জেমিনি ৩ এবং ২.৫ সিরিজের মডেলগুলি একটি অভ্যন্তরীণ "চিন্তা প্রক্রিয়া" ব্যবহার করে যা তাদের যুক্তি এবং বহু-পদক্ষেপ পরিকল্পনার ক্ষমতা উল্লেখযোগ্যভাবে উন্নত করে, যা কোডিং, উন্নত গণিত এবং ডেটা বিশ্লেষণের মতো জটিল কাজের জন্য তাদের অত্যন্ত কার্যকর করে তোলে।
এই নির্দেশিকাটি আপনাকে দেখায় কিভাবে জেমিনি API ব্যবহার করে জেমিনির চিন্তাভাবনা ক্ষমতা নিয়ে কাজ করবেন।
চিন্তাভাবনা করে বিষয়বস্তু তৈরি করা
একটি থিংকিং মডেল দিয়ে একটি অনুরোধ শুরু করা অন্য যেকোনো কন্টেন্ট জেনারেশন অনুরোধের মতোই। মূল পার্থক্য হল model ক্ষেত্রে থিংকিং সাপোর্ট সহ একটি মডেল নির্দিষ্ট করার মধ্যে, যেমনটি নিম্নলিখিত টেক্সট জেনারেশন উদাহরণে দেখানো হয়েছে:
পাইথন
from google import genai
client = genai.Client()
prompt = "Explain the concept of Occam's Razor and provide a simple, everyday example."
response = client.models.generate_content(
model="gemini-2.5-pro",
contents=prompt
)
print(response.text)
জাভাস্ক্রিপ্ট
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const prompt = "Explain the concept of Occam's Razor and provide a simple, everyday example.";
const response = await ai.models.generateContent({
model: "gemini-2.5-pro",
contents: prompt,
});
console.log(response.text);
}
main();
যাও
package main
import (
"context"
"fmt"
"log"
"os"
"google.golang.org/genai"
)
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
prompt := "Explain the concept of Occam's Razor and provide a simple, everyday example."
model := "gemini-2.5-pro"
resp, _ := client.Models.GenerateContent(ctx, model, genai.Text(prompt), nil)
fmt.Println(resp.Text())
}
বিশ্রাম
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-pro:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [
{
"parts": [
{
"text": "Explain the concept of Occam\'s Razor and provide a simple, everyday example."
}
]
}
]
}'
```
চিন্তার সারাংশ
চিন্তার সারাংশ হল মডেলের কাঁচা চিন্তার সংশ্লেষিত সংস্করণ এবং মডেলের অভ্যন্তরীণ যুক্তি প্রক্রিয়ার অন্তর্দৃষ্টি প্রদান করে। মনে রাখবেন যে চিন্তার স্তর এবং বাজেট মডেলের কাঁচা চিন্তার ক্ষেত্রে প্রযোজ্য, চিন্তার সারাংশের ক্ষেত্রে নয়।
আপনার অনুরোধ কনফিগারেশনে includeThoughts কে true এ সেট করে আপনি চিন্তার সারাংশ সক্ষম করতে পারেন। এরপর আপনি response প্যারামিটারের parts পুনরাবৃত্তি করে এবং thought বুলিয়ান পরীক্ষা করে সারাংশটি অ্যাক্সেস করতে পারেন।
স্ট্রিমিং ছাড়াই চিন্তার সারাংশ কীভাবে সক্ষম এবং পুনরুদ্ধার করা যায় তা দেখানোর একটি উদাহরণ এখানে দেওয়া হল, যা প্রতিক্রিয়া সহ একটি একক, চূড়ান্ত চিন্তার সারাংশ প্রদান করে:
পাইথন
from google import genai
from google.genai import types
client = genai.Client()
prompt = "What is the sum of the first 50 prime numbers?"
