Google का नया AI हमला: Gemini 2.5 Pro लॉन्च

कृत्रिम बुद्धिमत्ता (Artificial Intelligence) के उच्च-दांव वाले क्षेत्र में, गति में बदलाव आश्चर्यजनक तेज़ी से हो सकता है। कुछ समय के लिए, ऐसा लग रहा था कि Google, इस क्षेत्र में अपने मूलभूत योगदान के बावजूद, शायद किनारे से देख रहा था क्योंकि OpenAI जैसे प्रतिद्वंद्वियों ने जनता की कल्पना पर कब्जा कर लिया था। हालाँकि, हाल के हफ्तों में टेक दिग्गज की ओर से गति में एक स्पष्ट बदलाव देखा गया है। रिलीज़ की एक झड़ी - ओपन-वेट मॉडल और इमेज जनरेशन टूल से लेकर एक मुफ्त AI कोडिंग असिस्टेंट और इसके Gemini एप्लिकेशन में संवर्द्धन तक - एक अग्रणी स्थिति को पुनः प्राप्त करने के लिए एक दृढ़ प्रयास का संकेत देती है। इस हालिया उछाल का समापन Google के प्रमुख लार्ज लैंग्वेज मॉडल (LLM) के नवीनतम संस्करण Gemini 2.5 Pro के अनावरण के साथ हुआ, जो प्रतिस्पर्धी परिदृश्य को फिर से आकार देने के लिए डिज़ाइन किया गया एक कदम है।

Gemini 2.5 Pro का यह परिचय यकीनन Google को गहन LLM दौड़ में वापस लाता है। पूर्ण ‘सर्वश्रेष्ठ’ मॉडल का निर्धारण तेजी से व्यक्तिपरक हो गया है, जो अक्सर उपयोगकर्ता की पसंद और विशिष्ट एप्लिकेशन आवश्यकताओं पर निर्भर करता है - निश्चित बेंचमार्क वर्चस्व का युग अधिक सूक्ष्म मूल्यांकन के लिए रास्ता दे रहा है। जबकि Gemini 2.5 Pro अपनी विशेषताओं और संभावित ट्रेड-ऑफ के बिना नहीं है, Google की अद्वितीय वितरण क्षमताएं और मजबूत डेवलपर इंफ्रास्ट्रक्चर इसके प्रभाव को बढ़ाने और चल रही AI प्रतिद्वंद्विता में अपनी स्थिति को मजबूत करने के लिए एक दुर्जेय मंच प्रदान करते हैं। लॉन्च सिर्फ एक नए मॉडल के बारे में नहीं है; यह महत्वपूर्ण रणनीतिक संपत्तियों द्वारा समर्थित इरादे का एक बयान है।

दावेदार को परिभाषित करना: Gemini 2.5 Pro को क्या अलग करता है?

Google, Gemini 2.5 Pro को प्रमुखता से एक रीज़निंग मॉडल (reasoning model) के रूप में स्थापित करता है। यह केवल एक शब्दार्थ भेद नहीं है। उन मॉडलों के विपरीत जो प्रॉम्प्ट से सीधे प्रतिक्रियाएँ उत्पन्न कर सकते हैं, एक रीज़निंग मॉडल, जैसा कि Google इसका वर्णन करता है, पहले ‘सोचने’ के एक रूप में संलग्न होता है। यह आंतरिक ‘विचार’ टोकन उत्पन्न करता है, प्रभावी रूप से अंतिम आउटपुट बनाने से पहले समस्या की एक संरचित योजना या विश्लेषण बनाता है। इस व्यवस्थित दृष्टिकोण का उद्देश्य उन जटिल कार्यों पर प्रदर्शन में सुधार करना है जिनके लिए बहु-चरणीय विश्लेषण, तार्किक कटौती, या रचनात्मक समस्या-समाधान की आवश्यकता होती है। यह Gemini 2.5 Pro को वैचारिक रूप से अन्य उन्नत मॉडलों के साथ संरेखित करता है जो परिष्कृत संज्ञानात्मक कार्यों पर केंद्रित हैं, जैसे कि OpenAI के हालिया ‘o’ वेरिएंट, DeepSeek का R1, या xAI का Grok 3 Reasoning।

