Kimi K2.6: মডেল যা পূর্বে Gonka দ্বারা পরিচালিত হতো

Kimi K2.6 — একটি বড় ভাষা মডেল (LLM), Kimi সিরিজের, যা বেইজিং-ভিত্তিক কোম্পানি Moonshot AI দ্বারা তৈরি। Moonshot AI চীনের অন্যতম শীর্ষস্থানীয় AI-ল্যাব, ২০২৩ সালে Yang Zhilin-এর নেতৃত্বে একদল গবেষক দ্বারা প্রতিষ্ঠিত। কোম্পানিটি Alibaba, Tencent এবং অন্যান্য বড় বিনিয়োগকারীদের কাছ থেকে অর্থায়ন পেয়েছে এবং 'চীনা AI-বাঘ' তালিকায় জায়গা করে নিয়েছে — সেই কোম্পানিগুলো যা এশিয়ায় AI-এর বিকাশের গতি নির্ধারণ করে।

Kimi সিরিজ ২০২৪ সাল থেকে পরিচিত। প্রাথমিক সংস্করণগুলো (K1, K1.5) অবিলম্বে মনোযোগ আকর্ষণ করেছিল অসাধারণ দীর্ঘ কনটেক্সট উইন্ডোর জন্য — একটি অনুরোধে ২০০,০০০ টোকেন পর্যন্ত, যা রিলিজের সময় পাবলিকভাবে উপলব্ধ মডেলগুলোর মধ্যে রেকর্ড ছিল। দীর্ঘ কনটেক্সট মানে এক অনুরোধে একটি সম্পূর্ণ বই, মাঝারি আকারের কোডবেস বা আইনি নথির সংগ্রহ বিশ্লেষণ করার ব্যবহারিক সম্ভাবনা। Kimi প্রকাশের সময় এই বৈশিষ্ট্যটি ছিল একটি শক্তিশালী প্রতিযোগিতামূলক সুবিধা।

K2 সংস্করণ ২০২৫ সালে এসেছিল এবং একটি মৌলিক আর্কিটেকচারাল রূপান্তর নিয়ে এসেছিল — MoE-তে (Mixture of Experts) রূপান্তর। এই একই আর্কিটেকচার Qwen3-235B এবং DeepSeek-R1-এর ভিত্তি — এটি ২০২৫—২০২৬ সালের বৃহত্তম মডেলগুলোর জন্য কার্যত মান হয়ে উঠেছে। MoE মোট শত শত বিলিয়ন প্যারামিটার রাখতে দেয়, কিন্তু প্রতিটি অনুরোধে শুধু একটি উপসেট সক্রিয় করে (সাধারণত ৫—১০%), যা সমমানের মানের সাথে inference-এর কম্পিউটেশনাল খরচ আমূল কমিয়ে দেয়।

K2.6 — এই লেখা লেখার সময় K2 সিরিজের সর্বশেষ পুনরাবৃত্তি। Moonshot AI-এর পাবলিক বিবৃতি অনুযায়ী, এই সংস্করণে মডেলের reasoning (লজিক্যাল যুক্তি), কোড জেনারেশন এবং নেটিভ টুল কলিং-এ দক্ষতা উন্নত করা হয়েছে। যখন মডেলটি Gonka নেটওয়ার্ক দ্বারা পরিবেশিত ছিল, তখন এটি moonshotai/Kimi-K2.6 শনাক্তকারীর অধীনে পাওয়া যেত; এখন গেটওয়ে এই শনাক্তকারী গ্রহণ করে না — মডেলগুলোর বর্তমান তালিকা সর্বদা GET /v1/models দেয়।

উভয় মডেলই চীনের বৃহত্তম AI ল্যাবরেটরিগুলোর ফ্ল্যাগশিপ উন্নয়নের প্রতিনিধিত্ব করে; যতক্ষণ উভয়ই নেটওয়ার্কের মাধ্যমে পরিচালিত হতো, তারা একক OpenAI-সামঞ্জস্যপূর্ণ ইন্টারফেস JoinGonka Gateway-এর মাধ্যমে উপলব্ধ ছিল — আজ এই জোড়া থেকে কেবল MiniMax M2.7 গেটওয়ের মাধ্যমে উপলব্ধ। একই সাথে তাদের আলাদা আলাদা শক্তি এবং ঐতিহ্য রয়েছে, যা তাদের মধ্যে পছন্দ করার বিষয়টি «কোনটি ভালো» তা নয়, বরং «কোনটি কাজের জন্য উপযুক্ত» তা নিয়ে পরিণত করে।

