AI content policy তুলনা: 2026-এ creative অ্যাপ কী বানাতে পারে

দ্রুত উত্তর: fiction-এ কে কী অনুমতি দেয়

2026-এ fiction, interactive-story, বা roleplay product-এর জন্য একটি model provider বেছে নিচ্ছেন হলে, policy landscape পরিষ্কারভাবে ভাগ হয়ে যায়। Anthropic 2025 সালের সেপ্টেম্বরে চালু করা usage policy update-এর অধীনে, fiction-সহ, sexually explicit content নিষিদ্ধ করে। OpenAI 2025-এর শেষে একটি verified-adult experience ঘোষণা করেছিল, তারপর 2026-এর মার্চে সেই rollout থামিয়ে দেয়, যা তার hosted API-তে mature fiction-কে একটা gray zone-এ রেখে দেয়। xAI একটি acceptable-use policy প্রকাশ করে যা প্রাপ্তবয়স্ক ব্যবহারকারীদের জন্য স্পষ্টভাবে fictional context-এ mature theme অনুমতি দেয়, যা Grok-কে একমাত্র flagship US model বানায় যার লিখিত অনুমতি আছে। Google-এর API যে adjustable safety setting expose করে তা নির্বিশেষে সব Gemini জুড়ে explicit content সীমাবদ্ধ রাখে। DeepSeek, Zhipu (GLM), Moonshot (Kimi), এবং Xiaomi (MiMo)-র মতো Chinese vendor lawful use-কেন্দ্রিক ছোট terms প্রকাশ করে, এবং community report mature fictional theme-এ কম refusal-এর কথা বলে, যদিও লিখিতভাবে কিছুই সেই behavior-এর guarantee দেয় না। ব্যবহারিক takeaway: একটি single provider প্রতিটা content rating ভালোভাবে কভার করে না। গুরুত্বপূর্ণ creative অ্যাপ বানানো team-রা হয় open-weight model self-host করে, নমনীয়-policy API model-এ standardize করে, বা প্রতিটি request-কে তার rating অনুযায়ী ভিন্ন model-এ route করে। নিচে তিনটি pattern-ই কভার করা হয়েছে, সাথে বেশিরভাগ মানুষ যে policy table খোঁজেন সেটাও।

2026-এর মাঝামাঝি Provider content policy তুলনা

এই table-এর প্রতিটি cell প্রকাশিত policy বা আনুষ্ঠানিকভাবে ঘোষিত পরিবর্তন বর্ণনা করে, কোনো নির্দিষ্ট দিনে model-এর behavior নয়। Policy সামান্য নোটিশে বদলায়, তাই যেকোনো কিছু ship করার আগে প্রতিটি provider-এর অফিসিয়াল usage policy page-এর সাথে যাচাই করুন। তিনটি তারিখ সবচেয়ে গুরুত্বপূর্ণ। 2025-এর সেপ্টেম্বরে, Anthropic তার usage policy sexually explicit content-এর একটি স্পষ্ট নিষেধাজ্ঞা দিয়ে আপডেট করে, fiction writer-দের জন্য আগে যা ambiguity ছিল তা বন্ধ করে দেয়। 2026-এর মার্চে, OpenAI ChatGPT এবং API-এর জন্য ঘোষণা করা verified-adult mode থামিয়ে দেয়, তাই প্রাপ্তবয়স্কদের জন্য শিথিল নিয়মের আগের সংকেতগুলো এমন কিছুতে পরিণত হয়নি যার উপর developer-রা বানাতে পারে। বিপরীতে, xAI-এর acceptable-use terms real-world harm এবং fictional depiction-এর মধ্যে পার্থক্য করে, এবং context স্পষ্টভাবে fiction হলে ও ব্যবহারকারী প্রাপ্তবয়স্ক হলে mature theme অনুমতি দেয়। Chinese vendor-এর terms US-এর থেকে ভিন্নভাবে পড়া যায়। এগুলো ছোট, এগুলো itemized content rule-এর বদলে applicable law-এর সাথে compliance-এর উপর ভর করে, এবং fictional mature theme নিয়ে দুই দিকেই খুব কম বলে। দীর্ঘ roleplay session চালানো community DeepSeek V4 family এবং GLM-5 US flagship model-এর চেয়ে কম refuse করে এবং character-এ থাকে বলে report করে, কিন্তু এগুলোকে approximate community observation হিসেবে ধরুন, vendor commitment হিসেবে নয়।

