Felo API-তে Kimi K3.1 Pro: সক্ষমতা, বেঞ্চমার্ক, মূল্য, এবং সেটআপ
Felo API-তে Kimi K3.1 Pro-এর বিস্তারিত গাইড: ১ মিলিয়ন-টোকেন কনটেক্সট, ভিজ্যুয়াল ইনপুট, কোডিং ও ফাইন্যান্স ফলাফল, মূল্য, এবং API সেটআপ।
Kimi K3.1 Pro এখন Felo API-তে পাওয়া যায়। আপনি যদি এটি কোডিং এজেন্ট, ভিজ্যুয়াল ওয়ার্কফ্লো, বা বড় ডকুমেন্ট সেটে গবেষণার জন্য বিবেচনা করেন, এই গাইডে প্রথম ইন্টিগ্রেশনের আগে প্রয়োজনীয় তথ্য পাবেন: K3 থেকে কী পরিবর্তন এসেছে, প্রকাশিত মূল্যায়ন কী দেখায়, Felo কোন ইনপুট সমর্থন করে, এবং দুইটি প্রোভাইডার রুটের মধ্যে কীভাবে বেছে নেবেন।
পাবলিক Felo মডেল আইডি হলো kimi-k3.1-pro। আপনি এটি Felo মডেল ক্যাটালগে দেখতে পারেন এবং Playground-এ পরীক্ষা করতে পারেন।
Kimi K3.1 Pro এক নজরে
| বিস্তারিত | বর্তমানে যা পাওয়া যায় |
|---|---|
| মডেল | Moonshot AI-এর প্রথম K3.1-সিরিজের ফ্ল্যাগশিপ, Kimi K3-এর পোস্ট-ট্রেইনড সংস্করণ |
| Felo মডেল আইডি | kimi-k3.1-pro |
| কনটেক্সট উইন্ডো | ১,০৪৮,৫৭৬ টোকেন (প্রায় ১ মিলিয়ন) |
| ইনপুট | টেক্সট, ছবি, এবং ভিডিও |
| আউটপুট | টেক্সট; এটি 3D ওয়ার্কফ্লোর জন্য কোড লিখতে পারে, কিন্তু মডেল কল সরাসরি 3D অ্যাসেট বা জেনারেটেড ভিডিও ফেরত দেয় না |
| রিজনিং | ডিফল্টভাবে সক্রিয়; Felo-তে max, high, low, এবং none এফোর্ট লেভেল আছে, ডিফল্ট max |
| সুপারিশকৃত Felo প্রোটোকল | Messages, POST https://openapi.felo.ai/api/v1/messages |
| Felo-তে প্রোভাইডার রুট | Moonshot AI MXFP4 এবং Moonshot AI Highspeed |
এগুলো Felo-র বর্তমান মডেল লিস্টিংয়ের তথ্য। বড় কনটেক্সট উইন্ডো হলো ক্যাপাসিটি সীমা, এটি প্রতিশ্রুতি নয় যে ১ মিলিয়ন-টোকেন প্রম্পটের প্রতিটি তথ্য নিখুঁতভাবে মনে রাখবে। প্রোডাকশনে ব্যবহারের জন্য, আপনি যে দৈর্ঘ্য, ইনপুট ফরম্যাট, এবং রিজনিং সেটিং ব্যবহার করতে চান তা পরীক্ষা করুন।
Kimi K3 থেকে কী পরিবর্তন এসেছে?
