শিগগিরই আসছে

নতুন কিছু রূপ নিচ্ছে

আমরা Flov-এর শেষ খুঁটিনাটি ঠিক করছি। আপনার ইমেল দিন এবং সবার আগে মডেলটি ব্যবহার করে দেখুন।

আনুষ্ঠানিক লঞ্চের আগে বিনামূল্যে আর্লি অ্যাক্সেস
প্রয়োগ · ৪৩টি ক্ষেত্র

ব্যবহারের ক্ষেত্র

বাস্তব কাজের জন্য তৈরি। আপনার টিম প্রতিদিন হাতে যে সিদ্ধান্তগুলো নেয় — শ্রেণিবদ্ধ করা, অগ্রাধিকার দেওয়া, পাঠানো, যাচাই করা — সেগুলো মানদণ্ড হিসেবে লেখা এবং বড় পরিসরে প্রয়োগ করা।

সেলসের সঙ্গে কথা বলুন

আপনার ব্যবহারের ক্ষেত্র খুঁজে পাচ্ছেন না বা আরও জানতে চান? আমাদের সঙ্গে কথা বলুন, আমরা একসঙ্গে সেটি ঠিক করব।

AI ইনফ্রাস্ট্রাকচার

যে স্তরটি আপনার নিজের AI স্ট্যাকের ভেতরে সিদ্ধান্ত নেয়।

AI ইনফ্রাস্ট্রাকচার

কোন কনটেক্সট ঢুকবে, কোন মডেল উত্তর দেবে, কী আটকানো হবে। আপনি সাধারণ টেক্সটে মানদণ্ড ঠিক করেন এবং প্রতিটি ধাপে একটি টাইপড, ট্রেসযোগ্য সিদ্ধান্ত পান।

ব্যবহারের উদাহরণ
  • কোয়েরি ও প্রার্থীর প্রাসঙ্গিকতা স্কোর করে
  • জোড়ায় জোড়ায় তুলনা করে ফলাফল পুনর্বিন্যাস করে
  • পরের ধাপের জন্য দরকারি কনটেক্সট বেছে নেয়
ব্যবহারের উদাহরণ
  • জেলব্রেক ও প্রম্পট ইনজেকশন শনাক্ত করে
  • নীতি লঙ্ঘন ও সংবেদনশীল ডেটা চিহ্নিত করে
  • ব্যর্থতা খুঁজে বের করতে ফলাফল ও সম্ভাবনা লগ করে
ব্যবহারের উদাহরণ
  • প্রতিটি লাইন ব্রেক বাক্য ভাঙছে কি না তা ঠিক করে
  • ব্লকে পুনরায় সাজায় এবং পরে শ্রেণিবদ্ধ করে
  • প্রতিটি ফরম্যাটের জন্য টেমপ্লেট বা নিয়ম ছাড়াই
ব্যবহারের উদাহরণ
  • উদ্দেশ্য ও ডোমেইন শ্রেণিবদ্ধ করে
  • কাঠিন্য ও ঝুঁকি অনুমান করে
  • শুধু প্রয়োজন হলেই দামি মডেলে পাঠায়
ব্যবহারের উদাহরণ
  • একটি কলেই শত শত প্রার্থী স্কোর করে
  • সেরাগুলোকে তাদের সম্পূর্ণ ডকুমেন্টেশনের সঙ্গে আবার যাচাই করে
  • পুরো ক্যাটালগ কনটেক্সটে লোড করা এড়ায়
ব্যবহারের উদাহরণ
  • বিশ্বস্ততা, সুর ও কভারেজ স্কোর করে
  • একই সেটে প্রম্পটের বিভিন্ন সংস্করণ তুলনা করে
  • ডিপ্লয়ের আগেই রিগ্রেশন ধরে

যা লেখা যায়, তা শ্রেণিবদ্ধ করা যায়।

স্বয়ংক্রিয় করুন
AI ইনফ্রাস্ট্রাকচার

আপনার ক্ষেত্রটি তালিকায় নেই? সাধারণ টেক্সটে মানদণ্ড লিখুন এবং নিজের ডেটার ওপর একটি টাইপড, ট্রেসযোগ্য সিদ্ধান্ত পান।

