলভ্য

mini নামে থাকা GPT এন্ট্রিটি নির্দিষ্ট কাজের তুলনার জন্য অন্য GPT রেফারেন্সের পাশাপাশি তালিকাভুক্ত। নিজের সংক্ষিপ্ত কর্মপ্রবাহে পরীক্ষা করুন এবং প্রশিক্ষণের রেফারেন্স বেছে নেওয়ার আগে প্রকাশিত সীমা নিশ্চিত করুন।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

ছোট বার্তা পরিচিত কয়েকটি কিউতে পাঠিয়ে সংক্ষিপ্ত ব্যাখ্যা দেয় এমন গ্রাহক মডেল প্রস্তুত করুন। আলাদা রাখা বার্তায় সঠিক রাউটিং, অস্পষ্ট ক্ষেত্রে আচরণ এবং স্থিতিশীল আউटপुट ফরম্যাট যাচাই করুন।

বিবরণ
শনাক্তকারী
GPT-5.4 mini
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

GPT-5.4 nano

এই প্ল্যানে উপলভ্য

nano নামে থাকা GPT এন্ট্রি ক্যাটালগে পৃথক রেফারেন্স হিসেবে আছে। নথিভুক্ত সীমা এবং একই মূল্যায়ন-উদাহরণ ব্যবহার করে নির্দিষ্ট কাজের উপযোগিতা সরাসরি যাচাই করুন।

OpenAI GPT API প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

সংক্ষিপ্ত রেকর্ড থেকে হালকা ট্যাগিং ও তথ্যের ঘর পূরণের গ্রাহক মডেল তৈরির সময় এটিকে রেফারেন্স হিসেবে নিন। অনুপস্থিত তথ্যসহ প্রতিটি ঘরের নির্ভুল মিল ও ভুলের হার জানান।

বিবরণ
শনাক্তকারী
GPT-5.4 nano
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

প্রোভাইডার

Alibaba Qwen

একটি সাবস্ক্রিপশনে Alibaba Qwen-এর সব উপলভ্য মডেল অন্তর্ভুক্ত। প্রতিটি প্রশিক্ষণ সেশনের উপযোগী রেফারেন্স মডেল বেছে নিন; মডেল বদলাতে আলাদা সাবস্ক্রিপশন লাগে না।

প্রোভাইডারের মাসিক প্ল্যান
USD ১২,৬৭৫.০০
প্রোভাইডার প্ল্যান বেছে নিন
প্রোভাইডারের বার্ষিক প্ল্যান
USD ১,৪৪,৪৯৫.০০
প্রোভাইডার প্ল্যান বেছে নিন

Qwen3.8 Max

এই প্ল্যানে উপলভ্য

জটিল যুক্তি, কোডিং ও দৃশ্যভিত্তিক বিশ্লেষণের জন্য বর্তমান Qwen বিকল্প। এটি দীর্ঘ-কনটেক্সট কাজ, টুল কল এবং কঠিন ব্যবসায়িক অ্যাপ্লিকেশনের কাঠামোবদ্ধ উত্তর সমর্থন করে।

Alibaba Qwen প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

বিস্তারিত ব্যবসায়িক কেস বিশ্লেষণ করে কাঠামোবদ্ধ সুপারিশ দেয় এমন গ্রাহক মডেলের রেফারেন্স হিসেবে ব্যবহার করুন। পর্যালোচিত উত্তর-চাবির সঙ্গে যুক্তি, সরবরাহ করা দৃশ্যপ্রমাণের ব্যবহার এবং সঠিক টুল নির্বাচন যাচাই করুন।

বিবরণ
শনাক্তকারী
qwen3.8-max
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Qwen3.8 Flash

এই প্ল্যানে উপলভ্য

টেক্সট তৈরি, যুক্তি ও দৃশ্য বোঝার জন্য সাড়াদানে দ্রুত Qwen মডেল। সক্ষমতা, গতি ও পরিচালন দক্ষতার ভারসাম্য প্রয়োজন এমন প্রোডাকশন অ্যাপ্লিকেশনের উপযোগী।

Alibaba Qwen প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দ্রুত নথি গ্রহণের জন্য আলাদা গ্রাহক মডেল প্রস্তুত করুন: অনুরোধ শ্রেণিবদ্ধ করবে, দরকারি তথ্য বের করবে এবং পরবর্তী পদক্ষেপ লিখবে। উত্তরের সময় থেকে আলাদা করে শ্রেণিবিন্যাস ও তথ্য নিষ্কাশনের মান মাপুন।