Moonshot K3.1 Pro-কে K3-এর পোস্ট-ট্রেইনড সংস্করণ হিসেবে বর্ণনা করে, যেখানে অনেক ডাউনস্ট্রিম টাস্কে বেশি পোস্ট-ট্রেইনিং কম্পিউট এবং রিইনফোর্সমেন্ট লার্নিং হয়েছে। এই পার্থক্য গুরুত্বপূর্ণ। পাবলিক দাবি হলো কোডিং, এজেন্টিক, ভিজ্যুয়াল, এবং নলেজ-ওয়ার্ক টাস্কে উন্নত আচরণ; এটি নতুন বেস আর্কিটেকচারের দাবি নয়। Felo-র K3.1 Pro মডেল পেজে মডেল ও তার সমর্থিত API রুটের সারাংশ আছে।
K3 নিজে ২.৮ ট্রিলিয়ন-প্যারামিটার, ৩টি-ক্লাস মিক্সচার-অফ-এক্সপার্টস মডেল। এর ডিজাইনে Kimi Delta Attention এবং Attention Residuals আছে, নেটিভ ভিজ্যুয়াল বোঝাপড়া ও ১ মিলিয়ন-টোকেন কনটেক্সট উইন্ডোসহ। K3.1 Pro K3-এর ওপর ভিত্তি করে তৈরি, তাই এটি আর্কিটেকচার বোঝার জন্য দরকারি; Moonshot এখনো পুরো K3.1 ওজন বা আলাদা আর্কিটেকচারাল স্পেসিফিকেশন প্রকাশ করেনি। Felo-তে K3-এর আর্কিটেকচার ও স্পেসিফিকেশন দেখুন।
বাস্তব পরিবর্তন হলো মডেলটি কোন কাজ শেষ করতে পারে। Moonshot জানায়, লং-হরাইজন কোডিং, 3D মডেলিং, ফাইন্যান্সিয়াল গবেষণা, এবং স্ট্রেস টেস্টে ফ্যাকচুয়াল একুরেসিতে উন্নতি হয়েছে। K3.1 Pro-তে Highspeed সার্ভিং অপশন আছে, যা Moonshot-এর মতে ২–৩ গুণ বেশি গতি দেয় একই মডেল সক্ষমতায়। দ্রুত রুটে টোকেন মূল্য বেশি, নিচে আলোচনা আছে।
প্রকাশিত এন্ট্রি মূল্যও পরিবর্তিত। Felo K3-এর জন্য প্রতি মিলিয়ন ইনপুট টোকেনে $৩ এবং আউটপুটে $১৫ দেখায়। K3.1 Pro-এর MXFP4 রুটে যথাক্রমে $২ এবং $১০। নতুন মডেলের কমদামি রুটে আজকের দামে ইনপুট বা আউটপুট টোকেন প্রতি এক-তৃতীয়াংশ কম খরচ হয়। পুরো ওয়ার্কলোড সেভিং হিসেবে ধরার আগে নির্দিষ্ট চ্যানেল ও লেটেন্সি তুলনা করুন।
মডেলটি কোথায় সবচেয়ে শক্তিশালী
লং-হরাইজন কোডিং ও এজেন্ট
K3.1 Pro একক কোড স্নিপেটের বাইরে কাজ করতে পারে। Moonshot-এর উদাহরণে মাল্টি-ফাইল ডেভেলপমেন্ট, ডিবাগিং, ফ্রন্ট-এন্ড বিল্ড, গেম-ইঞ্জিন কাজ, এবং টুল-সহায়িত টাস্ক আছে, যেখানে বারবার পরিদর্শন ও সংশোধন দরকার। Kimi Code Bench 3.0 Long-horizon-এ এর ফলাফল K3-এ ৫৫.৯৫% থেকে K3.1 Pro-এ ৬১.২% হয়েছে। Terminal-Bench 4.0-এ, K3.1 Pro ৬৫.৭% স্কোর করেছে Moonshot-এর মূল্যায়নে।
একটি ইঞ্জিনিয়ারিং টিমের জন্য দরকারি প্রশ্ন হলো, এটি রিপোজিটরি পরিবর্তন করতে পারে কিনা থ্রেড হারানো ছাড়া: সঠিক ফাইল পড়া, প্যাচ প্রস্তাব, সংশ্লিষ্ট চেক চালানো, এবং টেস্ট ফেল করলে পুনরুদ্ধার। একটি প্রতিনিধিত্বমূলক ইস্যু দিন এবং চূড়ান্ত ডিফ ও টেস্ট ফলাফল মূল্যায়ন করুন। কেবল পরিকল্পনা যথেষ্ট নয় যে কাজ শেষ হয়েছে।