নিজেই চেষ্টা করুন সেলসের সঙ্গে কথা বলুন আগে থেকে কোনো ইন্টিগ্রেশন লাগবে না · কয়েক মিনিটে ফলাফল
বেঞ্চমার্ক · অক্টোবর 2026

তুলনায় Flov

গুরুত্বপূর্ণ ক্ষেত্রগুলোতে রেফারেন্স মডেলের তুলনায় নির্ভুলতা। বিস্তারিত দেখতে প্রতিটি অক্ষের ওপর কার্সর রাখুন।

Flov-One-1.0 Pro

সর্বোচ্চ নির্ভুলতা
যুক্তি 7 বেঞ্চমার্ক

Flov Pro vs. মডেল A

সাধারণ জ্ঞান ও যুক্তি

Pro · গড়
0.0%
সম্পূর্ণ ডেটাসেট
মডেল A · গড়
0.0%
একই প্রোটোকল
সবচেয়ে বড় ব্যবধান
+0.0pts
সম্পূর্ণ ডেটাসেটে 5-shot মূল্যায়ন · সেপ্টেম্বর 2026
গণিত 6 বেঞ্চমার্ক

Flov Pro vs. মডেল B

ধাপে ধাপে সমস্যা সমাধান

Pro · গড়
0.0%
সম্পূর্ণ ডেটাসেট
মডেল B · গড়
0.0%
একই প্রোটোকল
সবচেয়ে বড় ব্যবধান
+0.0pts
কোনো বাহ্যিক টুল নেই · greedy decoding সহ pass@1
কোড 6 বেঞ্চমার্ক

Flov Pro vs. মডেল C

কোড তৈরি ও সংশোধন

Pro · গড়
0.0%
সম্পূর্ণ ডেটাসেট
মডেল C · গড়
0.0%
একই প্রোটোকল
সবচেয়ে বড় ব্যবধান
+0.0pts
উভয় মডেলের জন্য একই এজেন্টে SWE-bench Verified · অক্টোবর 2026

Flov-One-1.0 Flash

কম লেটেন্সি
স্ট্রাকচার্ড আউটপুট 6 বেঞ্চমার্ক

Flov Flash vs. মডেল D

JSON, এক্সট্র্যাকশন ও টুল ব্যবহার

Flash · গড়
0.0%
সম্পূর্ণ ডেটাসেট
মডেল D · গড়
0.0%
একই প্রোটোকল
সবচেয়ে বড় ব্যবধান
+0.0pts
JSON Schema প্রথম চেষ্টায় স্কিমা-সম্মত উত্তরের হার মাপে
বহুভাষিক 6 বেঞ্চমার্ক

Flov Flash vs. মডেল E

বিভিন্ন ভাষায় বোঝা ও তৈরি করা

Flash · গড়
0.0%
সম্পূর্ণ ডেটাসেট
মডেল E · গড়
0.0%
একই প্রোটোকল
সবচেয়ে বড় ব্যবধান
+0.0pts
14টি ভাষার গড় · 0-shot মূল্যায়ন
দীর্ঘ কনটেক্সট 6 বেঞ্চমার্ক

Flov Flash vs. মডেল F

দীর্ঘ নথিতে অনুসন্ধান ও যুক্তি

Flash · গড়
0.0%
সম্পূর্ণ ডেটাসেট
মডেল F · গড়
0.0%
একই প্রোটোকল
সবচেয়ে বড় ব্যবধান
+0.0pts
128K টোকেন উইন্ডো · উভয় মডেলের জন্য একই নির্দেশনা
লেটেন্সি · অক্টোবর 2026

মিলিসেকেন্ডে উত্তর

অনুরোধ থেকে সম্পূর্ণ উত্তর পর্যন্ত সময়, সব মডেলের জন্য একই অঞ্চলে ও একই প্রম্পটে মাপা।

কম লেটেন্সি

Flov-One-1.0 Flash

0ms
সম্পূর্ণ উত্তর · p50
Enterprise
<0ms
নিবেদিত সক্ষমতা
সর্বোচ্চ নির্ভুলতা

Flov-One-1.0 Pro

0ms
সম্পূর্ণ উত্তর · p50
Enterprise
<0ms
নিবেদিত সক্ষমতা

প্রতি মডেলে 10,000 অনুরোধের মধ্যমা, 1,000 টোকেনের প্রম্পটে · অক্টোবর 2026