response = client.models.generate_content(
model="gemini-2.5-pro",
contents=prompt,
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(
include_thoughts=True
)
)
)
for part in response.candidates[0].content.parts:
if not part.text:
continue
if part.thought:
print("Thought summary:")
print(part.text)
print()
else:
print("Answer:")
print(part.text)
print()
জাভাস্ক্রিপ্ট
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-2.5-pro",
contents: "What is the sum of the first 50 prime numbers?",
config: {
thinkingConfig: {
includeThoughts: true,
},
},
});
for (const part of response.candidates[0].content.parts) {
if (!part.text) {
continue;
}
else if (part.thought) {
console.log("Thoughts summary:");
console.log(part.text);
}
else {
console.log("Answer:");
console.log(part.text);
}
}
}
main();
যাও
package main
import (
"context"
"fmt"
"google.golang.org/genai"
"os"
)
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
contents := genai.Text("What is the sum of the first 50 prime numbers?")
model := "gemini-2.5-pro"
resp, _ := client.Models.GenerateContent(ctx, model, contents, &genai.GenerateContentConfig{
ThinkingConfig: &genai.ThinkingConfig{
IncludeThoughts: true,
},
})
for _, part := range resp.Candidates[0].Content.Parts {
if part.Text != "" {
if part.Thought {
fmt.Println("Thoughts Summary:")
fmt.Println(part.Text)
} else {
fmt.Println("Answer:")
fmt.Println(part.Text)
}
}
}
}
এবং এখানে স্ট্রিমিং-এর সাথে চিন্তাভাবনা ব্যবহারের একটি উদাহরণ দেওয়া হল, যা প্রজন্মের সময় ঘূর্ণায়মান, ক্রমবর্ধমান সারাংশ প্রদান করে:
পাইথন
from google import genai
from google.genai import types
client = genai.Client()
prompt = """
Alice, Bob, and Carol each live in a different house on the same street: red, green, and blue.
The person who lives in the red house owns a cat.
Bob does not live in the green house.
Carol owns a dog.
The green house is to the left of the red house.
Alice does not own a cat.
Who lives in each house, and what pet do they own?
"""
thoughts = ""
answer = ""
for chunk in client.models.generate_content_stream(
model="gemini-2.5-pro",
contents=prompt,
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(
include_thoughts=True
)
)
):
for part in chunk.candidates[0].content.parts:
if not part.text:
continue
elif part.thought:
if not thoughts:
print("Thoughts summary:")
print(part.text)
thoughts += part.text
else:
if not answer:
print("Answer:")
print(part.text)
answer += part.text
জাভাস্ক্রিপ্ট
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
const prompt = `Alice, Bob, and Carol each live in a different house on the same
street: red, green, and blue. The person who lives in the red house owns a cat.
Bob does not live in the green house. Carol owns a dog. The green house is to
the left of the red house. Alice does not own a cat. Who lives in each house,
and what pet do they own?`;
let thoughts = "";
let answer = "";
async function main() {
const response = await ai.models.generateContentStream({
model: "gemini-2.5-pro",
contents: prompt,
config: {
thinkingConfig: {
includeThoughts: true,
},
},
});
for await (const chunk of response) {
for (const part of chunk.candidates[0].content.parts) {
if (!part.text) {
continue;
} else if (part.thought) {
if (!thoughts) {
console.log("Thoughts summary:");
}
console.log(part.text);
thoughts = thoughts + part.text;
} else {
if (!answer) {
console.log("Answer:");
}
console.log(part.text);
answer = answer + part.text;
}
}
}
}
await main();
যাও
package main
import (
"context"
"fmt"
"log"
"os"
"google.golang.org/genai"
)
const prompt = `
Alice, Bob, and Carol each live in a different house on the same street: red, green, and blue.
The person who lives in the red house owns a cat.
Bob does not live in the green house.
Carol owns a dog.
The green house is to the left of the red house.
Alice does not own a cat.
Who lives in each house, and what pet do they own?