Reasoning বেঞ্চমার্কগুলোতে (MATH-500, GSM8K, AIME) Kimi K2 সিরিজ ঐতিহাসিকভাবে open-weights মডেলগুলোর উপরের গ্রুপে ফলাফল দেখায়, যা DeepSeek-R1 এবং o1-স্টাইলের মডেলগুলোর সাথে প্রতিযোগিতা করে। কোড জেনারেশন টাস্কগুলোতে (HumanEval, MBPP) উভয় মডেলই কাছাকাছি পর্যায়ে থাকে। MiniMax M2.7-এর শক্তি হলো খুব দীর্ঘ সিকোয়েন্সের জন্য কার্যকরী (লিনিয়ার) attention, যেখানে Kimi শক্তিশালী reasoning এবং Kimi সিরিজের দীর্ঘ কনটেক্সটের জন্য পরিচিত।

২০২৬ সালে বেঞ্চমার্ক সম্পর্কে একটি গুরুত্বপূর্ণ সতর্কতা: পাবলিক টেস্টে শীর্ষ মডেলগুলোর মধ্যে ব্যবধান শতাংশের এককের নিচে নেমে এসেছে এবং এই পার্থক্য প্রায়শই বেঞ্চমার্কের পরিসংখ্যানগত ভুলের সীমার মধ্যেই থাকে। ব্যবহারিক কাজের জন্য «MMLU-তে কে ২% এগিয়ে» তা গুরুত্বপূর্ণ নয়, বরং কাজের প্রকৃতি গুরুত্বপূর্ণ: আপনি মডেলে কী কনটেক্সট পাঠাচ্ছেন, যৌক্তিক শৃঙ্খল কতটা জটিল, কথোপকথনের দীর্ঘ ইতিহাস প্রয়োজন কি না, কোন ভাষা ব্যবহৃত হচ্ছে। তাই উপরের টেবিলটি মডেলগুলোকে র‍্যাঙ্ক করে না — এটি প্রতিটি মডেল কোন ধরনের কাজের জন্য অপ্টিমাইজ করা হয়েছে তা দ্রুত বুঝতে সাহায্য করে।

আজকের ব্যবহারিক পছন্দের জন্য: Kimi K2.6-এর নিশ — দীর্ঘ কনটেক্সট (বড় নথির বিশ্লেষণ, বিশাল কোডবেস পড়া, ইতিহাস বজায় রেখে দীর্ঘ কথোপকথন) এবং জটিল reasoning-টাস্ক — নেটওয়ার্কের বর্তমান সংমিশ্রণে দুটি মডেল দ্বারা কভার করা হয়। যুক্তির জন্য দায়ী GLM-5.3 Flash: এটি উত্তরের আগে চিন্তা করে, এবং বিভ্রান্তিকর যুক্তির জন্য এটিই বেছে নেওয়া উচিত; এতে নেটওয়ার্কের দীর্ঘতম কনটেক্সট (৩৯০K) রয়েছে। যুক্তিহীন বড় প্রম্পট এবং দীর্ঘ এজেন্ট সেশনের জন্য — DeepSeek V4 Flash (৩৮০K, দ্বিতীয় দীর্ঘতম কনটেক্সট)। যদি অগ্রাধিকার হয় খুব দীর্ঘ ইনপুট সিকোয়েন্স এবং দ্রুত উত্তরের সাথে স্ট্রিমিং ডেটা প্রসেসিং — তবে কার্যকর attention সহ MiniMax M2.7। প্রোডাকশনে ভালো কৌশলটি একই আছে — আপনার কোডে নেটওয়ার্কের কয়েকটি মডেল রাখুন: model প্যারামিটারের মাধ্যমে দ্রুত পরিবর্তন আপনাকে অ্যাপ্লিকেশনের আর্কিটেকচার পরিবর্তন না করেই কাজের ওপর নির্ভর করে তাদের মধ্যে সুইচ করতে দেয়।