বিবরণ
শনাক্তকারী
qwen3.8-flash
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Qwen3.8 Omni Flash

এই প্ল্যানে উপলভ্য

এক মডেলে টেক্সট, ছবি, অডিও ও ভিডিও বোঝে এবং টেক্সট উত্তর দেয়। বিভিন্ন মাধ্যমের উপকরণ বিশ্লেষণ ও তথ্য নিষ্কাশনে এটি সহায়তা করে।

Alibaba Qwen প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দেওয়া মিশ্র-মাধ্যমের উদাহরণ থেকে সময়-চিহ্নিত, প্রমাণভিত্তিক সারাংশ তৈরি করে এমন গ্রাহক মডেল প্রশিক্ষণ দিন। টেক্সট, ছবি, অডিও ও ভিডিও আলাদা করে যাচাই করুন, তারপর চূড়ান্ত বিবরণে তাদের প্রমাণ পৃথকভাবে রাখা হয়েছে কি না পরীক্ষা করুন।

বিবরণ
শনাক্তকারী
qwen3.8-omni-flash
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Qwen3.7 Plus

এই প্ল্যানে উপলভ্য

সাধারণ পেশাগত কাজে যুক্তি, কোডিং ও দৃশ্য বোঝার ভারসাম্য রাখে। দীর্ঘ কনটেক্সট ও টুল সমর্থন নথির ওয়ার্কফ্লো এবং ব্যবসায়িক সহকারীর উপযোগী।

Alibaba Qwen প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

দীর্ঘ পরিচালনামূলক রেকর্ড পড়ে প্রশ্নের উত্তর দেয় এবং নির্দিষ্ট কাঠামোতে ফল দেয় এমন গ্রাহক সহকারী তৈরিতে রেফারেন্স কেস ব্যবহার করুন। উৎসের বিষয় অন্তর্ভুক্তি, প্রযোজ্য ক্ষেত্রে কোডের সঠিকতা এবং বৈধ টুল ব্যবহার যাচাই করুন।

বিবরণ
শনাক্তকারী
qwen3.7-plus
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Qwen3.8

এই প্ল্যানে উপলভ্য

Alibaba Qwen সেবা ক্যাটালগে Qwen3.8 একটি নামযুক্ত এন্ট্রি। অনুমোদিত লেখায় আরও নির্দিষ্ট ভূমিকা বলা নেই; নিজের টেক্সট, বিশ্লেষণ ও কাঠামোবদ্ধ উত্তরের প্রতিনিধিত্বমূলক মিশ্র কাজে উপযোগিতা যাচাই করুন।

Alibaba Qwen প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

প্রক্রিয়ার নোটকে সংক্ষিপ্ত, নির্ধারিত ছকের হস্তান্তর-নথিতে রূপান্তর করে এমন গ্রাহক মডেল প্রশিক্ষণ দিন। প্রশিক্ষণে ব্যবহার হয়নি এমন উদাহরণে পূর্ণতা, সামঞ্জস্য এবং দেওয়া নোটের বিশ্বস্ত ব্যবহার যাচাই করুন।

বিবরণ
শনাক্তকারী
Qwen3.8
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Qwen3 Coder Next

এই প্ল্যানে উপলভ্য

কোডার হিসেবে চিহ্নিত Qwen মডেল Qwen3 Coder Next তালিকায় রয়েছে। কোড ব্যাখ্যা ও পরিবর্তন পর্যালোচনাসহ পরিবেশের বাস্তব সফটওয়্যার কাজে মূল্যায়ন করুন এবং সমর্থিত বিবরণ কনফিগারেশনে নিশ্চিত করুন।

Alibaba Qwen প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

কাজের বিবরণ থেকে কোড পরিবর্তন ব্যাখ্যা ও নির্দিষ্ট সম্পাদনার প্রস্তাব দেয় এমন আলাদা গ্রাহক মডেল তৈরি করুন। প্যাচের প্রাসঙ্গিকতা, অনুরোধ মেনে চলা এবং সঙ্গে দেওয়া যাচাই পরিকল্পনার সঠিকতা পরিমাপ করুন।

বিবরণ
শনাক্তকারী
Qwen3 Coder Next
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
আর্কিটেকচার
Qwen3NextForCausalLM
কনটেক্সট উইন্ডো
২,৬২,১৪৪ টোকেন
প্যারামিটার
৮০.০০ বিলিয়ন
ইনপুটের ধরন
টেক্সট, code
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

