বিনামূল্যে এআই অ্যাক্সেস
আশ্চর্যজনকভাবে, অনেক লোক এখনও নিউরাল নেটওয়ার্কের সাথে কথা বলেনি বা একটি একক AI এজেন্ট চালায় না - এটি ব্যয়বহুল, জটিল বা 'আমার জন্য নয়' বলে মনে হয়। আসলে আপনি এখনই বিনামূল্যে শুরু করতে পারেন, প্রায়শই একটি ব্যাঙ্ক কার্ড বা একটি শক্তিশালী কম্পিউটার ছাড়াই। নীচে AI-তে অ্যাক্সেস পাওয়ার প্রমাণিত উপায়গুলি রয়েছে: বিনামূল্যের স্তর থেকে কম্পিউটিং অনুদান পর্যন্ত। সীমা এবং শর্তাদি পরিবর্তিত হয় - আমরা নিয়মিত সেগুলি পরীক্ষা করি।
কীভাবে ব্যবহার করবেন: একটি কার্ড বাছাই করুন, লিঙ্কটি খুলুন এবং সাইন আপ করুন - বর্তমান সীমা প্রতিটিতে তালিকাভুক্ত করা হয়েছে।
বিনামূল্যের স্তর
তাৎক্ষণিকভাবে এবং বিনামূল্যে কাজ করুন, সাধারণত কার্ড ছাড়াই: সাইন আপ করুন এবং ব্যবহার করুন। সীমা আছে (প্রতিদিন অনুরোধ, প্রতি মিনিটে টোকেন), কিন্তু শুরু করার জন্য এবং ব্যক্তিগত কাজের জন্য সেগুলি যথেষ্ট।
Gemini 2.5/3 ফ্ল্যাশ, Gemma 3, মাল্টিমোডাল
DeepSeek R1/V3, Llama, Qwen
একটি কী এর মাধ্যমে 28-30টি বিনামূল্যে মডেল
GPT-5, GPT-4.1, GPT-4o, o4-মিনি, Llama
ট্রায়াল ক্রেডিট
চেষ্টা করার জন্য ডলারে একটি প্রারম্ভিক ব্যালেন্স (যেমন $5)। কয়েক দিন বা সপ্তাহের মধ্যে মেয়াদ শেষ হয়ে যাবে - অর্থপ্রদানের আগে আপনার কাজের জন্য একটি মডেল পরীক্ষা করা সহজ।
কার্ড নেই, এসএমএস সাইন আপ
প্রশস্ত খোলা মডেল ক্যাটালগ
নতুন Google ক্লাউড অ্যাকাউন্ট; Gemini 3.1 প্রো, ইমেজেন, ভিও, সম্পূর্ণ ভার্টেক্স এআই ক্যাটালগে ব্যয় করুন
স্টার্টআপ প্রোগ্রাম
কোম্পানিগুলির জন্য বড় কম্পিউট অনুদান এবং ক্রেডিট: হাজার থেকে কয়েক হাজার ডলার। এটি কীভাবে পাবেন: একটি স্টার্টআপ নিবন্ধন করুন (আইনি সত্তা, পণ্য, সাইট) এবং আবেদন করুন; কিছু প্রোগ্রামের জন্য একটি এক্সিলারেটর বা বিনিয়োগকারী প্রয়োজন।
ওপেন সোর্স রক্ষণাবেক্ষণকারীদের জন্য
শিক্ষার্থীদের জন্য
শিক্ষার্থী স্ট্যাটাস সহ বিনামূল্যে অ্যাক্সেস এবং ক্রেডিট। এটি কীভাবে পাবেন: নিশ্চিত করুন আপনি একজন শিক্ষার্থী - একটি .edu ইমেল বা GitHub Education এবং বিশ্ববিদ্যালয় প্রোগ্রামের মাধ্যমে যাচাইকরণ।
যাচাইকৃত ছাত্র
YC ক্যাম্পাস ইভেন্ট 2025-2026 এ অংশগ্রহণকারী শিক্ষার্থীদের জন্য বিনামূল্যে ক্রেডিট; Azure/AWS ক্লাউড, GPT/Claude/Grok, ভয়েস, অনুসন্ধান, ভিডিও, ডেটাবেস অন্তর্ভুক্ত করে
শিক্ষার্থীদের জন্য যাচাইকৃত .edu ইমেল সহ বিনামূল্যে A100 কম্পিউট ক্রেডিট; 3-14 দিনের সক্রিয়করণ
স্থানীয় AI: আপনার নিজের হার্ডওয়্যারে আপনার নিজস্ব মডেল
খোলা মডেলগুলি সরাসরি আপনার কম্পিউটারে চালানো যেতে পারে - বিনামূল্যে, ইন্টারনেট ছাড়া, এবং আপনার ডেটা কোথাও যায় না। নীচে, জটিল শব্দ ছাড়াই, আমরা আপনার কম্পিউটারে কী সক্ষম তা খুঁজে বের করব এবং এমন একটি মডেল নির্বাচন করব যা আপনি একটি কমান্ড দিয়ে ইনস্টল করতে পারেন।