২০২৬ সালের বসন্ত পর্যন্ত পুরো Gonka নেটওয়ার্ক ঠিক একটি মডেল পরিবেশন করত — Qwen3-235B। স্থাপত্যের দিক থেকে এটি ছিল একটি সুচিন্তিত সিদ্ধান্ত: বিতরণকৃত inference DiLoCo-এর মাধ্যমে পরিচালিত হওয়ায় নেটওয়ার্কের সব অংশগ্রহণকারীকে একই মডেল ভিডিও মেমোরিতে রাখতে হয়, নইলে যেকোনো নোড যেকোনো অনুরোধ প্রক্রিয়া করতে পারবে বলে নিশ্চয়তা দেওয়া অসম্ভব। FP8 ফরম্যাটে সম্পূর্ণ Qwen3-235B প্রায় ৬৪০ GB VRAM দখল করে, যা প্রতিটি ML-নোডের জন্য নিজেই একটি বিশাল প্রতিশ্রুতি।

মাল্টি-মডেল নেটওয়ার্কে যেতে এমন একটি ব্যবস্থা দরকার ছিল যা একসাথে mehrere মডেল রাখতে দেবে, কিন্তু প্রতিটি হোস্টকে সব মডেল চালাতে বাধ্য করবে না। সেই ব্যবস্থাই হলো DevShards — নেটওয়ার্কের আলাদা শার্ড, যার প্রতিটি একটি নির্দিষ্ট মডেলে বিশেষজ্ঞ। একই শার্ডের নোডগুলো একই মডেলে কাজ করে, আর নেটওয়ার্ক রাউটার অনুরোধটি প্রয়োজনীয় মডেলের শার্ডে পাঠায়।

ধারণাটি আকাশ থেকে আসেনি — এটি Gonka Improvement Proposal #800 «Multi-Model PoC»-তে আনুষ্ঠানিক রূপ পায়, যা ২০২৬ সালের বসন্তে কমিউনিটি ভোটে রাখা হয়। প্রস্তাবটি নেটওয়ার্কের অংশগ্রহণকারী ও ভ্যালিডেটরদের সমর্থন পায় এবং ২০২৬ সালের এপ্রিল—মে মাসে বাস্তবায়িত হয়। Kimi K2.6 ছিল প্রথম মডেল যা আলাদা DevShard-এ চালু হয় — অর্থাৎ কার্যত নতুন পদ্ধতির একটি পরীক্ষামূলক রূপায়ণ। অভিজ্ঞতা সফল প্রমাণিত হয়: তার পরপরই নিজ নিজ শার্ডে যুক্ত হয় MiniMax M2.7, DeepSeek V4 Flash এবং GLM-5.3 Flash — প্রত্যেকটি নিজস্ব হোস্ট সমন্বয় ও নিজস্ব অর্থনীতি নিয়ে। একই ব্যবস্থা উল্টো দিকেও কাজ করে: যে মডেল হোস্টরা আর সমর্থন করে না, সেটি ভোটে নেটওয়ার্ক থেকে বাদ পড়ে — ঠিক এভাবেই ২০২৬ সালের সেপ্টেম্বরে Kimi K2.6 নিজেও বিদায় নেয়।

ব্যবহারকারী ও ডেভেলপারদের জন্য এর অর্থ কী:

• একটি API — একাধিক মডেল। JoinGonka Gateway-এর মাধ্যমে endpoint বা কী বদলানোর দরকার নেই: অনুরোধের বডিতে শুধু অন্য model উল্লেখ করলেই হবে। OpenAI-সামঞ্জস্যপূর্ণ ফরম্যাট সম্পূর্ণ অপরিবর্তিত থাকে।
• দাম একই। Kimi K2.6 যতদিন সেবা দিয়েছে, তা MiniMax M2.7-এর মতোই একই হারে বিল করা হয়েছে; বর্তমান মডেলগুলোর জন্যও নেটওয়ার্কের একক ট্যারিফ বজায় আছে — Gateway-এর মাধ্যমে ১M টোকেনে $0.0069। একক প্রাইসিং হলো ব্যবহারকারীদের মডেলের মধ্যে স্থানান্তর সহজ করার একটি সচেতন সিদ্ধান্ত।
• স্থিতিশীলতা নির্ভর করে শার্ডের লোডের উপর। প্রাথমিক পর্যায়ে নতুন মডেলের শার্ডে হোস্ট কম থাকে, তাই অনুরোধ জমা হলে মডেল সাময়িকভাবে 429 too many concurrent requests ফেরত দিতে পারে। এটি নতুন মডেলের স্বাভাবিক পর্যায়: আগ্রহ বাড়ার সাথে সাথে হোস্টরা তার শার্ডে যুক্ত হয়, আর লিমিট বাড়ে। উল্টোটাও সত্য — হোস্টরা শার্ড ছেড়ে গেলে মডেলের ধারণক্ষমতা কমে; নেটওয়ার্কে Kimi K2.6-এর কাহিনি ঠিক এভাবেই শেষ হয়।
• Tool calling প্রতিটি মডেলের নিজস্ব। Gonka নেটওয়ার্কে Kimi K2.6-এর শুরুতে স্বয়ংক্রিয় টুল নির্বাচনে (tool_choice: "auto") ছোটখাটো সমস্যা ধরা পড়েছিল, যা পরে নোড আপডেটে দূর হয়। শিক্ষাটি নেটওয়ার্কের যেকোনো মডেলের জন্যই প্রাসঙ্গিক: টুল কলের ফরম্যাট নির্দিষ্ট মডেলের নির্দিষ্ট নোডের বৈশিষ্ট্য, তাই প্রোডাকশনে গুরুত্বপূর্ণ কাজে আগেই আপনার অনুরোধে বেছে নেওয়া মডেলের আচরণ পরীক্ষা করে নিন।

সরাসরি উত্তর: Gonka নেটওয়ার্কের মাধ্যমে Kimi K2.6 আর পাওয়া যায় না। সেপ্টেম্বর ২০২৬-এর শুরুতে হোস্টগুলো এটি পরিবেশন করা বন্ধ করে দেয়, এবং governance প্রস্তাব #101 মডেলটিকে নেটওয়ার্কের মডেল তালিকা থেকে স্থায়ীভাবে বাদ দেয় — model: "moonshotai/Kimi-K2.6" সহ কোনো অনুরোধ গেটওয়ে প্রত্যাখ্যান করবে। যেহেতু মডেলের ওয়েট খোলা, তাই থার্ড-পার্টি open-weights হোস্টিং (যেমন OpenRouter) থেকে এটি এখনও পাওয়া যায়, অথবা নিজে ডিপ্লয় করা যায়।

তবে যদি আপনার দরকার হয় সেই সস্তা ডিসেন্ট্রালাইজড inference, যার জন্যই মানুষ Gonka-তে আসে — সেটি তো হারায়নি, শুধু নেটওয়ার্কের সক্রিয় মডেলগুলোতে চলছে। JoinGonka API Gateway-এর মাধ্যমে OpenAI- ও Anthropic-সামঞ্জস্যপূর্ণ API-তে তিনটি মডেল পাওয়া যায়, আর প্রত্যেকটি Kimi-কে যেভাবে মূল্য দেওয়া হতো তার একেক অংশ পূরণ করে:

• GLM-5.3 Flash (zai-org/GLM-5.3-Flash) — Z.ai-এর reasoning মডেল: উত্তর দেওয়ার আগে চিন্তা করে, তাই জটিল লজিক, কোড বিশ্লেষণ ও «ভেবে দেখার» কাজে এটিই নেওয়া উচিত; নেটওয়ার্কের সবচেয়ে লম্বা কনটেক্সটও (390K) এরই। চিন্তা উত্তর-লিমিটের মধ্যে পড়ে — max_tokens একটু বেশি দিয়ে সেট করুন আর stream চালু রাখুন।
• DeepSeek V4 Flash (deepseek-ai/DeepSeek-V4-Flash-0731) — নেটওয়ার্কের অন্যতম দীর্ঘ কনটেক্সট (380K), সবচেয়ে লম্বা আউটপুট আর শক্তিশালী এজেন্টিক কোডিং: বড় রিপোজিটরি, টুল কলের দীর্ঘ চেইন।
• MiniMax M2.7 (MiniMaxAI/MiniMax-M2.7) — গেটওয়ের ডিফল্ট মডেল: দৈনন্দিন কাজে দ্রুত ও সমান উত্তর, লম্বা ডকুমেন্ট আর স্ট্রিমিং প্রসেসিং।