Qwen3-VL

এই প্ল্যানে উপলভ্য

প্রকাশিত ক্যাটালগে Qwen3-VL দৃষ্টিনির্ভর Qwen এন্ট্রি হিসেবে রয়েছে। আপনার ওয়ার্কফ্লোর ছবিভিত্তিক প্রশ্নে ব্যবহারিক উপযোগিতা যাচাই করুন; ইনপুট ও আউটপুটের সুনির্দিষ্ট সীমার জন্য প্রকাশিত রেকর্ড দেখুন।

Alibaba Qwen প্রশিক্ষণ প্ল্যানে অন্তর্ভুক্ত

বিস্তারিত
প্রশিক্ষণের লক্ষ্য

স্ক্রিনশট, ফর্ম বা অন্য দৃশ্যমান রেকর্ড সম্পর্কে সংক্ষিপ্ত সহায়ক বিবরণসহ উত্তর দেয় এমন গ্রাহক মডেল প্রস্তুত করুন। আলাদা রাখা ছবিতে দৃশ্য থেকে তথ্য বের করা, কোনো উপাদান অস্পষ্ট হলে অনিশ্চয়তা জানানো এবং উত্তরের কাঠামো পরীক্ষা করুন।

বিবরণ
শনাক্তকারী
Qwen3-VL
মডেলের ভূমিকা
আলাদাভাবে প্রশিক্ষিত গ্রাহক মডেলের জন্য রেফারেন্স মডেল
প্রশিক্ষণ পদ্ধতি
LoRA, QLoRA, SFT
ডেটাসেট
প্রস্তুত প্রশিক্ষণ-ডেটা ও আলাদা মূল্যায়ন-ডেটা; ফরম্যাট নির্বাচিত SDK কনফিগারেশন অনুযায়ী হবে।
সরবরাহ
গ্রাহক মডেলের আর্টিফ্যাক্ট; বেস মডেল ও অ্যাডাপ্টারের নির্ভরতা নির্বাচিত কনফিগারেশনে নির্দিষ্ট করা হয়।
রানটাইম
  • FusionPointAI AI Hosting
  • গ্রাহকের ডেটা সেন্টার
  • Google Colab বা অনুরূপ পরিবেশ
কারিগরি সীমা

নথিভুক্ত রেফারেন্স-মডেলের সীমা মেনে চলুন। শিক্ষার্থী মডেলের কনটেক্সট, মেমরির চাহিদা ও আউটপুট ফরম্যাট নির্বাচিত শিক্ষার্থী মডেল এবং রানটাইমের ওপর নির্ভর করে।

ভিন্ন ভূমিকার দুটি মডেল

Reference Model যোগ্য শিক্ষক বা কর্মদক্ষতার রেফারেন্স। Customer Model হলো আলাদা শিক্ষার্থী মডেল, যার ওজন প্রশিক্ষণ দেওয়া হয়। প্রম্পট লক্ষ্য বর্ণনা করে; এটি নিজে মডেলের ওজন বদলায় না বা মালিকানাধীন মডেল কপি করে না।

রেফারেন্স মডেল

FusionPointAI SDK

আপনার প্রশিক্ষিত মডেল

প্রশিক্ষণের ধরন বেছে নিন

স্বয়ংক্রিয় প্রশিক্ষণ

লক্ষ্য ভাষা, বিশেষায়ন বা সক্ষমতা, কর্মদক্ষতার মানদণ্ড এবং সরবরাহের পছন্দ বর্ণনা করুন। ওয়েবসাইট প্রশিক্ষণ কনফিগারেশন ও সেশন প্রস্তুত করে; নির্বাচিত রানটাইমে training SDK প্রশিক্ষণ চালায়।

উন্নত প্রশিক্ষণ

নির্বাচিত রেফারেন্স কনফিগারেশনের জন্য যোগ্য শিক্ষার্থী মডেল, প্রশিক্ষণ পদ্ধতি, ডেটাসেটের আকার, কম্পিউটের চাহিদা ও সরবরাহের ফরম্যাট থেকে বেছে নিন। অনুমোদিত পরিসরের বাইরের বিকল্পে ইচ্ছামতো ক্যালকুলেটর-অঙ্ক নয়, আলাদা বাণিজ্যিক কোটেশন লাগবে।