ছবি, ভিডিও, এবং 3D কাজ
Felo রুট টেক্সট, ছবি, এবং ভিডিও ইনপুট নেয় এবং টেক্সট ফেরত দেয়। তাই K3.1 Pro-কে ব্যবহার করা যায় স্ক্রিনশট ব্যাখ্যা, ফ্রেম তুলনা, ভিজ্যুয়াল রেফারেন্স বিশ্লেষণ, বা 3D মডেলিং পাইপলাইনের কোড ও স্ক্রিপ্ট লেখার কাজে। এটি মডেল এন্ডপয়েন্টকে ছবি, ভিডিও, বা 3D-ফাইল জেনারেটরে পরিণত করে না। অ্যাসেট তৈরি করতে মডেলের আউটপুটকে নিজের টুল বা উপযুক্ত জেনারেশন ওয়ার্কফ্লোতে পাঠান।
Moonshot BenchCAD-এ টুলসহ ৯২.৭% ফলাফল জানায়, যেখানে একাধিক রেন্ডার্ড ভিউ থেকে CAD কোড দিয়ে 3D অবজেক্ট পুনর্গঠন করতে হয়। প্রকাশিত উদাহরণে Blender ও CAD স্ক্রিপ্টিং, ইন্টারেক্টিভ Three.js সিন, Unity, Unreal Engine, এবং Godot-এ কাজ আছে। এগুলো কোন ধরনের কাজ মূল্যায়ন করবেন তা দেখায়; প্রতিটি টুল সাধারণ API অনুরোধে অন্তর্ভুক্ত নয়।
ফাইন্যান্সিয়াল গবেষণা ও মডেলিং
Moonshot OfficeQA Pro v2-তে ৬৪.৪ জানায়, যেখানে ফাইন্যান্সিয়াল ডকুমেন্ট বিশ্লেষণ, রিট্রিভাল, ক্রস-ডকুমেন্ট চেক, এবং সংখ্যাগত বিশ্লেষণ পরীক্ষা হয়। Moonshot-এর অভ্যন্তরীণ মূল্যায়নে, K3.1 Pro ফাইন্যান্সিয়াল গবেষণায় ৭০.৪ বনাম K3-এর ৫৮.৮ এবং ফাইন্যান্সিয়াল মডেলিংয়ে ৫৭.৬ বনাম ৫০.৪ স্কোর করেছে। এগুলো টাস্ক-নির্দিষ্ট স্কোর, বিনিয়োগ রিটার্ন বা প্রতিটি প্রশ্নে নির্ভুলতার পরিমাপ নয়।
এটি নিয়ন্ত্রিত কর্পাসে পরীক্ষা করার জন্য ভালো: বার্ষিক প্রতিবেদন, ফাইলিং, আর্নিংস উপকরণ, এবং এমন প্রশ্ন যা নির্দিষ্ট অংশ উদ্ধৃতি ও হিসাব দেখাতে বলে। সোর্স ডকুমেন্ট ও অঙ্কন পর্যালোচনার জন্য রাখুন। ফাইন্যান্সিয়াল সিদ্ধান্তে, স্বাধীন যাচাই প্রয়োজন।
দীর্ঘ ডকুমেন্ট ও বহু-ধাপ গবেষণা
এক মিলিয়ন-টোকেন উইন্ডোতে অ্যাপ্লিকেশন প্রচুর উপাদান পাঠাতে পারে: কোড, ট্রান্সক্রিপ্ট, রিপোর্ট, ছবি, এবং কথোপকথনের ইতিহাস একই কনটেক্সটে যায়। মডেল টুল কলের মাধ্যমে বহু-ধাপ এজেন্ট ওয়ার্কফ্লোতেও অংশ নিতে পারে। তবে কনটেক্সট ক্যাপাসিটি ও এজেন্ট আচরণ আলাদা। দীর্ঘ প্রম্পটে স্পষ্ট টাস্ক, ডকুমেন্ট ম্যাপ, এবং উত্তর যাচাইয়ের উপায় দরকার; এজেন্টের জন্য ডেভেলপারকে টুল দিতে ও ফলাফল সামলাতে হয়।