Kimi K2.6 থেকে সরে আসা মানে এক লাইন বদলানো। OpenAI-এর জন্য লেখা যেকোনো কোড অপরিবর্তিত চলবে: শুধু URL, API 키 আর মডেলের নাম বদলালেই হবে।

curl https://gate.joingonka.ai/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "messages": [{"role": "user", "content": "Explain the difference between MoE and dense models"}]
  }'

ডেভেলপমেন্ট টুলেও নিয়ম একই: যেখানেই সেটিংসে moonshotai/Kimi-K2.6 ছিল, সেখানে সক্রিয় মডেলগুলোর একটির আইডি বসান। Cursor-এ এটি Custom Model ফিল্ড, Claude Code-এ ANTHROPIC_MODEL এনভায়রনমেন্ট ভেরিয়েবল বা --model ফ্ল্যাগ, OpenClaw, Cline ও Continue.dev-এ প্রোভাইডার কনফিগে মডেলের নাম, LangChain ও n8n-এ ক্লায়েন্ট ইনিশিয়ালাইজ করার সময় model প্যারামিটার। npx @joingonka/setup ইনস্টলার একটি কমান্ডেই গেটওয়ে আর সাম্প্রতিকতম মডেল টুলের কনফিগে লিখে দেবে। উপলব্ধ মডেলের তালিকা সবসময় GET /v1/models এন্ডপয়েন্টে হালনাগাদ থাকে — সেখান থেকে অ্যাপের UI-তে ডায়নামিকভাবে টেনে নেওয়া সুবিধাজনক, যাতে নেটওয়ার্কে কোনো মডেল চলে যাওয়া বা আসা আপনার প্রোডাক্ট না ভাঙে।

রেজিস্ট্রেশন ছাড়াই চেষ্টা করা যায় /try পাতা上的 ফ্রি চ্যাটে — সেখানে নেটওয়ার্কের সক্রিয় মডেলগুলো পাওয়া যায়। JoinGonka Gateway-তে রেজিস্ট্রেশন করলে নেটওয়ার্কের যেকোনো মডেল পরীক্ষার জন্য বিনামূল্যে 3M টোকেন পাবেন — তিনটি মডেলেই নিজের কাজ চালিয়ে সচেতনভাবে বিকল্প বেছে নেওয়ার জন্য যথেষ্ট।

Kimi K2.6-এর কাহিনি Gonka নেটওয়ার্কের জন্য কী দেখাল: DevShards ব্যবস্থা দুই দিকেই কাজ করেছে। এটি নেটওয়ার্ক না থামিয়ে মডেল যোগ করার সুযোগ দিয়েছে — Kimi-র পরপরই এসেছে MiniMax M2.7, DeepSeek V4 Flash ও GLM-5.3 Flash — আবার হোস্টরা যে মডেল সমর্থন করা ছেড়ে দিয়েছে সেটি ব্যথাহীনভাবে বাদ দেওয়ার সুযোগও দিয়েছে। একটি মডেলের সাথে বাঁধা নেটওয়ার্ক মৌলিকভাবে ভঙ্গুর; ভোটের মাধ্যমে গঠন বদলাতে সক্ষম নেটওয়ার্ক নরমভাবে ও নিরবচ্ছিন্নভাবে বিবর্তিত হয়। ডেভেলপারের জন্য এর থেকে সহজ নিয়ম: «একবারের জন্য মডেল বেছে নেওয়া» নয়, বরং মডেলের নাম কনফিগারেশনে রাখা আর জীবন্ত তালিকা যাচাই করা।