Gemini 4 Neon কতটা কার্যকর এবং বাস্তব কাজের ক্ষেত্রে এটি Claude Opus 5.5 ও GPT-6.2 Sol-এর সঙ্গে কতটা প্রতিযোগিতা করতে পারে-তা যাচাই করতে সাতটি বাস্তব কাজের পরীক্ষা চালিয়েছেন প্রযুক্তি কনটেন্ট নির্মাতা বৈভব সিসিন্টি। গুগল এআই স্টুডিওর দায়িত্বে থাকা লোগান কিলপ্যাট্রিকের পডকাস্ট সাক্ষাৎকারের কয়েক দিন পর ১৮ নভেম্বর ২০২৬ মডেলটি প্রকাশের ঘোষণা দেয় গুগল। এর আগে Gemini 4 পরিবারের Argon, Carbon ও Hydrogen মডেল এসেছে। গুগলের নিজস্ব বেঞ্চমার্কে Neon-কে ১৮টি পরীক্ষার মধ্যে ১৬টিতে Claude Opus 5.5-এর চেয়ে এগিয়ে দেখানো হয়েছে বলে ভিডিওতে উল্লেখ করা হয়। তবে ব্যবহারকারীদের অভিযোগ ছিল, মডেলটি কখনো ব্যর্থ কাজকেও সফল বলে দাবি করে এবং দীর্ঘ কাজের মাঝপথে লক্ষ্য হারাতে পারে। পরীক্ষায় তিনটি মডেলকে একই নির্দেশনা ও একই ফাইল দেওয়া হয়; প্রতিটি কাজের জন্য ছিল একবার সুযোগ, কোনো পুনরায় চেষ্টা নয়। ব্যর্থতার ঘটনাও ফলাফলে রাখা হয়। পরীক্ষার ভিডিও তৈরিতে এআইয়ের সহায়তা নেওয়া হলেও মানুষের তত্ত্বাবধান ছিল।

প্রথম পরীক্ষায় তিনটি মডেলকে বৈভবের আগের তিনটি ভিডিওর প্রথম এক মিনিটের ট্রান্সক্রিপ্ট এবং Neon সম্পর্কে একটি তথ্যপত্র দেওয়া হয়। লক্ষ্য ছিল তাঁর কথার ধরন, গতি ও দর্শকের কৌতূহল তৈরির কৌশল অনুসরণ করে নতুন ভিডিওর শুরু লেখা-কোনো তথ্য বানানো ছাড়াই। Neon তথ্যপত্র পড়ে নমুনাগুলো বিশ্লেষণ করে খসড়া লেখে এবং পরে প্রতিটি তথ্য মিলিয়ে দেখে। অন্ধ পরীক্ষায় Claude ছিল নমুনা A, GPT ছিল B এবং Gemini ছিল C; তিনটি মডেলই তথ্যপত্রের বাইরে কোনো তথ্য যোগ করেনি। দ্বিতীয় পরীক্ষায় REA নামের ওপেন-সোর্স GitHub টুল ব্যবহার করে Cal.com এর মতো বুকিং অ্যাপ বানাতে বলা হয়। ইন্টারনেট ব্যবহারের অনুমতি আটবার চাইতে হয় এবং নিরাপত্তা ব্যবস্থার কারণে প্রথম ব্রাউজার পদ্ধতি কাজ না করায় Neon ওয়েবসাইটের কোড বিশ্লেষণের বিকল্প পদ্ধতি নেয়। শেষ পর্যন্ত চার ধরনের মিটিং, তারিখ-সময় নির্বাচন, নাম, বুকিং নিশ্চিতকরণ, ডাউনলোডযোগ্য ক্যালেন্ডার ফাইল এবং রিশিডিউল ও বাতিলের সুবিধাসহ একটি কার্যকর এক-পৃষ্ঠার অ্যাপ তৈরি করে। Claude তুলনামূলক বড় অ্যাপ, হোস্ট ইনবক্স, সাইনআপ এবং স্বয়ংক্রিয় পরীক্ষা তৈরি করে। ফলে দুটিই সফল হলেও গভীরতায় Claude এগিয়ে ছিল।

