মডেল ডিপ্রিকেশন আর মাঝে মাঝে পরিষ্কার করার কাজ নয়। এটি AI টিমগুলোর জন্য একটি পুনরাবৃত্তি উৎপাদন শর্ত। প্রদানকারীরা শক্তিশালী মডেল সরবরাহ করে, পুরানো স্ন্যাপশট অবসর দেয়, API পৃষ্ঠতল পরিবর্তন করে, এবং কখনও কখনও লিগ্যাসি নামগুলোর জন্য সংক্ষিপ্ত মাইগ্রেশন উইন্ডো সেট করে।
২০ জুলাই, ২০২৬ তারিখে, অফিসিয়াল প্রদানকারী পৃষ্ঠাগুলোতে বেশ কয়েকটি সক্রিয় মাইগ্রেশন ঘড়ি প্রদর্শিত হয়। OpenAI তালিকাভুক্ত করেছে একটি অ্যাসিস্ট্যান্ট API বন্ধের তারিখ ২৬ আগস্ট, ২০২৬. । Anthropic তালিকাভুক্ত করেছে অবসরপ্রাপ্ত Claude মডেল এবং অবসর তারিখগুলো, যার মধ্যে রয়েছে Claude Opus 4.1 ৫ আগস্ট, ২০২৬. । Google ট্র্যাক করে Gemini মডেল ডিপ্রিকেশন সময়সূচি, এবং DeepSeek উল্লেখ করেছে যে লিগ্যাসি নামগুলো যেমন deepseek-chat এবং deepseek-reasoner অবসরপ্রাপ্ত হওয়ার জন্য নির্ধারিত হয়েছে ২৪ জুলাই, ২০২৬.
পাঠটি হলো যে কোনো এক প্রদানকারী অস্বাভাবিকভাবে ঝুঁকিপূর্ণ নয়। পাঠটি হলো যে হার্ডকোডেড মডেল IDগুলো ভঙ্গুর। যদি আপনার অ্যাপ্লিকেশনকে অনলাইনে থাকতে AI প্রয়োজন হয়, তাহলে মডেল মাইগ্রেশন একটি পুনরাবৃত্তি অপারেটিং প্যাটার্ন প্রয়োজন।
একটি বাস্তব মডেল ইনভেন্টরি দিয়ে শুরু করুন
প্রথম ধাপ হলো যেখানে যেখানে মডেল ID উপস্থিত রয়েছে তা খুঁজে বের করা। এটি সাধারণত অ্যাপ্লিকেশন কোডের চেয়ে বেশি কিছু বোঝায়। ব্যাকএন্ড সার্ভিস, কর্মী, মূল্যায়ন স্ক্রিপ্ট, নো-কোড অটোমেশন, প্রম্পট টেমপ্লেট, পরিবেশ ভেরিয়েবল, গ্রাহক-নির্দিষ্ট কনফিগ, নোটবুক, CI কাজ, এবং অভ্যন্তরীণ টুলগুলো পরীক্ষা করুন।
প্রতিটি মডেল রেফারেন্সের জন্য, মালিক, ব্যবহার কেস, প্রদানকারী, মডেল ID, এন্ডপয়েন্ট, ট্রাফিক ভলিউম, খরচ সংবেদনশীলতা, লেটেন্সি প্রয়োজনীয়তা, গুণমান প্রয়োজনীয়তা, এবং এটি ব্যর্থ হলে গ্রাহক প্রভাব রেকর্ড করুন। এই ইনভেন্টরি একটি অস্পষ্ট মাইগ্রেশনকে সিদ্ধান্তের তালিকায় পরিণত করে।
আপনার অ্যাপ এবং প্রদানকারী মডেলের মধ্যে একটি এলিয়াস রাখুন
একটি টেকসই মাইগ্রেশন পরিকল্পনা প্রোডাক্ট কোড থেকে সরাসরি নির্ভরতা সরিয়ে শুরু হয়। প্রতিটি ফিচারকে একটি প্রদানকারী-নির্দিষ্ট মডেল ID কল করতে বলার পরিবর্তে, কলগুলোকে একটি অ্যাপ্লিকেশন-অধিকৃত এলিয়াসের মাধ্যমে রাউট করুন যেমন support-summary, coding-review, invoice-extraction, বা production-chat।