প্রশিক্ষণের রানটাইম

FusionPointAI training SDK-র ভেতরে শিক্ষার্থী মডেল লোড ও ফাইন-টিউন করা হয়। এটি FusionPointAI AI Hosting, আপনার ডেটা সেন্টার, Google Colab বা অনুরূপ পরিবেশে চলে। ওয়েবসাইট VPS-এ GPU প্রশিক্ষণ হয় না।

FusionPointAI AI Hosting

গ্রাহকের ডেটা সেন্টার

Google Colab বা অনুরূপ পরিবেশ

SDK ইন্টিগ্রেশনের বিবরণ

পছন্দের রানটাইমে প্রশিক্ষণ দিন

ওয়েবসাইট/API ai:training key যাচাই করে, পরিশোধিত কাজের জন্য সেশন খোলে, প্রশিক্ষণ ও প্রশিক্ষণে ব্যবহার না-করা যাচাই-ডেটা প্রস্তুত করে পাঠায় এবং লক্ষ্য ও কনফিগারেশন সরবরাহ করে। FusionPointAI AI Hosting, আপনার ডেটা সেন্টার, Google Colab বা অনুরূপ রানটাইমে training SDK শিক্ষার্থী মডেল লোড ও ফাইন-টিউন করে। এটি অগ্রগতি, মূল্যায়ন এবং স্থানীয়ভাবে তৈরি আর্টিফ্যাক্টের তথ্য সেশনে ফেরত দেয়। ডেটা তৈরির উদাহরণে শুধু নমুনার বিষয়বস্তু ও ফরম্যাট দেখানো হয়।

নির্বাচিত রানটাইমে training SDK শিক্ষার্থী মডেল লোড ও ফাইন-টিউন করে। ওয়েবসাইট/API সেশন, কনফিগারেশন, প্রস্তুত ডেটা, অগ্রগতি এবং আর্টিফ্যাক্ট সরবরাহ সমন্বয় করে। AI Hosting ঐচ্ছিক এবং আলাদাভাবে বিল করা হয়।

নথিপত্র পড়ুন

নির্ধারণ, মূল্যায়ন ও সরবরাহ

প্রশিক্ষণের লক্ষ্য ও ডেটা

প্রশিক্ষণের আগে কাজ ও গ্রহণযোগ্যতার মানদণ্ড নির্ধারণ করুন। গ্রাহক-অনুমোদিত ডেটাসেট বা প্রকল্পের জন্য অনুমোদিত লাইসেন্সকৃত শিক্ষামূলক উপকরণ ব্যবহার করুন। কাজ শুরুর আগে ডেটাসেট প্রস্তুতি, উৎস, অনুমোদিত ব্যবহার এবং মূল্যায়নের বিভাজন স্থির করতে হবে।

সম্মত মানদণ্ডে মূল্যায়ন

নথিভুক্ত, প্রশিক্ষণে ব্যবহার না-করা মূল্যায়ন-সেটে তৈরি মডেল মাপুন। প্রতিবেদনে চাওয়া লক্ষ্য ও বাস্তবে অর্জিত ফল আলাদা করে দেখানো হয়। সব কাজে রেফারেন্স-স্তরের কর্মদক্ষতার নিশ্চয়তা নয়; এটি মূল্যায়নের লক্ষ্য।

গ্রাহক মডেল সরবরাহ

অনুমোদিত কোটেশনে সরবরাহযোগ্য উপকরণ, মডেলের লাইসেন্স, আর্টিফ্যাক্ট ফরম্যাট এবং অ্যাডাপ্টার বা বেস-মডেলের নির্ভরতা উল্লেখ থাকে। ডাউনলোডযোগ্য সরবরাহে AI Hosting সাবস্ক্রিপশন লাগে না। সমর্থিত হলে ডেডিকেটেড ডিপ্লয়মেন্ট ঐচ্ছিক সরবরাহ ব্যবস্থা।

ডেটা বিচ্ছিন্নতা ও প্রবেশাধিকার

প্রকল্পে প্রবেশাধিকার বিদ্যমান অ্যাকাউন্ট ও কাজের অনুমতি অনুসারে চলে। প্রশিক্ষণের ইনপুট ও সরবরাহকৃত আর্টিফ্যাক্ট বিদ্যমান ব্যক্তিগত-ফাইল ও সংরক্ষণ নিয়ন্ত্রণের অধীনে থাকে। প্রয়োজনীয় অধিকার এবং সম্মত ব্যবস্থাপনা-শর্ত না থাকলে ডেটা আপলোড করবেন না।