creative অ্যাপ বানালে এর মানে কী

Provider policy একটি বিমূর্ত compliance প্রশ্ন নয়। এটা আপনার product-এ refusal rate, account risk এবং moderation obligation হিসেবে দেখা দেয়। Refusal হলো দৃশ্যমান খরচ। কোনো scene প্রত্যাখ্যান করতে character ভাঙা model ব্যবহারকারীর জন্য session নষ্ট করে দেয়, এবং retry loop আপনার token খরচ বহুগুণ করে। আপনার অ্যাপ mature fiction-কে target করে এবং আপনি এমন provider-এর উপর বানান যেটা তা নিষিদ্ধ করে, তাহলে refusal এমন কোনো bug নয় যেটা prompt করে এড়ানো যায়; এটা policy তার কাজ করছে মাত্র। Account risk হলো অদৃশ্য খরচ। Provider account level-এ usage policy জারি রাখে, এবং বারবার violation একটি terminated key এবং আটকে যাওয়া balance দিয়ে শেষ হতে পারে। এমন product বানানো যার core loop আপনার upstream provider-এর terms লঙ্ঘন করে তা একটি structural risk, edge case নয়। Moderation দায়িত্ব যেকোনোভাবেই আপনার কাছে থাকে। সবচেয়ে permissive provider-এও, আপনিই deployer। কোনো content adult-oriented হলে আপনার একটি age gate দরকার, সর্বত্র illegal content-এর জন্য নিজস্ব filter দরকার (নাবালকদের sexualize করা যেকোনো কিছুই সেই bright line যা প্রতিটি provider এবং প্রতিটি jurisdiction জারি রাখে), এবং আপনি যে platform-এ distribute করেন তার সাথে মেলে এমন content rating দরকার। App store যেকোনো model provider-এর চেয়ে বেশি কড়া, এবং তাদের review একটাই জিনিস যা আপনি route করে এড়াতে পারবেন না।

Policy-sensitive creative অ্যাপের জন্য তিনটি architecture

Open weight self-host করলে আপনি পুরো policy control পান। আপনি model বেছে নেন, system prompt লেখেন, এবং moderation stack-এর মালিক আপনি। খরচ বাস্তব: GPU capacity, inference tuning, uptime, এবং সেই পুরো legal দায়িত্ব যা একটা provider অন্যথায় ভাগ করে নিত। যেসব team-এর scale, infra skill, এবং স্পষ্ট compliance story আছে তাদের জন্য এটা মানানসই। একটি side project বা early product-এর জন্য, এটা সাধারণত অকালপক্ব। নমনীয়-policy API model হলো practical middle ground। আপনি এমন hosted model বেছে নেন যাদের লিখিত policy বা observed behavior আপনার rating level-এর সাথে মেলে: xAI-এর fiction allowance-এর জোরে Grok, এবং DeepSeek V4 family, GLM-5, Kimi, বা MiMo value pick হিসেবে যা roleplay community দীর্ঘ in-character session-এর জন্য পছন্দ করে। কোনো infrastructure নেই, per-token খরচ, এবং তবুও আপনি প্রতিটি provider-এর terms মেনে চলা প্লাস নিজের age gating করা বাকি থাকে। Hybrid routing হলো যা বেশিরভাগ mature creative product-এ শেষ পর্যন্ত পৌঁছায়। প্রতিটি scene বা conversation-কে content rating অনুযায়ী classify করুন, তারপর প্রতিটি request যেটার সাথে মেলে সেই model-এ পাঠান: general-audience prose-এর জন্য Claude যেখানে এর লেখার মান field-এ এগিয়ে, high-volume ambient scene-এর জন্য একটি সস্তা দ্রুত model, এবং mature fictional content-এর জন্য একটি নমনীয়-policy model। যেখানে policy অনুমতি দেয় সেখানে সেরা লেখা পান এবং যেখানে দেয় না সেখানে কম refusal পান।