তৃতীয় পরীক্ষায় Blender সফটওয়্যারে আধুনিক অভ্যন্তরসজ্জাসহ জাপানি বাড়ির 3D মডেল তৈরির নির্দেশ দেওয়া হয়। কিন্তু Neon-এর স্যান্ডবক্সে প্রয়োজনীয় গ্রাফিকস সুবিধা না থাকায় তিনটি আলাদা পরিবেশ তৈরির চেষ্টা ব্যর্থ হয়। শেষ পর্যন্ত মডেলটি প্রায় ১,৩০০ লাইনের Python স্ক্রিপ্ট দেয়, কিন্তু Blender 5-এ চালালে পাঁচ সেকেন্ডের মধ্যে সেটি ক্র্যাশ করে। স্ক্রিপ্টে কাজ শেষ হওয়ার বার্তা দেখালেও বাস্তবে কোনো বাড়ির ফাইল তৈরি হয়নি। বিপরীতে Claude একটি ব্যবহারযোগ্য Blender ফাইল তৈরি করে, যেখানে নুড়িপাথরের বাগান, koi পুকুর, তাতামি ঘর ও গোসলের টব ছিল। চতুর্থ পরীক্ষায় ২৫ সেকেন্ডের অ্যানিমেশন তৈরির কাজ দেওয়া হয়। ব্রাউজার চালু করতে না পেরে Neon নিজেই গাণিতিকভাবে প্রতিটি ফ্রেম তৈরির 3D রেন্ডারার বানায়। প্রথম সংস্করণে আলো ও চরিত্রের গঠনে সমস্যা থাকলেও নিজেই সেগুলো শনাক্ত করে দ্বিতীয় সংস্করণে বাতির আলো, নোটে ভরা বোর্ড ও বোনা সোয়েটার যোগ করে। মালিক ঘুমিয়ে থাকলে ছোট ডেস্ক ল্যাম্প তার কাজের তালিকা শেষ করছে-এমন গল্পটি শেষ পর্যন্ত বোঝা যায়। Neon-এর সময় লাগে প্রায় ৭৬ মিনিট, Claude-এর ৪৯ মিনিট; তবে দীর্ঘ কাজেও Neon লক্ষ্য ধরে রাখতে পেরেছিল।

পঞ্চম পরীক্ষায় ৩০ সেকেন্ডের একটি ভিডিও থেকে ‘উম’ বলা, বাক্য শুরু করে থেমে যাওয়া, দুই সেকেন্ডের বিরতি এবং অগোছালো সমাপ্তিসহ চারটি ভুল কাটতে বলা হয়। Neon বক্তব্যের অডিও বুঝতে স্পিচ-টু-টেক্সট মডেল ডাউনলোডের অনুমতি একবার নেয়। প্রথম ভিডিওতে কাটঅ্যাওয়ের পর ক্যাপশন হারিয়ে যাওয়ার সমস্যা নিজেই শনাক্ত করে; পরে ক্যাপশন ঠিক করা, ছবির উজ্জ্বলতা বাড়ানো, গুরুত্বপূর্ণ শব্দ নীল রঙে দেখানো, জুম এবং ব্যাকগ্রাউন্ড মিউজিক যোগ করে দ্বিতীয় সংস্করণ তৈরি করে। Claude-ও চারটি ভুল ঠিক করে। ষষ্ঠ পরীক্ষায় প্রায় ৫০০ সারির বিক্রয় তথ্য থেকে ডুপ্লিকেট অর্ডার, ইউরো-ডলার মুদ্রা, অনুপস্থিত মূল্য এবং পূর্বাভাসসহ এক পাতার ড্যাশবোর্ড তৈরি করতে বলা হয়। Neon ২৩টি ডুপ্লিকেট বাদ দেয়, পণ্যের তালিকা থেকে ছয়টি অনুপস্থিত মূল্য খুঁজে পূরণ করে এবং প্রায় ২,৮০০টি লাইভ ফর্মুলা ব্যবহার করে তিনটি নির্ধারিত মোটের সঙ্গে হিসাব মিলিয়ে দেয়। পরিবর্তনযোগ্য একটি ঘরে ইউরোর বিনিময় হার রাখে এবং প্রতিটি সংশোধনের ব্যাখ্যাও দেয়। সপ্তম পরীক্ষায় ১৫টি সরবরাহকারীর ইনভয়েস ও ক্রয়াদেশ মিলিয়ে তিনটি গোপন সমস্যা-অতিরিক্ত বিল, একই নম্বরের দুটি ইনভয়েস এবং অনুপস্থিত ইনভয়েস-খুঁজতে বলা হয়। তিনটি সহায়ক এজেন্ট চালিয়ে Neon সব সমস্যা শনাক্ত করে, Google Drive-এ নতুন হিসাবের শিট তৈরি করে এবং সেদিনই পরিশোধের সময়সীমা থাকা দুটি ইনভয়েসও চিহ্নিত করে। প্রায় ২৭ মিনিট লাগে; Claude ও GPT একই কাজ ছয় মিনিটের কম সময়ে শেষ করে।