`
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
contents := genai.Text(prompt)
model := "gemini-2.5-pro"
resp := client.Models.GenerateContentStream(ctx, model, contents, &genai.GenerateContentConfig{
ThinkingConfig: &genai.ThinkingConfig{
IncludeThoughts: true,
},
})
for chunk := range resp {
for _, part := range chunk.Candidates[0].Content.Parts {
if len(part.Text) == 0 {
continue
}
if part.Thought {
fmt.Printf("Thought: %s\n", part.Text)
} else {
fmt.Printf("Answer: %s\n", part.Text)
}
}
}
}
চিন্তাভাবনা নিয়ন্ত্রণ করা
জেমিনি মডেলগুলি ডিফল্টভাবে গতিশীল চিন্তাভাবনায় নিযুক্ত থাকে, ব্যবহারকারীর অনুরোধের জটিলতার উপর ভিত্তি করে যুক্তি প্রচেষ্টার পরিমাণ স্বয়ংক্রিয়ভাবে সামঞ্জস্য করে। তবে, যদি আপনার নির্দিষ্ট বিলম্বের সীমাবদ্ধতা থাকে বা মডেলটিকে স্বাভাবিকের চেয়ে গভীর যুক্তিতে নিযুক্ত করার প্রয়োজন হয়, তাহলে আপনি ঐচ্ছিকভাবে চিন্তাভাবনা নিয়ন্ত্রণ করতে পরামিতি ব্যবহার করতে পারেন।
চিন্তাভাবনার মাত্রা (জেমিনি 3 প্রো)
জেমিনি ৩ মডেল এবং তার পরবর্তী মডেলের জন্য প্রস্তাবিত thinkingLevel প্যারামিটার আপনাকে যুক্তি আচরণ নিয়ন্ত্রণ করতে দেয়। আপনি চিন্তাভাবনার স্তর "low" বা "high" এ সেট করতে পারেন। যদি আপনি কোনও চিন্তাভাবনার স্তর নির্দিষ্ট না করেন, তাহলে জেমিনি জেমিনি ৩ প্রো প্রিভিউয়ের জন্য মডেলের ডিফল্ট গতিশীল চিন্তাভাবনার স্তর, "high" ব্যবহার করবে।
পাইথন
from google import genai
from google.genai import types
client = genai.Client()
response = client.models.generate_content(
model="gemini-3-pro-preview",
contents="Provide a list of 3 famous physicists and their key contributions",
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(thinking_level="low")
),
)
print(response.text)
জাভাস্ক্রিপ্ট
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-3-pro-preview",
contents: "Provide a list of 3 famous physicists and their key contributions",
config: {
thinkingConfig: {
thinkingLevel: "low",
},
},
});
console.log(response.text);
}
main();
যাও
package main
import (
"context"
"fmt"
"google.golang.org/genai"
"os"
)
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
thinkingLevelVal := "low"
contents := genai.Text("Provide a list of 3 famous physicists and their key contributions")
model := "gemini-3-pro-preview"
resp, _ := client.Models.GenerateContent(ctx, model, contents, &genai.GenerateContentConfig{
ThinkingConfig: &genai.ThinkingConfig{
ThinkingLevel: &thinkingLevelVal,
},
})
fmt.Println(resp.Text())
}
বিশ্রাম
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-pro-preview:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [
{
"parts": [
{
"text": "Provide a list of 3 famous physicists and their key contributions"
}
]
}
],
"generationConfig": {
"thinkingConfig": {
"thinkingLevel": "low"