গবেষণায়, আগে মডেলকে প্রাসঙ্গিক সোর্স চিহ্নিত করতে বলুন, তারপর পৃষ্ঠা বা সেকশন রেফারেন্সসহ উত্তর দিন এবং অনিশ্চিত পয়েন্ট আলাদা তালিকায় দিন। এই গঠন ভুল ধরা সহজ করে।
Moonshot ও Felo বহু-এজেন্ট অর্কেস্ট্রেশন বর্ণনা করে, যা শতাধিক প্যারালাল সাবএজেন্টে স্কেল করতে পারে। এটি মডেল ঘিরে তৈরি এজেন্ট-সিস্টেম সক্ষমতা, একক API রেসপন্সে হয় না। ডেভেলপারকে ওয়ার্কার, টুল, বাজেট, এবং চূড়ান্ত পর্যালোচনা সমন্বয় করতে হয়। Felo মডেল বিবরণ দেখুন।
বেঞ্চমার্ক সংখ্যা কীভাবে পড়বেন
Moonshot-এর ঘোষণায় অনেক মূল্যায়ন আছে। নিচের তালিকায় বিভিন্ন ধরনের কাজের নমুনা আছে, একে অপরের সঙ্গে তুলনা নয়।
| মূল্যায়ন | K3.1 Pro | Moonshot-এর তুলনা | কী পরীক্ষা করে |
|---|---|---|---|
| Terminal-Bench 4.0 | ৬৫.৭% | Claude Opus 5.5: ৬৬.৪%; GPT-6 Astra: ৫৮.২% | টার্মিনাল টাস্কে কোডিং এজেন্ট, টাস্ক-নির্দিষ্ট টেস্ট |
| Kimi Code Bench 3.0 Long-horizon | ৬১.২% | K3: ৫৫.৯৫% | Moonshot-এর অভ্যন্তরীণ বহু-ধাপ কোডিং বেঞ্চমার্ক |
| BenchCAD, টুলসহ | ৯২.৭% | Claude Opus 5.5: ৯৬.২%; GPT-6 Astra: ৯৫.৯% | মাল্টি-ভিউ রেন্ডারিং থেকে CAD কোড জেনারেশন |
| ফাইন্যান্সিয়াল গবেষণা, অভ্যন্তরীণ | ৭০.৪ | K3: ৫৮.৮ | প্রমাণ-ভিত্তিক ফাইন্যান্সিয়াল গবেষণা |
| ফাইন্যান্সিয়াল মডেলিং, অভ্যন্তরীণ | ৫৭.৬ | K3: ৫০.৪ | ওয়ার্কবুক ফর্মুলা, ফাইন্যান্সিয়াল লজিক, এবং চূড়ান্ত মডেল গুণমান |
| Kimi Hallu Bench Hard | ৮.৩% ক্লেইম-লেভেল হ্যালুসিনেশন রেট | K3: ২৩.৪%; কম হলে ভালো | ইচ্ছাকৃতভাবে কঠিন ফ্যাকচুয়াল-একুরেসি স্ট্রেস টেস্ট |
সব মান Moonshot AI-এর K3.1 Pro টেকনিক্যাল ঘোষণার, Felo-র মূল্যায়ন নয়। অন্যথা না বললে, Moonshot max রিজনিং এফোর্ট, টেম্পারেচার ১.০, এবং top-p ০.৯৫-এ K3.1 Pro ফলাফল জানায়। বেঞ্চমার্কভেদে হার্নেস ভিন্ন, কিছু তুলনা অন্য প্রোভাইডারের প্রকাশিত ফলাফল থেকে। বিশেষ করে, Kimi Code Bench ও উপরের দুইটি ফাইন্যান্স স্কোর অভ্যন্তরীণ মূল্যায়ন। এগুলো দিয়ে নিজের ওয়ার্কলোডের জন্য টেস্ট বাছুন, প্রোডাকশনে একই পাস রেট ধরে নেবেন না। Felo-ও মডেল পেজে কিছু ফলাফল দেখায়।
হ্যালুসিনেশন সংখ্যার জন্য সতর্কতা দরকার। ৮.৩% হলো Kimi Hallu Bench Hard-এ ক্লেইম-লেভেল রেট, যা ভুল ধরার জন্য তৈরি স্ট্রেস টেস্ট। Moonshot স্পষ্টভাবে বলে এটি প্রতিদিনের ভুলের হার নয়। এটি K3-এর তুলনায় উন্নতির প্রমাণ, সোর্স যাচাই বাদ দেওয়ার কারণ নয়।