অ্যালিয়াসটি এমন একটি কনফিগারেশন স্তরে থাকা উচিত যা আপনার দল সম্পূর্ণ অ্যাপ পুনরায় ডিপ্লয় না করেই আপডেট করতে পারে। অ্যাপ্লিকেশনটি তার প্রয়োজনীয় সক্ষমতার জন্য অনুরোধ করে। রাউটিং স্তর সেই সক্ষমতাকে একটি যোগ্য মডেলে রূপান্তর করে।
ShareAI এখানে সাহায্য করে কারণ নির্মাতা এবং ডেভেলপমেন্ট দলগুলি একটি API এর মাধ্যমে মডেল কল পাঠাতে পারে, একই সাথে ১৫০+ মডেলের বিস্তৃত মার্কেটপ্লেসে অ্যাক্সেস রাখতে পারে। শেয়ারএআই এপিআই এটি প্রতিটি প্রদানকারীকে সরাসরি প্রোডাক্ট কোডে সংযুক্ত করার চেয়ে মডেল অ্যাক্সেসকে আরও নমনীয় রাখে।
ট্রাফিক রাউট করার আগে প্রতিস্থাপন মূল্যায়ন করুন।
একটি মডেল মাইগ্রেশন সম্পূর্ণ নয় কারণ নতুন মডেল একবার বৈধ JSON ফেরত দেয়। আপনাকে টাস্ক-লেভেল প্রমাণ প্রয়োজন। প্রোডাকশন-সদৃশ উদাহরণ থেকে একটি ছোট মূল্যায়ন সেট তৈরি করুন, যার মধ্যে সাধারণ ইনপুট, এজ কেস, অপব্যবহার কেস, দীর্ঘ প্রম্পট, সংক্ষিপ্ত প্রম্পট, টুল-ব্যবহার কেস এবং উদাহরণ যেখানে পুরানো মডেলটি সংগ্রাম করেছিল।
বর্তমান এবং প্রতিস্থাপন মডেলগুলিকে গুণমান, লেটেন্সি, খরচ, ফরম্যাটিং নির্ভরযোগ্যতা, প্রত্যাখ্যান আচরণ, টুল-কল সঠিকতা, প্রসঙ্গ-উইন্ডো ফিট এবং ডাউনস্ট্রিম ব্যবসায়িক ফলাফলের উপর তুলনা করুন। গ্রাহক-সামনে ওয়ার্কফ্লোগুলির জন্য, সম্পূর্ণ কাটওভারের আগে মানব পর্যালোচনা যোগ করুন।
স্টেজড রাউটিং ব্যবহার করুন, বড়-বাংলা সুইচ নয়।
প্রতিস্থাপন মূল্যায়ন পরিষ্কার করার পরে, ট্রাফিক ধাপে ধাপে মাইগ্রেট করুন। একটি সাধারণ প্যাটার্ন হল ৯৫ শতাংশ বর্তমান মডেল এবং ৫ শতাংশ প্রতিস্থাপন, তারপর ৭০/৩০, তারপর মেট্রিক্স ধরে রাখার পরে ১০০ শতাংশ প্রতিস্থাপন।
পরীক্ষার সময় সেশনগুলি স্টিকি রাখুন। একজন ব্যবহারকারী প্রথম টার্নের জন্য একটি মডেল এবং পরবর্তী টার্নের জন্য একটি ভিন্ন মডেল পাবে না যদি না ওয়ার্কফ্লোটি তার জন্য ডিজাইন করা হয়। স্টিকনেস একটি কথোপকথন আইডি, ব্যবহারকারী আইডি, টেন্যান্ট আইডি বা কাজের আইডি ব্যবহার করতে পারে।
মাইগ্রেশনের সময়, খরচ, লেটেন্সি, সম্পূর্ণতার হার, পুনরায় চেষ্টা করার হার, ফ্যালব্যাক হার, ত্রুটি হার, সাপোর্ট টিকিট এবং মডেল-নির্দিষ্ট গুণমান চেকগুলি দেখুন। যদি নতুন মডেলটি পিছিয়ে যায়, তাহলে প্রতিটি কলারকে পুনরায় ডিপ্লয় না করে অ্যালিয়াসের মাধ্যমে ট্রাফিক ফিরিয়ে দিন।