}
}
}'
জেমিনি ৩ প্রো-এর জন্য আপনি চিন্তাভাবনা বন্ধ করতে পারবেন না। জেমিনি ২.৫ সিরিজের মডেলগুলি thinkingLevel সমর্থন করে না; পরিবর্তে thinkingBudget ব্যবহার করুন।
বাজেট নিয়ে ভাবনাচিন্তা
জেমিনি ২.৫ সিরিজের সাথে প্রবর্তিত thinkingBudget প্যারামিটারটি যুক্তির জন্য ব্যবহার করার জন্য নির্দিষ্ট সংখ্যক চিন্তাভাবনা টোকেনের মডেলটিকে নির্দেশ করে।
প্রতিটি মডেলের ধরণের জন্য thinkingBudget কনফিগারেশনের বিবরণ নিচে দেওয়া হল। thinkingBudget কে 0 তে সেট করে আপনি thinking বন্ধ করতে পারেন। thinkingBudget কে -1 তে সেট করলে dynamic thinking চালু হয়, অর্থাৎ মডেলটি অনুরোধের জটিলতার উপর ভিত্তি করে বাজেট সামঞ্জস্য করবে।
| মডেল | ডিফল্ট সেটিং (ভাবছি বাজেট সেট করা হয়নি) | পরিসর | চিন্তাভাবনা বন্ধ করুন | গতিশীল চিন্তাভাবনা চালু করুন |
|---|---|---|---|---|
| ২.৫ প্রো | গতিশীল চিন্তাভাবনা: মডেল কখন এবং কতটা চিন্তা করতে হবে তা নির্ধারণ করে | 128 থেকে 32768 পর্যন্ত | প্রযোজ্য নয়: চিন্তাভাবনা বন্ধ করা যাবে না | thinkingBudget = -1 |
| ২.৫ ফ্ল্যাশ | গতিশীল চিন্তাভাবনা: মডেল কখন এবং কতটা চিন্তা করতে হবে তা নির্ধারণ করে | 0 থেকে 24576 পর্যন্ত | thinkingBudget = 0 | thinkingBudget = -1 |
| ২.৫ ফ্ল্যাশ প্রিভিউ | গতিশীল চিন্তাভাবনা: মডেল কখন এবং কতটা চিন্তা করতে হবে তা নির্ধারণ করে | 0 থেকে 24576 পর্যন্ত | thinkingBudget = 0 | thinkingBudget = -1 |
| ২.৫ ফ্ল্যাশ লাইট | মডেল ভাবে না | 512 থেকে 24576 পর্যন্ত | thinkingBudget = 0 | thinkingBudget = -1 |
| ২.৫ ফ্ল্যাশ লাইট প্রিভিউ | মডেল ভাবে না | 512 থেকে 24576 পর্যন্ত | thinkingBudget = 0 | thinkingBudget = -1 |
| রোবোটিক্স-ইআর ১.৫ প্রিভিউ | গতিশীল চিন্তাভাবনা: মডেল কখন এবং কতটা চিন্তা করতে হবে তা নির্ধারণ করে | 0 থেকে 24576 পর্যন্ত | thinkingBudget = 0 | thinkingBudget = -1 |
| ২.৫ ফ্ল্যাশ লাইভ নেটিভ অডিও প্রিভিউ (০৯-২০২৫) | গতিশীল চিন্তাভাবনা: মডেল কখন এবং কতটা চিন্তা করতে হবে তা নির্ধারণ করে | 0 থেকে 24576 পর্যন্ত | thinkingBudget = 0 | thinkingBudget = -1 |
পাইথন
from google import genai
from google.genai import types
client = genai.Client()
response = client.models.generate_content(
model="gemini-2.5-pro",
contents="Provide a list of 3 famous physicists and their key contributions",
config=types.GenerateContentConfig(
thinking_config=types.ThinkingConfig(thinking_budget=1024)
# Turn off thinking:
# thinking_config=types.ThinkingConfig(thinking_budget=0)
# Turn on dynamic thinking:
# thinking_config=types.ThinkingConfig(thinking_budget=-1)
),
)
print(response.text)
জাভাস্ক্রিপ্ট
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-2.5-pro",
contents: "Provide a list of 3 famous physicists and their key contributions",
config: {
thinkingConfig: {
thinkingBudget: 1024,
// Turn off thinking:
// thinkingBudget: 0
// Turn on dynamic thinking:
// thinkingBudget: -1
},
},
});