Felo API-তে মূল্য ও প্রোভাইডার পছন্দ
Felo kimi-k3.1-pro-এর জন্য দুইটি চালানো যায় এমন Moonshot AI চ্যানেল দেখায়। প্রতি এক মিলিয়ন টোকেন-এ প্রকাশিত হার, মার্কিন ডলারে:
| Felo চ্যানেল | ইনপুট | আউটপুট | ক্যাশ রিড |
|---|---|---|---|
moonshotai-mxfp4 | $২ | $১০ | $০.২০ |
moonshotai-highspeed | $৪ | $২০ | $০.২০ |
লাইভ মডেল পেজ Felo-র রেটের উৎস। Highspeed Felo-র ক্যাটালগে ডিফল্ট চ্যানেল। বাজেট বা লেটেন্সি নির্ভর করলে নির্দিষ্ট রুটে X-Felo-Channel স্পষ্টভাবে পাঠান, অনুমান করবেন না কোন প্রোভাইডার ব্যবহার হবে। Felo-র প্রোভাইডার-রাউটিং গাইড হেডার ও ফলোব্যাক আচরণ ব্যাখ্যা করে।
উদাহরণস্বরূপ, ২০০,০০০ আনক্যাশড ইনপুট টোকেন ও ৮,০০০ আউটপুট টোকেন-এর অনুরোধে MXFP4-এ প্রায় $০.৪৮ (0.2 × $2 + 0.008 × $10) বা Highspeed-এ $০.৯৬ (0.2 × $4 + 0.008 × $20) খরচ হয়। যদি ১০০,০০০ ইনপুট টোকেন ক্যাশ-রিড রেটে পড়ে, সে অংশে $০.০২ খরচ হয় দুই চ্যানেলেই। ক্যাশ হিট নিশ্চিত নয়; এটি আপস্ট্রিম সার্ভিস ও অনুরোধের ওপর নির্ভর করে। Felo-র মূল্য গাইড টোকেন ও ক্যাশ চার্জ হিসাব ব্যাখ্যা করে।
এগুলো মডেল টোকেনের আনুমানিক হিসাব। বর্তমান হার, ব্যবহার রেকর্ড, এবং অন্য বিলযোগ্য টুল যাচাই করুন প্রোডাকশন বাজেটে ব্যবহারের আগে। Felo API-তে প্রিপেইড সার্ভিস ক্রেডিট লাগে; API ব্যবহারে সাবস্ক্রিপশন দরকার নেই। বিলিং গাইড পড়ুন।
Felo-তে Kimi K3.1 Pro ব্যবহার শুরু করুন
- Felo API কী তৈরি করুন এবং প্রয়োজন হলে সার্ভিস ক্রেডিট যোগ করুন।
- Playground-এ একটি প্রম্পট দিয়ে চেষ্টা করুন। আপনার অ্যাপ্লিকেশন যে ধরনের উপাদান পাঠাবে, তা ব্যবহার করুন।
- পাবলিক মডেল আইডি দিয়ে ক্লায়েন্টে প্রম্পট দিন। Felo-র মডেল পেজে Messages এন্ডপয়েন্ট সুপারিশকৃত প্রোটোকল।
নিচের অনুরোধে কমদামি MXFP4 চ্যানেল নির্দিষ্ট, তাই মূল্য স্পষ্ট:
export FELO_API_KEY="YOUR_API_KEY"
curl https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-H "X-Felo-Channel: moonshotai-mxfp4" \
-d '{
"model": "kimi-k3.1-pro",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Review this TypeScript refactor plan. Identify missing tests, risky changes, and the first file you would inspect."