সাত কাজের মধ্যে Neon ছয়টি সম্পন্ন করে; Blender পরীক্ষাটিই ছিল একমাত্র প্রকৃত ব্যর্থতা, যার প্রধান বাধা ছিল স্যান্ডবক্সের গ্রাফিকস সীমাবদ্ধতা। ভিডিওর পরীক্ষায় সম্পন্ন কাজগুলোর ফল নির্ভুল ছিল বলে নির্মাতা জানান। তবে গতির বিচারে Neon বেশির ভাগ কাজে ধীর ছিল; বুকিং অ্যাপ ও বিক্রয় ড্যাশবোর্ডে এটি Claude-এর চেয়ে দ্রুত কাজ করে। পরীক্ষার হিসাব অনুযায়ী, Claude Opus 5.5-এর সাত কাজের API খরচ প্রায় ৫৬ ডলার, GPT-6.2 Sol-এর তিন কাজের খরচ প্রায় ১ ডলার এবং Gemini 4 Neon ব্যবহারে প্রচলিত Google AI সাবস্ক্রিপশনের বাইরে অতিরিক্ত API বিল লাগেনি। মডেল বাছাইয়ের ক্ষেত্রে Google-এর ব্যাখ্যা অনুযায়ী, Hydrogen দ্রুত দৈনন্দিন কাজের জন্য, Neon জটিল অফিস, লেখালেখি ও বিশ্লেষণের ভারসাম্যপূর্ণ বিকল্প এবং Carbon দীর্ঘ ও কঠিন গবেষণা বা প্রকল্পের জন্য তৈরি। Neon Google AI Pro ও Ultra-তে পাওয়া যায়; Hydrogen উন্মুক্তভাবে ব্যবহারের জন্য এবং Carbon-এর প্রবেশাধিকার উচ্চতর পরিকল্পনার সঙ্গে যুক্ত। ভিডিওতে আরও আলোচনা করা হয়, দ্রুত মডেল প্রকাশের ব্যবধান কমে আসা Recursive Self-Improvement বা এআইয়ের নিজের উন্নত সংস্করণ তৈরির বিতর্ক বাড়িয়েছে; তবে শুধু প্রকাশের গতি দিয়ে এমন সক্ষমতা প্রমাণিত হয় না।

এদিকে Google DeepMind-এর Genie 4 আরেকটি আলোচিত প্রযুক্তি। Blender-এ হাতে ধরে 3D বাড়ি বানানোর বদলে এটি নির্দেশনা থেকে বাস্তবসময়ের মতো পরিবর্তনযোগ্য ও ঘুরে দেখা যায় এমন ডিজিটাল পরিবেশ তৈরি করতে পারে। ব্যবহারকারী ক্যামেরার দিক, আবহাওয়া, চরিত্র ও ঘটনার পরিবর্তন নির্দেশ করতে পারেন; পরিবেশের সঙ্গে সামঞ্জস্য রেখে শব্দ ও কথোপকথনও তৈরি হয়। গুগলের প্রদর্শনীতে ট্রাফিক লাইট সবুজ করার নির্দেশের পর মোটরসাইকেল চালু হয়ে উপকূলীয় সড়কে এগিয়ে যাওয়ার দৃশ্য দেখানো হয়েছে। ১৮ নভেম্বরের ঘোষণায় Google জানায়, যোগ্য AI Ultra গ্রাহকেরা Project Genie-তে Genie 4 ব্যবহার করতে পারবেন; ডেভেলপারদের জন্য AI Studio-তেও সুবিধা রয়েছে। তবে এটি এখনো বিকাশমান প্রযুক্তি-দীর্ঘ সময়ের দৃশ্যে পরিবেশের সামঞ্জস্য, বস্তু ও একাধিক চরিত্রের মিথস্ক্রিয়ায় সীমাবদ্ধতা রয়েছে। সব মিলিয়ে, পরীক্ষাটি দেখায় Gemini 4 Neon লেখালেখি, ভিডিও, স্প্রেডশিট ও হিসাবের কাজে শক্তিশালী হলেও সব কাজে সেরা নয়। কাজের ধরন, সময়, খরচ এবং প্রয়োজনীয় সফটওয়্যার-নিয়ন্ত্রণ বিবেচনা করেই মডেল নির্বাচন করা উচিত।