অন্তর্ভুক্ত রেফারেন্স-মডেল প্রবেশাধিকার

কেনা প্রোভাইডার প্রশিক্ষণ প্ল্যানে পরিশোধিত মেয়াদে ওই প্রোভাইডারের সব উপলভ্য রেফারেন্স মডেলের API প্রবেশাধিকার থাকে। প্রতিটি প্রশিক্ষণ সেশনের জন্য মডেল বেছে নিন; প্রস্তুতির আগে অন্য উপলভ্য মডেলে বদলাতে আরেকটি সাবস্ক্রিপশন লাগে না। পেমেন্ট নিশ্চিত হওয়ার পর প্রবেশাধিকার শুরু হয় এবং চুক্তি অনুযায়ী নথিভুক্ত মেয়াদ শেষ হলে বা তার আগে প্রত্যাহার হলে শেষ হয়। এটি স্বয়ংক্রিয়ভাবে নবায়ন হয় না।

প্ল্যান তুলনা করুন

ডেটাসেটের উদাহরণ: জার্মান ভাষায় সহায়তা

তৈরি করা প্রশিক্ষণ-উদাহরণে জার্মান ভাষার অনুরোধের সঙ্গে লক্ষ্য উত্তর জোড়া লাগানো যেতে পারে; যাচাইয়ের জন্য আলাদা কিছু উদাহরণ রেখে দেওয়া হবে। এটি শুধু ডেটাসেট প্রস্তুতির নমুনা।

সাধারণ জিজ্ঞাসা

একটি লক্ষ্য দিলেই কি Automatic ওয়ার্কফ্লো শুরু হবে?

এতে কনফিগারেশন শুরু হতে পারে। প্রয়োজনীয় অনুমতি, অনুমোদিত ডেটা, সামঞ্জস্যপূর্ণ শিক্ষার্থী মডেল, সুনির্দিষ্ট কোটেশন, পেমেন্ট এবং কাজ শুরুর শর্ত পূরণ না হওয়া পর্যন্ত প্রকৃত প্রশিক্ষণ শুরু হয় না।

আমি কি রেফারেন্স মডেলের আসল ওজন পাব?

স্বয়ংক্রিয়ভাবে হস্তান্তরের অর্থ করা হয় না। গ্রাহক মডেল আলাদাভাবে প্রশিক্ষিত হয় এবং এর সরবরাহযোগ্য উপকরণ ও লাইসেন্স অনুমোদিত কোটেশনে নির্ধারিত থাকে।

কর্মদক্ষতা কি রেফারেন্স মডেলের মতোই হবে?

নিঃশর্তভাবে নয়। সম্মত সক্ষমতার লক্ষ্য নথিভুক্ত বেঞ্চমার্কে যাচাই করা হয় এবং মাপা ফল জানানো হয়।

হোস্টিং কিনতেই হবে?

অনুমোদিত সরবরাহযোগ্য উপকরণ ডাউনলোডযোগ্য আর্টিফ্যাক্ট হলে না। সমর্থিত হোস্টেড ডিপ্লয়মেন্টের দাম এককালীন প্রশিক্ষণ প্রকল্পের বাইরে আলাদাভাবে নির্ধারিত হয়।

অন্তর্ভুক্ত API প্রবেশাধিকারের মেয়াদ শেষে কী হয়?

নথিভুক্ত প্রশিক্ষণ-মেয়াদ শেষে এর মেয়াদ শেষ হয়। এরপর আলাদা উপলভ্য Unlimited API সাবস্ক্রিপশন বেছে নিতে পারেন।

একটি প্রোভাইডার প্রশিক্ষণ প্ল্যানে কি একাধিক রেফারেন্স মডেল থাকে?

হ্যাঁ। একটি প্ল্যানে সাবস্ক্রাইব করা প্রোভাইডারের সব উপলভ্য রেফারেন্স মডেল থাকে। প্রতিটি প্রশিক্ষণ সেশনের জন্য মডেল বেছে নিন, অথবা প্রস্তুতির আগে অন্য উপলভ্য মডেলে বদলান—আরেকটি সাবস্ক্রিপশন লাগবে না। প্রবেশাধিকার পরিশোধিত প্ল্যানের মেয়াদ ও তার মেয়াদশেষ বা আগাম প্রত্যাহারের শর্তাধীন।