}
]
}'
দ্রুত রুট বেছে নিতে, হেডারটি X-Felo-Channel: moonshotai-highspeed করুন। Felo-কে বাছাই করতে দিতে চাইলে হেডার বাদ দিন। Felo একই রাউটিং হেডার Chat Completions, Responses, এবং Messages মডেল এন্ডপয়েন্টে নেয়। নির্দিষ্ট চ্যানেল বাছলে অন্য প্রোভাইডারে স্বয়ংক্রিয়ভাবে যাবে না; আপনার অ্যাপ্লিকেশন চাইলে অন্য চ্যানেলে পুনরায় চেষ্টা করতে হবে। Felo-র রাউটিং ডকুমেন্টেশন দেখুন।
SDK, স্ট্রিমিং, টুল, এবং রিজনিং
Felo তিনটি সামঞ্জস্যপূর্ণ মডেল-কলিং সারফেস দেয়। আপনার অ্যাপ্লিকেশন যেটি ব্যবহার করে, সেটি নিন:
| ক্লায়েন্ট স্টাইল | এন্ডপয়েন্ট | SDK বেস URL |
|---|---|---|
| OpenAI Chat Completions | /api/v1/chat/completions | https://openapi.felo.ai/api/v1 |
| OpenAI Responses | /api/v1/responses | https://openapi.felo.ai/api/v1 |
| Anthropic Messages | /api/v1/messages | https://openapi.felo.ai/api |
Anthropic-সামঞ্জস্যপূর্ণ SDK-তে বেস URL /api-এ থামে; SDK /v1/messages যোগ করে। Messages প্রোটোকলে max_tokens লাগে। "stream": true দিলে সার্ভার-সেন্ট ইভেন্ট পাবেন, এবং প্রোটোকলের কমপ্লিশন ইভেন্টের জন্য অপেক্ষা করুন, সংযোগ ছিন্ন হলে উত্তর শেষ হয়েছে ধরে নেবেন না। Felo-র প্রোটোকল গাইড অনুরোধের গঠন ও স্ট্রিমিং আচরণ ব্যাখ্যা করে।
এগুলো প্ল্যাটফর্ম-লেভেল প্রোটোকল অপশন। আপনার দরকারি প্যারামিটার ও মোডালিটি K3.1 Pro রুটে চলে কিনা নিশ্চিত করুন, বিদ্যমান ইন্টিগ্রেশন মাইগ্রেট করার আগে।
Felo এই মডেলের জন্য tools, tool_choice, স্ট্রাকচার্ড-আউটপুট প্যারামিটার, এবং রিজনিং কন্ট্রোল দেখায়। সমর্থিত রিজনিং-এফোর্ট মান: max, high, low, এবং none, ডিফল্ট max। মডেল ও প্রোটোকল সাপোর্ট আলাদা হতে পারে, তাই নির্দিষ্ট প্যারামিটার কম্বিনেশন পরীক্ষা করুন। প্রকাশিত বেঞ্চমার্ক বেশিরভাগই max-এ; এফোর্ট কমানো মানে গুণমান ও খরচ পরীক্ষা, ওই স্কোর পুনরুত্পাদন নয়। বর্তমান মডেল সক্ষমতা দেখুন।
আপনার ওয়ার্কফ্লোতে নতুন ওয়েব ডেটা, ক্যালকুলেটর, রিপোজিটরি শেল, বা CAD প্রোগ্রাম দরকার হলে, সেই টুল আপনার অ্যাপ্লিকেশনে দিন ও চালান। শুধু kimi-k3.1-pro কল করলে বাইরের টুল চলে না বা উদ্ধৃত দাবি যাচাই হয় না।
একটি ব্যবহারিক মূল্যায়ন পরিকল্পনা