console.log(response.text);
}
main();
যাও
package main
import (
"context"
"fmt"
"google.golang.org/genai"
"os"
)
func main() {
ctx := context.Background()
client, err := genai.NewClient(ctx, nil)
if err != nil {
log.Fatal(err)
}
thinkingBudgetVal := int32(1024)
contents := genai.Text("Provide a list of 3 famous physicists and their key contributions")
model := "gemini-2.5-pro"
resp, _ := client.Models.GenerateContent(ctx, model, contents, &genai.GenerateContentConfig{
ThinkingConfig: &genai.ThinkingConfig{
ThinkingBudget: &thinkingBudgetVal,
// Turn off thinking:
// ThinkingBudget: int32(0),
// Turn on dynamic thinking:
// ThinkingBudget: int32(-1),
},
})
fmt.Println(resp.Text())
}
বিশ্রাম
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-pro:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [
{
"parts": [
{
"text": "Provide a list of 3 famous physicists and their key contributions"
}
]
}
],
"generationConfig": {
"thinkingConfig": {
"thinkingBudget": 1024
}
}
}'
প্রম্পটের উপর নির্ভর করে, মডেলটি টোকেন বাজেটকে ওভারফ্লো বা আন্ডারফ্লো করতে পারে।
চিন্তার স্বাক্ষর
জেমিনি এপিআই স্টেটলেস, তাই মডেলটি প্রতিটি এপিআই অনুরোধকে স্বাধীনভাবে ব্যবহার করে এবং মাল্টি-টার্ন ইন্টারঅ্যাকশনের পূর্ববর্তী টার্ন থেকে চিন্তার প্রসঙ্গে অ্যাক্সেস পায় না।
বহু-পালা মিথস্ক্রিয়ায় চিন্তার প্রেক্ষাপট বজায় রাখার জন্য, জেমিনি চিন্তার স্বাক্ষর প্রদান করে, যা মডেলের অভ্যন্তরীণ চিন্তা প্রক্রিয়ার এনক্রিপ্ট করা উপস্থাপনা।
- জেমিনি ২.৫ মডেলগুলি যখন চিন্তাভাবনা সক্ষম করা হয় তখন চিন্তার স্বাক্ষর ফেরত দেয় এবং অনুরোধে ফাংশন কলিং , বিশেষ করে ফাংশন ঘোষণা অন্তর্ভুক্ত থাকে।
- জেমিনি ৩ মডেল সকল ধরণের যন্ত্রাংশের জন্য চিন্তা স্বাক্ষর ফেরত দিতে পারে। আমরা আপনাকে সর্বদা সমস্ত স্বাক্ষর প্রাপ্ত হিসাবে ফেরত দেওয়ার পরামর্শ দিচ্ছি, তবে ফাংশন কলিং স্বাক্ষরের জন্য এটি প্রয়োজনীয় । আরও জানতে চিন্তা স্বাক্ষর পৃষ্ঠাটি পড়ুন।
Google GenAI SDK স্বয়ংক্রিয়ভাবে আপনার জন্য চিন্তার স্বাক্ষর ফেরত দেওয়ার কাজ পরিচালনা করে। আপনি যদি কথোপকথনের ইতিহাস পরিবর্তন করেন বা REST API ব্যবহার করেন তবেই আপনাকে চিন্তার স্বাক্ষর ম্যানুয়ালি পরিচালনা করতে হবে।
ফাংশন কলিংয়ের ক্ষেত্রে বিবেচনা করার জন্য অন্যান্য ব্যবহারের সীমাবদ্ধতাগুলির মধ্যে রয়েছে:
- প্রতিক্রিয়ার অন্যান্য অংশের মধ্যে মডেল থেকে স্বাক্ষর ফেরত পাঠানো হয়, উদাহরণস্বরূপ ফাংশন কলিং বা টেক্সট অংশ। পরবর্তী পালাক্রমে সমস্ত অংশ সহ সম্পূর্ণ প্রতিক্রিয়াটি মডেলে ফিরিয়ে দিন ।
- স্বাক্ষরযুক্ত অংশগুলিকে একসাথে সংযুক্ত করবেন না।
- স্বাক্ষরের একটি অংশকে স্বাক্ষরবিহীন অন্য অংশের সাথে একত্রিত করবেন না।
মূল্য নির্ধারণ
যখন চিন্তাভাবনা চালু করা হয়, তখন প্রতিক্রিয়া মূল্য নির্ধারণ হল আউটপুট টোকেন এবং চিন্তাভাবনা টোকেনের সমষ্টি। আপনি thoughtsTokenCount ক্ষেত্র থেকে উৎপন্ন চিন্তাভাবনা টোকেনের মোট সংখ্যা পেতে পারেন।