অবসর তারিখ পাস না হওয়া পর্যন্ত একটি ফ্যালব্যাক রাখুন।
একটি ফ্যালব্যাক কাটওভারের সময় দলকে শ্বাস নেওয়ার সুযোগ দেয়। তবে এটি শুধুমাত্র কাজ করে যখন পুরানো মডেল বা পুরানো API সারফেস এখনও উপলব্ধ থাকে। একবার প্রদানকারী অবসর তারিখ পাস করলে, সেই লক্ষ্যবস্তুতে অনুরোধগুলি ব্যর্থ হতে পারে। শাটডাউন তারিখের পরে নয়, ফ্যালব্যাক পরিকল্পনাটি অন্য একটি সক্রিয় মডেলে সরানো উচিত।
ব্যাচ কাজ, দীর্ঘ-চলমান ওয়ার্কফ্লো এবং কিউড কাজের জন্য, নিয়মগুলি আলাদাভাবে যাচাই করুন। কিছু রাউটিং স্তর এবং API সিঙ্ক্রোনাস অনুরোধগুলি ব্যাচ অনুরোধের থেকে ভিন্নভাবে পরিচালনা করে। একটি মাইগ্রেশন পরিকল্পনায় রিয়েল-টাইম ট্রাফিক এবং বিলম্বিত ওয়ার্কলোড উভয়ই অন্তর্ভুক্ত করা উচিত।
কীভাবে ShareAI নির্মাতাদের মাইগ্রেশন বাণিজ্যিকভাবে নিরাপদ রাখতে সাহায্য করে।
নির্মাতাদের জন্য, মডেল ডিপ্রিকেশন শুধুমাত্র একটি ইঞ্জিনিয়ারিং উদ্বেগ নয়। এটি একই সময়ে গ্রাহকের অভিজ্ঞতা এবং পণ্য মার্জিন পরিবর্তন করতে পারে। একটি প্রতিস্থাপন মডেল একটি নির্দিষ্ট কাজের জন্য দ্রুত, ধীর, সস্তা, আরও ব্যয়বহুল বা বস্তুগতভাবে ভিন্ন হতে পারে।
ShareAI বাইরের অ্যাপগুলিকে একটি ব্যবহারিক উপায় দেয় মডেল পছন্দ খোলা রাখতে, একটি API এর মাধ্যমে অনেক মডেলে অ্যাক্সেস করতে এবং বিল্ডার ফ্লো এর মাধ্যমে গ্রাহক-প্রদত্ত AI ব্যবহারের কাঠামো তৈরি করতে। ShareAI নির্মাতা কনসোল অ্যাপ মালিকদের তাদের পণ্য সংযোগ করতে, একটি মার্জিন বা সারচার্জ সেট করতে এবং গ্রাহকদের মডেল ব্যবহারের জন্য সরাসরি ShareAI-কে অর্থ প্রদান করতে দেয়। এটি মডেল মাইগ্রেশনকে মূল্য নির্ধারণের শৃঙ্খলার সাথে সহজে জোড়া লাগাতে সাহায্য করে।
একটি সহজ মাইগ্রেশন রানবুক
- প্রদানকারীর ডিপ্রিকেশন নোটিশগুলিতে সাবস্ক্রাইব করুন এবং প্রতি মাসে অফিসিয়াল ডিপ্রিকেশন পৃষ্ঠাগুলি পর্যালোচনা করুন।
- প্রোডাকশন এবং অভ্যন্তরীণ ওয়ার্কফ্লোতে ব্যবহৃত প্রতিটি মডেল আইডি এবং API পৃষ্ঠার তালিকা তৈরি করুন।
- অ্যাপ্লিকেশন-নিয়ন্ত্রিত ছদ্মনামের পিছনে সরাসরি মডেল আইডি সরান।
- একটি প্রতিস্থাপন বেছে নেওয়ার আগে একটি টাস্ক-নির্দিষ্ট মূল্যায়ন সেট তৈরি করুন।
- প্রতিস্থাপন মডেলের সাথে প্রম্পট, টুলস, কাঠামোগত আউটপুট, লেটেন্সি এবং খরচ পরীক্ষা করুন।
- স্টিকি সেশনের সাথে একটি ছোট ক্যানারি চালান।