কিভাবে আপনার হার্ডওয়্যার খুঁজে বের করতে2 মিনিট - এবং আপনি আপনার ক্লাস জানেন।
একটি AI মডেল একটি বড় ফাইল যা চালানোর জন্য কম্পিউটারের মেমরিতে সম্পূর্ণরূপে লোড করা হয়। মডেলটি যত স্মার্ট, এটি তত বড় এবং এটির আরও মেমরির প্রয়োজন। একটি সহজ নিয়ম: মডেলের নামের সংখ্যা (উদাহরণস্বরূপ, 7B হল 7 বিলিয়ন প্যারামিটার) হল প্রায় গিগাবাইটে মেমরির পরিমাণ যা এটির প্রয়োজন; অর্থনৈতিক বিন্যাসে Q4 - প্রায় অর্ধেক (7B ≈ 4-5 GB)। মডেলটি ভিডিও কার্ডে সবচেয়ে দ্রুত চলে, তার ভিডিও মেমরিতে (VRAM); যদি কোন শক্তিশালী ভিডিও কার্ড না থাকে তবে এটিকে নিয়মিত RAM (RAM) ব্যবহার করা বলে মনে করা হয় - ধীর, তবে এটি কাজ করে। Mac M1-M4 চিপগুলির একটি সাধারণ স্মৃতি থাকে, তাই তারা এমনকি বড় মডেলগুলিকে ভালভাবে পরিচালনা করে। প্রথমে আপনার কত স্মৃতি আছে তা খুঁজে বের করুন:
- Mac: Apple মেনু খুলুন (স্ক্রীনের উপরের বাম কোণে লোগো) এবং এই সম্পর্কে Mac নির্বাচন করুন। "মেমরি" লাইনে আপনার ক্ষমতা থাকবে - উদাহরণস্বরূপ, "16 জিবি"।
- Windows: `Ctrl+Shift+Esc` একসাথে ক্লিক করুন, "পারফরম্যান্স" ট্যাব খুলুন এবং বামদিকে "মেমরি" নির্বাচন করুন। শীর্ষে একটি মোট ভলিউম থাকবে - উদাহরণস্বরূপ, "16.0 GB"।
- Linux: টার্মিনালে, `free -h` টাইপ করুন এবং Enter টিপুন। `Mem` লাইনে প্রথম সংখ্যাটি হল পুরো পরিমাণ RAM।
- NVIDIA: টার্মিনালে, `nvidia-smi` লিখুন - ভিডিও মেমরির পরিমাণ টেবিলের উপরের ডানদিকে থাকবে। অথবা GeForce Experience অ্যাপে দেখুন।
- AMD: Linux - দলে `radeontop`; Windows - অ্যাপ্লিকেশনে AMD Adrenalin।
- Windows: `Ctrl+Shift+Esc` -> পারফরম্যান্স -> GPU-এ ক্লিক করুন। "ডেডিকেটেড গ্রাফিক্স মেমরি" লাইনটি খুঁজুন - যে কোনও ভিডিও কার্ডের জন্য কাজ করে।
- Mac (M1-M4): কোন পৃথক ভিডিও মেমরি নেই - কম্পিউটারের সাধারণ মেমরি ব্যবহার করা হয়, এবং এটি একটি প্লাস: এর প্রায় পুরোটাই AI এর জন্য ব্যবহার করা যেতে পারে।
একটি মডেল নিন যার আকার (Q4, এটি কার্ডে লেখা আছে) আপনার বিনামূল্যের মেমরির চেয়ে কম, এবং সিস্টেমের জন্য এবং "ডায়ালগ মেমরি" (প্রসঙ্গ) এর জন্য 2-4 GB রিজার্ভ রাখুন। সন্দেহ থাকলে, একটি ছোট মডেল দিয়ে শুরু করুন: যদি এটি দ্রুত কাজ করে তবে একটি বড় চেষ্টা করুন। নীচে আমরা ইতিমধ্যে মডেলগুলিকে স্তরগুলিতে ভাগ করেছি - আপনার মেমরির আকার নির্বাচন করুন।
এন্ট্রি-লেভেল ল্যাপটপ, বেসিক MacBook Air M1/M2, ভিডিও কার্ড ছাড়া পিসি।
দুর্বল হার্ডওয়্যারের জন্য সেরা পছন্দ: দ্রুত, ভাল কথোপকথন এবং নির্দেশাবলী অনুসরণ করে।
যুক্তিতে শক্তিশালী এবং এর আকারের জন্য কোড, বাণিজ্যের জন্য অনুমোদিত (MIT)।