পাঁচটি vendor account ছাড়া candidate model টেস্ট করা

এই ধরনের evaluation-এর বিরক্তিকর অংশ হলো operational: পাঁচটি provider মানে পাঁচটি account, পাঁচটি billing system, এবং একটাও output তুলনা করার আগে পাঁচটা SDK। একটি gateway সেটা এক করে দেয়। APIsRouter https://api.apisrouter.com/v1-এ একটি OpenAI-compatible endpoint-এর পেছনে নিচের model expose করে, কোনো subscription ছাড়া pay-as-you-go, global model official pricing-এর 20% নিচে এবং Chinese model official rate-এর নিচে; /topup-এর no-signup checkout পেমেন্টের পর আপনাকে ইমেইলে একটি key পাঠায় এবং সমান +100% balance দিয়ে আপনার প্রথম top-up দ্বিগুণ করে। তুলনা শুরু করতে একটি request-ই যথেষ্ট:

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer sk-APIsRouter-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "system", "content": "You are the narrator of an interactive fantasy story for adult readers. Stay in character and keep the tone grounded."},
      {"role": "user", "content": "Continue the scene at the harbor."}
    ]
  }'

বাস্তবে content rating অনুযায়ী routing

প্রতিটি model একই endpoint-এর পেছনে থাকলে hybrid pattern-এ আশ্চর্যজনকভাবে কম code দরকার হয়। Scene classify করুন (আপনার নিজের classifier, একটি সস্তা model call, বা স্পষ্ট user setting), তারপর rating-কে model-এ map করুন। Mapping একটাই জায়গায় রাখুন যাতে upstream policy পরিবর্তন migration না হয়ে এক লাইনের fix হয়।

from openai import OpenAI

client = OpenAI(
    api_key="sk-APIsRouter-...",
    base_url="https://api.apisrouter.com/v1",
)

MODEL_BY_RATING = {
    "general": "claude-sonnet-4-6",   # best prose, SFW creative writing
    "teen": "deepseek-v4-flash",      # cheap and fast for high-volume scenes
    "mature-fiction": "grok-4.5",     # xAI policy permits mature fictional themes
}

def continue_scene(rating: str, messages: list[dict]) -> str:
    response = client.chat.completions.create(
        model=MODEL_BY_RATING[rating],
        messages=messages,
    )
    return response.choices[0].message.content

বৈধ কাজ যা content policy-তে আটকে যায়

এই কোনো use case-ই কারো unrestricted output-এর প্রতিশ্রুতি দাবি করে না। এগুলোর দরকার কোন লিখিত policy কোন rating level-এর সাথে মেলে তা জানা, adult material প্রাপ্তবয়স্ক ব্যবহারকারীদের জন্য gate করা, এবং সেই অনুযায়ী model বেছে নেওয়া। এটা অন্য যেকোনো dependency choice-এর মতো একটা sourcing decision, এবং এটা একই diligence প্রাপ্য।

• Game development: M-rated title-এর জন্য dialogue system এবং quest generator explicit কিছুর অনেক আগেই violence এবং dark theme-এ refusal পায়, তাই studio-রা তাড়াতাড়ি policy fit যাচাই করে।
• Fiction এবং interactive story: thriller, horror, এবং adult romance প্রতিটি bookstore-এ প্রতিষ্ঠিত genre; লেখকদের এমন model দরকার যারা dark fictional material-কে fiction হিসেবেই ধরে।
• Roleplay platform: character-chat frontend rated content tier-সহ প্রাপ্তবয়স্ক ব্যবহারকারীদের সেবা দেয় এবং এক global policy-র বদলে per-tier model choice দরকার।
• Moderation research: red-teaming এবং classifier training-এ ইচ্ছাকৃতভাবে policy-edge উদাহরণ তৈরি করা দরকার, যা কিছু provider শুধু special access program-এর মাধ্যমেই সমর্থন করে।

সাধারণ প্রশ্ন