OpenRouter-এর ২৫,০০০% টোকেন বৃদ্ধি: চার্টটি কেন AI বুমের প্রমাণ নয়

AI বুদবুদ বিতর্কের কেন্দ্রে একটি ছবি

কৃত্রিম বুদ্ধিমত্তা অতিরিক্ত গরম হয়ে উঠছে কি না — এই বিতর্কে ঘুরতে থাকা সব চার্টের মধ্যে একটি এখন একধরনের রোরশাখ পরীক্ষায় পরিণত হয়েছে: একটি রেখা, যা দেখায় OpenRouter-এ সাপ্তাহিক টোকেন ব্যবহার ২০২৫ সালের জানুয়ারিতে প্রায় ০.৫ ট্রিলিয়ন থেকে বেড়ে ১২৬.২ ট্রিলিয়নে পৌঁছেছে — অর্থাৎ ২৫,০০০ শতাংশেরও বেশি বৃদ্ধি। বুম-তত্ত্বের সমর্থকরা এই প্রায় খাড়া ঢালকে চাহিদা বাস্তব ও দ্রুত বাড়ছে বলে প্রমাণ হিসেবে দেখান। সন্দেহবাদীরা এতে দেখেন শিল্পের সূচক সেজে থাকা একটি আত্মপ্রচারের মেট্রিক।

দুটি পাঠই যাচাইয়ের দাবি রাখে। Matthias Bastian প্রকাশিত এবং LinkedIn-এ হাইলাইট করা বিশ্লেষণ অনুসারে, OpenRouter-এর বক্ররেখাকে গণ-গ্রহণ বা অর্থনৈতিক মূল্যের গল্পের বদলে পরিমাপের গল্প হিসেবে বোঝা বেশি যথাযথ।

OpenRouter কী মাপে — আর কী মাপে না

OpenRouter একটি রাউটিং স্তর: ডেভেলপাররা এটি ব্যবহার করে তাদের অ্যাপ্লিকেশনকে একাধিক প্রদানকারীর AI মডেলের ক্যাটালগের সঙ্গে যুক্ত করেন, প্রায়ই দাম, গতি বা সক্ষমতার ভিত্তিতে এক মডেল থেকে অন্য মডেলে সরে যান। ফলে এর ব্যবহার-তথ্য সত্যিই আকর্ষণীয়, কারণ এটি বেঞ্চমার্ক স্কোর নয়, বরং উৎপাদন ট্রাফিক ধারণ করে। টোকেন হলো AI গণনার মৌলিক একক — মোটামুটিভাবে গাড়ির জন্য এক গ্যালন জ্বালানি, বা ইউটিলিটি কোম্পানির বিল করা কাজের একক।

সমস্যা হলো, টোকেন ব্যবহারকারী, সেশন বা রাজস্বের প্রক্সি নয়। একটি প্ল্যাটফর্ম প্রায় একই সংখ্যক মানুষকে সেবা দিয়েও নাটকীয়ভাবে বেশি টোকেন প্রক্রিয়া করতে পারে, শুধু কারণ এখন প্রতিটি অনুরোধে অনেক বেশি গণনা লাগে। ভলিউম ও মূল্যের এই ফাঁকই বুদবুদ তর্কের কেন্দ্রে।

টোকেন সংখ্যা এত দ্রুত কেন ফুলে ওঠে

রিজনিং মডেল উচ্চস্বরে ভাবে

আধুনিক রিজনিং মডেল চূড়ান্ত উত্তর দেওয়ার আগে বিপুল পরিমাণ অভ্যন্তরীণ "চিন্তা" টোকেন তৈরি করে। এই টোকেনগুলো শেষ ব্যবহারকারীর কাছে অদৃশ্য এবং প্রায়ই আউটপুটের অনুভূত গুণমানে কিছু যোগ করে না, তবুও সেগুলো পুরোপুরি গণনা করা হয়। যে মডেল দীর্ঘক্ষণ ভাবনা-চিন্তা করে, একই প্রম্পটের উত্তর দেওয়া সরল মডেলের তুলনায় সে টোকেন ব্যবহার কয়েক গুণ বাড়িয়ে দিতে পারে।

এজেন্টিক সিস্টেম টোকেন পুড়িয়ে ফেলে

অ-অপ্টিমাইজড এজেন্টিক AI সিস্টেম এই প্রভাব আরও বাড়ায়। যে এজেন্ট পরিকল্পনা করে, টুল কল করে, ফলাফল যাচাই করে এবং আবার চেষ্টা করে, সে একটি কাজের জন্য বহু মডেল কলের মধ্য দিয়ে লুপ চালাতে পারে। বাস্তব ব্যবহারে সামান্য বৃদ্ধি — কয়েকটি বেশি এজেন্ট চলা, একটু দীর্ঘ ওয়ার্কফ্লো — টোকেন ব্যবহারে বিশাল লাফে রূপ নিতে পারে। সেই অর্থে OpenRouter-এর চার্ট আংশিকভাবে দেখায় কিছু ডিপ্লয়মেন্ট এখনও কতটা অদক্ষ।