- গুণমান এবং অপারেশনাল মেট্রিক্স ধরে রাখার পরে কেবল ট্রাফিক অগ্রসর করুন।
- পুরানো মডেল আর প্রয়োজন না হওয়া পর্যন্ত রোলব্যাক উপলব্ধ রাখুন।
- ডকুমেন্টেশন, গ্রাহক নোটিশ, সাপোর্ট প্লেবুক এবং মূল্য নির্ধারণের অনুমান আপডেট করুন।
- কাটওভারের পরে কোড, কনফিগ, টেস্ট এবং ড্যাশবোর্ড থেকে অবসরপ্রাপ্ত মডেল আইডি সরান।
সেরা মাইগ্রেশন বিরক্তিকর। অ্যাপটি কাজ করতে থাকে, গ্রাহকরা কোনো বড় পরিবর্তন লক্ষ্য করেন না, এবং দলটি প্রতিটি অনুরোধের জন্য কোন মডেলটি পরিবেশন করেছে তা সঠিকভাবে ব্যাখ্যা করতে পারে। এটি কেবল তখনই ঘটে যখন মডেল পছন্দকে একটি রাউটিং সিদ্ধান্ত হিসাবে বিবেচনা করা হয়, একটি হার্ডকোডেড কনস্ট্যান্ট হিসাবে নয়।
অন্বেষণ করুন ShareAI মডেল মার্কেটপ্লেস থেকে অথবা একটি API কী তৈরি করুন থেকে ShareAI কনসোল প্রতিস্থাপন পথ পরীক্ষা শুরু করতে।
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
মডেল ডিপ্রিকেশন মাইগ্রেশন কী?
মডেল ডিপ্রিকেশন মাইগ্রেশন হল এমন একটি প্রক্রিয়া যেখানে AI ওয়ার্কলোডগুলোকে এমন একটি মডেল বা API পৃষ্ঠ থেকে সরিয়ে নেওয়া হয় যা প্রদানকারী অবসর নেওয়ার পরিকল্পনা করছে। এটি সাধারণত ইনভেন্টরি, প্রতিস্থাপন পরীক্ষা, ধাপে ধাপে ট্রাফিক রাউটিং, ফ্যালব্যাক এবং ক্লিনআপ অন্তর্ভুক্ত করে।
AI প্রদানকারীরা কেন মডেল ডিপ্রিকেট করে?
প্রদানকারীরা মডেল ডিপ্রিকেট করে যখন নতুন মডেলগুলো আরও নিরাপদ, আরও সক্ষম, পরিচালনা করতে সস্তা, সমর্থন করা সহজ, বা বর্তমান API ডিজাইনের সাথে আরও ভালভাবে সামঞ্জস্যপূর্ণ হয়। ডিপ্রিকেশন এখন AI প্ল্যাটফর্ম লাইফসাইকেল ম্যানেজমেন্টের একটি স্বাভাবিক অংশ।
হার্ডকোডেড মডেল আইডির সবচেয়ে বড় ঝুঁকি কী?
সবচেয়ে বড় ঝুঁকি হল যে একটি মডেল অবসর নেওয়া হলে প্রতিটি কলারকে পরিবর্তন করতে হয়। হার্ডকোডেড আইডি মাইগ্রেশনকে ধীর করে, মিসড রেফারেন্সের সম্ভাবনা বাড়ায় এবং একটি প্রদানকারীর সময়সীমাকে অ্যাপ্লিকেশন আউটেজে পরিণত করতে পারে।
একটি মডেল এলিয়াস কীভাবে সাহায্য করে?
একটি মডেল এলিয়াস অ্যাপটিকে একটি নির্দিষ্ট প্রদানকারীর মডেলের পরিবর্তে একটি সক্ষমতা অনুরোধ করতে দেয়। দলটি এলিয়াসের পিছনে থাকা মডেলটি আপডেট করতে পারে, বিকল্পগুলি পরীক্ষা করতে পারে এবং কম প্রোডাক্ট-কোড পরিবর্তনের সাথে ট্রাফিককে এগিয়ে বা পিছিয়ে নিতে পারে।
ShareAI কি প্রদানকারী মাইগ্রেশন কাজের জন্য একটি বিকল্প?