K3.1 Pro যথেষ্ট বিস্তৃত, তাই সাধারণ "কোন মডেল সেরা?" টেস্টে খুব কম তথ্য পাওয়া যায়। তিনটি ছোট ট্রায়াল বেশি কার্যকর:
- কোডিং: একটি বাস্তব ইস্যু ও সংশ্লিষ্ট রিপোজিটরি কনটেক্সট দিন। প্যাচ, টেস্ট, এবং বাকি ঝুঁকির সংক্ষিপ্ত ব্যাখ্যা চাইুন। টেস্ট পাস করে কিনা ও কয়টি টুল টার্ন লাগে, তা নোট করুন।
- ভিজ্যুয়াল বা 3D: রেফারেন্স ছবি বা একাধিক ভিউ দিন এবং মডেলিং পরিকল্পনা বা স্ক্রিপ্ট চাইুন। মানুষ বা রেন্ডারার দিয়ে মাত্রা ও জ্যামিতি যাচাই করুন, শুধু লেখার মান নয়।
- গবেষণা: নির্দিষ্ট ডকুমেন্ট সেট ও জানা উত্তরসহ প্রশ্ন দিন। সোর্স লোকেশন, হিসাব, এবং প্রমাণ না থাকলে স্পষ্ট "not found" চাইুন।
লেটেন্সি গুরুত্বপূর্ণ হলে দুই Felo চ্যানেলেই চালান। ইনপুট, আউটপুট, ও ক্যাশ টোকেন, মোট খরচ ও সময় নোট করুন। K3 বা অন্য মডেলের সঙ্গে তুলনায় একই প্রম্পট ও টুল রাখুন। এতে প্রতি ডলার ও মিনিটে সম্পন্ন কাজের ভিত্তিতে সিদ্ধান্ত পাবেন, শুধু বেঞ্চমার্ক নয়।
সীমাবদ্ধতা ও প্রকাশনা অবস্থা মনে রাখুন
- ওপেন-ওজন সময়সূচি: Moonshot K3.1 Pro-কে ওপেন-ওজন মডেল বলে, তবে পুরো ওজন ৪ নভেম্বর, ২০২৬-এর মধ্যে প্রকাশ করবে। API এখনই পাওয়া যায়; ওজন এখনই ডাউনলোডযোগ্য বলবেন না। Felo-র মডেল পেজে পরিকল্পিত প্রকাশ তারিখ আছে।
- আউটপুট ফরম্যাট: Felo এখন টেক্সট আউটপুট দেখায়, ইনপুটে ছবি বা ভিডিও থাকলেও। অ্যাসেট তৈরি করতে টুল বা অন্য জেনারেশন এন্ডপয়েন্ট লাগবে। Felo মডেল লিস্টিং।
- বেঞ্চমার্ক ট্রান্সফার: অভ্যন্তরীণ স্কোর, টুলসহ টেস্ট, ও লং-হরাইজন ডেমো সরাসরি সাধারণ API কলে মিলবে না। মূল্যায়ন সেটআপ অ্যাপ্লিকেশনের সঙ্গে মিলিয়ে নিন।
- নির্ভুলতা: উন্নত হ্যালুসিনেশন ফলাফলও স্ট্রেস টেস্টে ভুলের হার। গুরুত্বপূর্ণ ওয়ার্কফ্লোতে উদ্ধৃতি, হিসাব, ও তথ্য যাচাই করুন।
- কনটেক্সট ও খরচ: এক মিলিয়ন-টোকেন উইন্ডোতে খুব বড় অনুরোধ সম্ভব ও ব্যয়বহুল হয়। আসল প্রম্পট, উত্তর, পুনরায় চেষ্টা, ও রিপিটেড কনটেক্সটের জন্য বাজেট রাখুন; ক্যাশ-রিড মূল্য শুধু হিট হলে প্রযোজ্য।
Moonshot K3.1 Pro-তে সাইবার-অফেন্স সক্ষমতার জন্য লক্ষ্যভিত্তিক ট্রেনিং কন্ট্রোলও বর্ণনা করে। ডিফেন্সিভ সিকিউরিটি কাজে মূল্যায়নকারী টিম নির্দিষ্ট অনুমোদিত টাস্ক পরীক্ষা করুন, সাধারণ কোডিং ফলাফলের ওপর নির্ভর করবেন না।
প্রায়শই জিজ্ঞাসিত প্রশ্ন
Kimi K3.1 Pro কি Kimi K3-এর মতো?