সবচেয়ে হালকা: এটি প্রায় সর্বত্র চলবে, সাধারণ কাজ এবং নোটের জন্য ভাল।
কি চালু করতে হবে
LM Studio - একটি উইন্ডো সহ একটি অ্যাপ্লিকেশন: এটি ডাউনলোড করুন, তালিকা থেকে একটি মডেল নির্বাচন করুন, "ডাউনলোড" ক্লিক করুন এবং চ্যাট করুন। শুরু করার সবচেয়ে সহজ উপায় হল কমান্ড লাইন ছাড়া।
Ollama - কমান্ড লাইনের জন্য: একটি কমান্ড `ollama run <модель>` মডেলটি ডাউনলোড করে এবং চালায়। ডেভেলপার এবং ইন্টিগ্রেশনের জন্য সুবিধাজনক (আপনার API থেকে localhost)।
মডেলের তুলনা
এখানে শুধুমাত্র স্থানীয় লঞ্চের উদাহরণ রয়েছে। সমস্ত মডেল দেখা এবং সম্পূর্ণ ক্যাটালগে তুলনা করা যেতে পারে: সব মডেল → · মডেল তুলনা করুন →
| মডেল | শুটিং গ্যালারি | আকার (Q4) |
|---|---|---|
| Llama 3.2 3B★ | 8 GB RAM | ~2 GB |
| Phi-4 Mini | 8 GB RAM | ~2.5 GB |
| Gemma 2 2B | 8 GB RAM | ~1.6 GB |
| Llama 3.1 8B★ | 16 GB RAM | ~4.9 GB |
| Qwen2.5 7B | 16 GB RAM | ~4.7 GB |
| Mistral NeMo 12B | 16 GB RAM | ~7 GB |
| Qwen2.5 Coder 32B★ | 32 GB RAM / VRAM | ~20 GB |
| Gemma 2 27B | 32 GB RAM / VRAM | ~16 GB |
| DeepSeek R1 32B | 32 GB RAM / VRAM | ~20 GB |
| Llama 3.3 70B★ | 64 GB+ RAM / VRAM | ~43 GB |
| Qwen2.5 72B | 64 GB+ RAM / VRAM | ~47 GB |
| DeepSeek R1 70B | 64 GB+ RAM / VRAM | ~43 GB |
প্রায়শই জিজ্ঞাসিত প্রশ্ন
কোয়ান্টাইজেশন এবং Q4 কি?
কোয়ান্টাইজেশন মডেলটিকে সংকুচিত করে, স্কেলগুলির যথার্থতা হ্রাস করে - ফাইলটি কয়েকগুণ ছোট হয়ে যায় এবং মেমরিতে ফিট করে। Q4 (4 বিট) - জনপ্রিয় ভারসাম্য: মানের প্রায় কোন ক্ষতি হয় না, তবে Q8 এর অর্ধেক লাগে। গাইডের মাত্রাগুলি Q4 কোয়ান্টাইজেশনের জন্য।
RAM বা VRAM - কোনটি বেশি গুরুত্বপূর্ণ?
একটি ভিডিও কার্ডে (GPU) মডেলটি সবচেয়ে দ্রুত চলে - ভলিউম VRAM এখানে গুরুত্বপূর্ণ৷ শক্তিশালী GPU ছাড়া, মডেলটি নিয়মিত RAM-এ লোড হয় এবং প্রসেসরে গণনা করা হয় (ধীরে, তবে এটি কাজ করে)। Apple Silicon এর একটি সম্মিলিত মেমরি রয়েছে, তাই Mac বড় মডেলগুলিকে ভালভাবে পরিচালনা করতে পারে।
এটা ব্যবসায় ব্যবহার করা যাবে?
মডেল লাইসেন্স দেখুন। Apache 2.0 এবং MIT প্রায় কোনো বিধিনিষেধ ছাড়াই বাণিজ্যিক ব্যবহারের অনুমতি দেয়। Llama এবং Gemma লাইসেন্সগুলিও অনুমোদিত, তবে শর্ত সহ (উদাহরণস্বরূপ, Llama এর জন্য ব্যবহারকারীর সংখ্যার একটি সীমা)। সর্বদা লাইসেন্সের পাঠ্য পরীক্ষা করুন।
আপনার কত ডিস্ক স্থান প্রয়োজন?
প্রতিটি মডেল ~1.5 GB (হালকা) থেকে 40+ GB (বড়) পর্যন্ত একটি পৃথক ফাইল। বেশ কয়েকটি মডেলের জন্য পর্যাপ্ত ফাঁকা জায়গা ছেড়ে দিন। Ollama এবং LM Studio তাদের নিজস্ব ফোল্ডারে রাখুন; অপ্রয়োজনীয় এক কমান্ড দিয়ে মুছে ফেলা যাবে.