दिलचस्प बात यह है कि Google ने, कम से कम शुरुआत में, केवल इस ‘Pro’ संस्करण को अंतर्निहित रीज़निंग क्षमताओं के साथ जारी किया है। इसके साथ घोषित कोई समानांतर, गैर-रीज़निंग संस्करण नहीं है। यह निर्णय कुछ दिलचस्प सवाल खड़े करता है। रीज़निंग चरणों को शामिल करने से स्वाभाविक रूप से कम्प्यूटेशनल ओवरहेड (inference costs) बढ़ता है और विलंबता (latency) आ सकती है, संभावित रूप से मॉडल की प्रतिक्रिया समय को धीमा कर सकता है - विशेष रूप से महत्वपूर्ण ‘टाइम टू फर्स्ट टोकन’ जो इंटरैक्टिव अनुप्रयोगों में उपयोगकर्ता अनुभव को महत्वपूर्ण रूप से प्रभावित करता है। विशेष रूप से एक रीज़निंग-केंद्रित मॉडल का चयन करना यह बताता है कि Google इस फ्लैगशिप टियर पर गति और लागत दक्षता के लिए अनुकूलन के बजाय जटिल कार्यों के लिए अधिकतम क्षमता और सटीकता को प्राथमिकता दे सकता है, शायद उन्नत प्रदर्शन के लिए एक स्पष्ट बेंचमार्क स्थापित करने का लक्ष्य रखता है।

Gemini 2.5 Pro को प्रशिक्षित करने के लिए उपयोग किए जाने वाले विशिष्ट आर्किटेक्चर या विशाल डेटासेट के बारे में पारदर्शिता सीमित है, जो इस अत्यधिक प्रतिस्पर्धी क्षेत्र में एक आम विशेषता है। Google का आधिकारिक संचार “एक काफी उन्नत बेस मॉडल को बेहतर पोस्ट-ट्रेनिंग के साथ जोड़कर प्रदर्शन के एक नए स्तर” को प्राप्त करने का उल्लेख करता है। यह एक बहुआयामी सुधार रणनीति की ओर इशारा करता है। जबकि विवरण दुर्लभ हैं, घोषणा में चेन-ऑफ-थॉट (CoT) प्रॉम्प्टिंग और रीइन्फोर्समेंट लर्निंग (RL) जैसी तकनीकों के साथ पूर्व प्रयोग का संदर्भ दिया गया है, विशेष रूप से Gemini 2.0 Flash Thinking के संबंध में, जो एक पहले का रीज़निंग-केंद्रित मॉडल था। इसलिए, यह प्रशंसनीय है कि Gemini 2.5 Pro, Gemini 2.0 Pro आर्किटेक्चर का एक विकास है, जिसे परिष्कृत पोस्ट-ट्रेनिंग विधियों के माध्यम से महत्वपूर्ण रूप से परिष्कृत किया गया है, जिसमें संभावित रूप से जटिल रीज़निंग और इंस्ट्रक्शन फॉलोइंग के लिए ट्यून की गई उन्नत RL तकनीकें शामिल हैं।

पिछले रोलआउट से एक और विचलन ‘Pro’ मॉडल के पदार्पण से पहले एक छोटे, तेज ‘Flash’ संस्करण की अनुपस्थिति है। यह आगे सुझाव दे सकता है कि Gemini 2.5 Pro मूल रूप से Gemini 2.0 Pro की नींव पर बनाया गया है, लेकिन विशेष रूप से इसकी रीज़निंग कौशल और समग्र बुद्धिमत्ता को बढ़ाने पर केंद्रित व्यापक अतिरिक्त प्रशिक्षण चरणों से गुजरा है, बजाय इसके कि यह पूरी तरह से एक नया आर्किटेक्चर हो जिसके लिए शुरुआत से अलग स्केल-डाउन संस्करणों की आवश्यकता हो।