পাইথন
# ...
print("Thoughts tokens:",response.usage_metadata.thoughts_token_count)
print("Output tokens:",response.usage_metadata.candidates_token_count)
জাভাস্ক্রিপ্ট
// ...
console.log(`Thoughts tokens: ${response.usageMetadata.thoughtsTokenCount}`);
console.log(`Output tokens: ${response.usageMetadata.candidatesTokenCount}`);
যাও
// ...
usageMetadata, err := json.MarshalIndent(response.UsageMetadata, "", " ")
if err != nil {
log.Fatal(err)
}
fmt.Println("Thoughts tokens:", string(usageMetadata.thoughts_token_count))
fmt.Println("Output tokens:", string(usageMetadata.candidates_token_count))
চিন্তাশীল মডেলগুলি চূড়ান্ত প্রতিক্রিয়ার মান উন্নত করার জন্য পূর্ণ চিন্তাভাবনা তৈরি করে এবং তারপর চিন্তা প্রক্রিয়ার অন্তর্দৃষ্টি প্রদানের জন্য সারাংশ আউটপুট করে। সুতরাং, মূল্য নির্ধারণ করা হয় সম্পূর্ণ চিন্তাভাবনা টোকেনের উপর ভিত্তি করে যা মডেলটিকে একটি সারাংশ তৈরি করতে হবে, যদিও শুধুমাত্র সারাংশটি API থেকে আউটপুট হয়।
টোকেন গণনা নির্দেশিকা থেকে আপনি টোকেন সম্পর্কে আরও জানতে পারবেন।
সেরা অনুশীলন
এই বিভাগে চিন্তাভাবনা মডেলগুলিকে দক্ষতার সাথে ব্যবহারের জন্য কিছু নির্দেশিকা রয়েছে। সর্বদা হিসাবে, আমাদের প্রণোদনামূলক নির্দেশিকা এবং সর্বোত্তম অনুশীলনগুলি অনুসরণ করলে আপনি সেরা ফলাফল পাবেন।
ডিবাগিং এবং স্টিয়ারিং
যুক্তি পর্যালোচনা করুন : যখন আপনি চিন্তাভাবনা মডেলগুলি থেকে আপনার প্রত্যাশিত প্রতিক্রিয়া পাচ্ছেন না, তখন জেমিনির চিন্তার সারাংশগুলি সাবধানতার সাথে বিশ্লেষণ করা সাহায্য করতে পারে। আপনি দেখতে পাবেন যে তিনি কীভাবে কাজটি ভেঙে ফেলেছেন এবং তার উপসংহারে পৌঁছেছেন, এবং সঠিক ফলাফলের দিকে সংশোধন করার জন্য সেই তথ্য ব্যবহার করুন।
যুক্তির ক্ষেত্রে নির্দেশনা প্রদান করুন : যদি আপনি একটি বিশেষভাবে দীর্ঘ আউটপুট আশা করেন, তাহলে মডেলটি কতটা চিন্তাভাবনা ব্যবহার করে তা সীমাবদ্ধ করার জন্য আপনার প্রম্পটে নির্দেশনা প্রদান করতে পারেন। এটি আপনাকে আপনার প্রতিক্রিয়ার জন্য আরও টোকেন আউটপুট সংরক্ষণ করতে দেয়।
কাজের জটিলতা
- সহজ কাজ (চিন্তাভাবনা বন্ধ থাকতে পারে): সহজবোধ্য অনুরোধের ক্ষেত্রে যেখানে জটিল যুক্তির প্রয়োজন হয় না, যেমন তথ্য পুনরুদ্ধার বা শ্রেণীবিভাগ, চিন্তাভাবনার প্রয়োজন হয় না। উদাহরণগুলির মধ্যে রয়েছে:
- "ডিপমাইন্ড কোথায় প্রতিষ্ঠিত হয়েছিল?"