লিডারবোর্ডের ফাঁদ: GPT 5.6 Luna-র আধিপত্য

প্ল্যাটফর্মের মডেল র‍্যাঙ্কিংও একই ধরনের ভুল পাঠের আমন্ত্রণ জানায়। OpenAI-র GPT 5.6 Luna সম্প্রতি OpenRouter-এ টোকেন ব্যবহারে আধিপত্য করেছে, যা জনপ্রিয়তার উত্থান বলে সহজে ব্যাখ্যা করা যায়। হয়তো তা নয়। একটি মডেল প্রতি প্রম্পটে বেশি টোকেন তৈরি করেই টোকেন চার্টের শীর্ষে উঠতে পারে, যা তাকে আসলে যতটা ব্যস্ত তার চেয়ে বেশি ব্যস্ত দেখায়। ব্যবহারের র‍্যাঙ্কিং গ্রহণের মতোই বাচালতা ও কাজের চাপও মাপে।

বরং রাজস্বের পিছু নিন

যেখানে টোকেন ভলিউম অস্পষ্ট, সেখানে খরচ নকল করা কঠিন। রাজস্বের দিকে OpenAI-র Astra এগিয়ে, যা ইঙ্গিত দেয় বাজারের শীর্ষে সক্ষমতার জন্য গ্রাহকরা টাকা দিতে রাজি। অন্যদিকে Kimi, GLM ও DeepSeek-সহ চীনা মডেলগুলো দ্রুত প্রসারিত হচ্ছে: ২০২৬ সালে এই মডেলগুলোর মাসিক খরচ দশ গুণ বেড়েছে, যদিও অনেক ছোট ভিত্তি থেকে। নিচু সূচনা বিন্দু থেকে বৃদ্ধির হার দেখতে দর্শনীয় লাগে, আর সংখ্যাগুলোকে বৃহত্তর পরিবর্তনের প্রমাণ হিসেবে ব্যবহার করলে এই প্রেক্ষাপট গুরুত্বপূর্ণ।

বিভ্রান্ত না হয়ে টোকেন চার্ট কীভাবে পড়বেন

টোকেন মেট্রিক উপকারী, কিন্তু কেবল সঠিক প্রশ্নের সঙ্গে মিলিয়ে দেখলেই:

• ভলিউম বনাম মূল্য। টোকেনের পেছনে কত রাজস্ব বা সম্পন্ন কাজ আছে তা জিজ্ঞাসা করুন, শুধু কত টোকেন প্রক্রিয়া হয়েছে তা নয়।
• প্রতি অনুরোধে টোকেন। বাড়তি ব্যবহার বেশি অনুরোধের বদলে দীর্ঘ রিজনিং থেকেও আসতে পারে।
• মডেল মিশ্রণ। একটি বাচাল মডেল শীর্ষে উঠলে অন্তর্নিহিত চাহিদা না বদলেও বক্ররেখা বেঁকে যেতে পারে।
• এজেন্ট ওভারহেড। পুনঃচেষ্টা, টুল কল ও পরিকল্পনার লুপ সংখ্যা ফুলিয়ে দেয় এবং অদক্ষতা ঢেকে রাখতে পারে।
• ভিত্তি প্রভাব। দশ গুণ বৃদ্ধি অসাধারণ শোনায়, যতক্ষণ না দেখছেন তা কোথা থেকে শুরু হয়েছে।

বুদবুদের প্রশ্ন এখনও খোলা

এসবের মানে এই নয় যে উত্থান অর্থহীন। সাপ্তাহিক ০.৫ ট্রিলিয়ন থেকে ১২৬.২ ট্রিলিয়ন টোকেনে লাফ দেখায় যে বিপুল পরিমাণ AI কাজ হচ্ছে, এবং ডেভেলপাররা একটি শেয়ার্ড প্ল্যাটফর্মের মধ্য দিয়ে সত্যিকারের ট্রাফিক পাঠাচ্ছেন। এটি দেখায় ইনফারেন্স খরচ বাড়ছে। কিন্তু গ্রাফের একটি চমকপ্রদ রেখা দক্ষ বৃদ্ধি ও ব্যয়বহুল বিস্তারের মধ্যে, লক্ষ ব্যবহারকারী ও মুষ্টিমেয় টোকেন-খেকো এজেন্টের মধ্যে পার্থক্য করতে পারে না।

সবচেয়ে সৎ উপসংহার হলো, চার্টটি গণনার খরচ বর্ণনা করে, বাজারের অবস্থা নয়। AI বুদবুদ বিতর্কের নিষ্পত্তি হবে রাজস্ব, ধরে রাখা ও রিটার্ন দিয়ে — যে মাপগুলো টোকেন সংখ্যা অনুমান করার কথা, কিন্তু কখনও তার বিকল্প হতে পারে না।

This article is based on reporting by The Decoder. Read the original article.