না। Moonshot K3.1 Pro-কে K3-এর পোস্ট-ট্রেইনড আপগ্রেড বলে এবং কোডিং, 3D তৈরি, ফাইন্যান্সিয়াল গবেষণা, ও ফ্যাকচুয়াল-একুরেসি স্ট্রেস টেস্টে উন্নতি জানায়। এটি এক মিলিয়ন-টোকেন কনটেক্সট ক্লাস ও নেটিভ ভিজ্যুয়াল বোঝাপড়া ধরে রাখে।
Felo API-তে কোন মডেল আইডি পাঠাবো?
kimi-k3.1-pro ব্যবহার করুন। Felo-তে MXFP4 ও Highspeed হলো ওই পাবলিক মডেল আইডির প্রোভাইডার চ্যানেল; নির্দিষ্ট রুট চাইলে X-Felo-Channel দিয়ে বাছুন।
এটি কি সরাসরি মডেল এন্ডপয়েন্ট থেকে 3D মডেল বা ভিডিও বানাতে পারে?
এটি ভিজ্যুয়াল ইনপুট বুঝতে পারে এবং 3D ও ভিডিও ওয়ার্কফ্লোর জন্য পরিকল্পনা, কোড, বা স্ক্রিপ্ট লিখতে পারে। Felo বর্তমানে টেক্সট-কে এই মডেল এন্ডপয়েন্টের আউটপুট মোডালিটি হিসেবে দেখায়। অ্যাসেট তৈরি করতে রেন্ডারার, ডিজাইন টুল, বা জেনারেশন সার্ভিস লাগবে।
MXFP4 না Highspeed, কোনটি ব্যবহার করব?
টোকেন খরচ প্রধান হলে MXFP4 দিয়ে শুরু করুন। অপেক্ষার সময় পণ্য বা এজেন্ট লুপে প্রভাব ফেললে Highspeed পরীক্ষা করুন। Moonshot বলে Highspeed একই মডেল সক্ষমতায় প্রায় ২–৩ গুণ গতি দেয়, Felo-র ইনপুট ও আউটপুট রেট MXFP4-এর দ্বিগুণ।
পুরো মডেল কি এখনই সেল্ফ-হোস্ট করা যায়?
Moonshot বলে পুরো K3.1 Pro ওজন ৪ নভেম্বর, ২০২৬-এর মধ্যে প্রকাশ করবে। সর্বশেষ অবস্থা জানতে অফিসিয়াল রিলিজ পেজ দেখুন। Felo API-তে এখনই অ্যাক্সেস পাওয়া যায়।
নিজের ওয়ার্কলোডে চেষ্টা করুন
Kimi K3.1 Pro আকর্ষণীয়, যখন টাস্কে দীর্ঘ কনটেক্সট, টুল ব্যবহার, এবং ভিজ্যুয়াল বা ডকুমেন্ট প্রমাণ থাকে। এর রিপোর্টকৃত উন্নতি যথেষ্ট, তবে আপনার জন্য এগুলো গুরুত্বপূর্ণ কিনা জানতে দ্রুততম উপায় হলো প্রতিনিধিত্বমূলক কাজ চালানো, ফলাফল দেখা, এবং MXFP4 ও Highspeed রুটের মোট খরচ তুলনা করা।
Felo API-তে Kimi K3.1 Pro দেখুন →
এই পোস্টটি নিম্নলিখিত ভাষায়ও উপলব্ধ: English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español and Português।