- "এই ইমেলটি কি কোনও মিটিং চাওয়ার জন্য, নাকি কেবল তথ্য প্রদানের জন্য?"
- মাঝারি কাজ (ডিফল্ট/কিছু চিন্তাভাবনা): অনেক সাধারণ অনুরোধ ধাপে ধাপে প্রক্রিয়াকরণ বা গভীর বোধগম্যতার মাধ্যমে উপকৃত হয়। মিথুন রাশির জাতক জাতিকারা নমনীয়ভাবে চিন্তা করার ক্ষমতা ব্যবহার করতে পারেন যেমন:
- সালোকসংশ্লেষণ এবং বেড়ে ওঠার সাদৃশ্য তৈরি করো।
- বৈদ্যুতিক গাড়ি এবং হাইব্রিড গাড়ির তুলনা এবং তুলনা করুন।
- কঠিন কাজ (সর্বোচ্চ চিন্তা করার ক্ষমতা): জটিল গণিত সমস্যা সমাধান বা কোডিং কাজের মতো সত্যিকারের জটিল চ্যালেঞ্জগুলির জন্য, আমরা উচ্চ চিন্তাভাবনা বাজেট নির্ধারণ করার পরামর্শ দিই। এই ধরণের কাজের জন্য মডেলটিকে তার সম্পূর্ণ যুক্তি এবং পরিকল্পনা ক্ষমতা ব্যবহার করতে হয়, প্রায়শই উত্তর দেওয়ার আগে অনেক অভ্যন্তরীণ পদক্ষেপ জড়িত থাকে। উদাহরণগুলির মধ্যে রয়েছে:
- AIME 2025-এ সমস্যা 1 সমাধান করুন: b > 9 এর সমস্ত পূর্ণসংখ্যার ভিত্তির যোগফল নির্ণয় করুন, যার জন্য 17 b হল 97 b এর ভাজক।
- ব্যবহারকারীর প্রমাণীকরণ সহ রিয়েল-টাইম স্টক মার্কেট ডেটা কল্পনা করে এমন একটি ওয়েব অ্যাপ্লিকেশনের জন্য পাইথন কোড লিখুন। এটি যতটা সম্ভব দক্ষ করুন।
সমর্থিত মডেল, সরঞ্জাম এবং ক্ষমতা
থিংকিং ফিচারগুলি ৩ এবং ২.৫ সিরিজের সকল মডেলেই সমর্থিত। আপনি মডেল ওভারভিউ পৃষ্ঠায় সমস্ত মডেলের ক্ষমতা খুঁজে পেতে পারেন।
চিন্তাশীল মডেলগুলি জেমিনির সমস্ত সরঞ্জাম এবং ক্ষমতার সাথে কাজ করে। এটি মডেলগুলিকে বহিরাগত সিস্টেমের সাথে ইন্টারঅ্যাক্ট করতে, কোড কার্যকর করতে বা রিয়েল-টাইম তথ্য অ্যাক্সেস করতে দেয়, ফলাফলগুলিকে তাদের যুক্তি এবং চূড়ান্ত প্রতিক্রিয়াতে অন্তর্ভুক্ত করে।
আপনি থিংকিং কুকবুক থেকে থিংকিং মডেল সহ টুল ব্যবহারের উদাহরণগুলি চেষ্টা করে দেখতে পারেন।
এরপর কী?
- আমাদের OpenAI সামঞ্জস্যতা নির্দেশিকাতে চিন্তাভাবনার কভারেজ পাওয়া যাবে।