दस लाख-टोकन लाभ: कॉन्टेक्स्ट में एक नई सीमा

शायद Gemini 2.5 Pro की सबसे अधिक सुर्खियां बटोरने वाली विशिष्टता इसकी असाधारण दस लाख-टोकन कॉन्टेक्स्ट विंडो (one-million-token context window) है। यह सुविधा एक महत्वपूर्ण छलांग का प्रतिनिधित्व करती है और मॉडल को विशिष्ट रूप से उन कार्यों के लिए स्थापित करती है जिनमें बड़ी मात्रा में जानकारी शामिल होती है। इसे परिप्रेक्ष्य में रखने के लिए, एक कॉन्टेक्स्ट विंडो उस जानकारी की मात्रा (टेक्स्ट, कोड, भविष्य में संभावित रूप से अन्य तौर-तरीके) को परिभाषित करती है जिस पर मॉडल प्रतिक्रिया उत्पन्न करते समय एक साथ विचार कर सकता है। कई अन्य प्रमुख रीज़निंग मॉडल वर्तमान में लगभग 64,000 से 200,000 टोकन तक की कॉन्टेक्स्ट विंडो के साथ काम करते हैं। Gemini 2.5 Pro की दस लाख टोकन तक संभालने की क्षमता पूरी तरह से नई संभावनाएं खोलती है।

व्यावहारिक रूप में इसका क्या मतलब है?

• दस्तावेज़ विश्लेषण (Document Analysis): यह संभावित रूप से सैकड़ों पृष्ठों के टेक्स्ट को एक साथ संसाधित और तर्क कर सकता है। कल्पना करें कि इसे पूरी किताब, एक लंबा शोध पत्र, व्यापक कानूनी खोज दस्तावेज़, या जटिल तकनीकी मैनुअल खिलाना और सूक्ष्म प्रश्न पूछना जिनके लिए पूरे कॉर्पस से जानकारी को संश्लेषित करने की आवश्यकता होती है।
• कोडबेस समझ (Codebase Comprehension): सॉफ्टवेयर विकास के लिए, यह विशाल कॉन्टेक्स्ट विंडो मॉडल को हजारों या दसियों हजार लाइनों वाले विशाल कोडबेस का विश्लेषण, समझने और यहां तक कि डीबग करने की अनुमति दे सकती है, संभावित रूप से जटिल निर्भरताओं की पहचान करना या कई फाइलों में रीफैक्टरिंग के अवसरों का सुझाव देना।
• मल्टीमीडिया समझ (Multimedia Understanding): जबकि मुख्य रूप से टेक्स्ट के संदर्भ में चर्चा की जाती है, भविष्य के पुनरावृत्तियों या अनुप्रयोग इस क्षमता का लाभ लंबे वीडियो या ऑडियो फाइलों (ट्रांसक्रिप्ट या अन्य माध्यमों से टोकन के रूप में दर्शाए गए) का विश्लेषण करने के लिए उठा सकते हैं, जिससे घंटों की सामग्री पर सारांश, विश्लेषण या प्रश्न-उत्तर सक्षम हो सकते हैं।
• वित्तीय विश्लेषण (Financial Analysis): लंबी त्रैमासिक रिपोर्ट, प्रॉस्पेक्टस, या बाजार विश्लेषण दस्तावेजों को उनकी संपूर्णता में संसाधित करना संभव हो जाता है, जिससे गहरी अंतर्दृष्टि और प्रवृत्ति की पहचान की अनुमति मिलती है।