না। দলগুলোকে এখনও মূল্যায়ন, রিলিজ শৃঙ্খলা এবং গ্রাহক-প্রভাব পরিকল্পনার প্রয়োজন। ShareAI অ্যাপগুলোকে একটি API এবং অনেক মডেলের অ্যাক্সেস প্রদান করে সাহায্য করে, যা প্রদানকারী এবং মডেল পরিবর্তন পরিচালনা করা সহজ করে তোলে।
আমি কখন একটি মডেল মাইগ্রেশন শুরু করব?
যত তাড়াতাড়ি একটি প্রদানকারী ডিপ্রিকেশন ঘোষণা করে বা যখন একটি মডেল একটি গুরুত্বপূর্ণ ওয়ার্কফ্লোর জন্য লিগ্যাসি হয়ে যায় তখনই শুরু করুন। চূড়ান্ত মাস পর্যন্ত অপেক্ষা করলে মূল্যায়ন, ক্যানারি ট্রাফিক, সমর্থন প্রস্তুতি এবং ফ্যালব্যাক পরীক্ষার জন্য খুব কম সময় থাকে।
একটি মূল্যায়ন সেটে কী অন্তর্ভুক্ত করা উচিত?
বাস্তব উৎপাদন-সদৃশ প্রম্পট, প্রান্তিক ক্ষেত্র, প্রত্যাশিত গঠিত আউটপুট, টুল-ব্যবহারের পরিস্থিতি, দীর্ঘ-কনটেক্সট উদাহরণ, নিরাপত্তা-সংবেদনশীল উদাহরণ, এবং যেখানে বর্তমান মডেল ভালো বা খারাপ পারফর্ম করে সেই ক্ষেত্রগুলি অন্তর্ভুক্ত করুন।
আমি কি সমস্ত ট্রাফিক একবারে স্থানান্তর করব?
সাধারণত না। একটি পর্যায়ক্রমিক রোলআউট একটি ছোট ক্যানারি সহ নিরাপদ। এটি দলকে আউটপুট গুণমান, লেটেন্সি, খরচ এবং ত্রুটি হার তুলনা করতে দেয় পুরো পণ্যটি প্রতিস্থাপন মডেলে প্রতিশ্রুতিবদ্ধ হওয়ার আগে।
মডেল স্থানান্তর বিল্ডারদের উপর কীভাবে প্রভাব ফেলে?
বিল্ডারদের ব্যবহারকারীর অভিজ্ঞতা এবং AI মার্জিন উভয়ই রক্ষা করতে হবে। যদি একটি প্রতিস্থাপন মডেল খরচ বা গুণমান পরিবর্তন করে, তবে মূল্য নির্ধারণ, ব্যবহার সীমা, সারচার্জ এবং গ্রাহক যোগাযোগও পরিবর্তন করতে হতে পারে।
ShareAI কি মাল্টি-প্রোভাইডার ফ্যালব্যাকের সাথে সাহায্য করতে পারে?
ShareAI দলগুলিকে এক API এর মাধ্যমে অনেক মডেলের অ্যাক্সেস দেয় এবং রাউটিং নমনীয়তা এবং ফ্যালব্যাক-ভিত্তিক আর্কিটেকচার সমর্থন করে। অ্যাপ্লিকেশনটির এখনও স্পষ্ট নিয়ম প্রয়োজন যে কোন ফ্যালব্যাক প্রতিটি কাজের জন্য গ্রহণযোগ্য।
প্রোভাইডার অবসর গ্রহণের তারিখের পরে কী ঘটে?
অবসর গ্রহণের পরে, পুরানো মডেল বা API সারফেসে অনুরোধ ব্যর্থ হতে পারে। একবার স্থানান্তর সম্পন্ন হলে পুরানো লক্ষ্যটি এলিয়াস, কনফিগ, টেস্ট, ড্যাশবোর্ড এবং সাপোর্ট ডক থেকে সরিয়ে ফেলা উচিত।