इतनी विशाल कॉन्टेक्स्ट विंडो को कुशलतापूर्वक संभालना एक महत्वपूर्ण तकनीकी चुनौती है, जिसे अक्सर ‘हेस्टैक में सुई’ (‘needle in a haystack’) समस्या कहा जाता है - डेटा के विशाल समुद्र के भीतर प्रासंगिक जानकारी खोजना। Google की इस क्षमता को प्रदान करने की क्षमता मॉडल आर्किटेक्चर और ध्यान तंत्र (attention mechanisms) में पर्याप्त प्रगति का सुझाव देती है, जिससे Gemini 2.5 Pro प्रदर्शन को निषेधात्मक रूप से कम किए बिना या इनपुट के भीतर गहरे दबे महत्वपूर्ण विवरणों का ट्रैक खोए बिना प्रदान किए गए कॉन्टेक्स्ट का प्रभावी ढंग से उपयोग कर सकता है। इस लंबी-कॉन्टेक्स्ट क्षमता को Google द्वारा एक प्रमुख क्षेत्र के रूप में उजागर किया गया है जहां Gemini 2.5 Pro विशेष रूप से उत्कृष्ट है।

शक्ति का आकलन: प्रदर्शन बेंचमार्क और स्वतंत्र सत्यापन

क्षमता के दावों को पुष्ट किया जाना चाहिए, और Google ने बेंचमार्क डेटा प्रदान किया है जो Gemini 2.5 Pro को अन्य अत्याधुनिक मॉडलों के मुकाबले प्रतिस्पर्धी रूप से स्थापित करता है। बेंचमार्क विभिन्न संज्ञानात्मक डोमेन में मानकीकृत परीक्षण प्रदान करते हैं:

• रीज़निंग और सामान्य ज्ञान (Reasoning and General Knowledge): प्रदर्शन Humanity’s Last Exam (HHEM) जैसे बेंचमार्क पर उद्धृत किया गया है, जो विविध विषयों में व्यापक समझ और तर्क का परीक्षण करता है।
• विज्ञान रीज़निंग (Science Reasoning): GPQA बेंचमार्क विशेष रूप से स्नातक-स्तर की वैज्ञानिक तर्क क्षमताओं को लक्षित करता है।
• गणित (Mathematics): AIME (American Invitational Mathematics Examination) समस्याओं पर प्रदर्शन गणितीय समस्या-समाधान कौशल को इंगित करता है।
• बहु-मोडल समस्या समाधान (Multi-modal Problem Solving): MMMU (Massive Multi-discipline Multimodal Understanding) बेंचमार्क विभिन्न डेटा प्रकारों, जैसे टेक्स्ट और छवियों में तर्क करने की क्षमता का परीक्षण करता है।
• कोडिंग (Coding): प्रवीणता को SWE-Bench (Software Engineering Benchmark) और Aider Polyglot जैसे बेंचमार्क का उपयोग करके मापा जाता है, जो विभिन्न प्रोग्रामिंग भाषाओं में कोड को समझने, लिखने और डीबग करने की मॉडल की क्षमता का आकलन करता है।

Google के आंतरिक प्रयोगों के अनुसार, Gemini 2.5 Pro इनमें से कई मानक मूल्यांकनों पर अन्य प्रमुख मॉडलों के साथ या उसके करीब प्रदर्शन करता है, जो इसकी बहुमुखी प्रतिभा को दर्शाता है। महत्वपूर्ण रूप से, Google विशेष रूप से लॉन्ग-कॉन्टेक्स्ट रीज़निंग कार्यों (long-context reasoning tasks) में बेहतर प्रदर्शन पर जोर देता है, जैसा कि MRCR (Multi-document Reading Comprehension) जैसे बेंचमार्क द्वारा मापा जाता है, जो सीधे इसके दस लाख-टोकन लाभ का लाभ उठाता है।

आंतरिक परीक्षण से परे, Gemini 2.5 Pro ने स्वतंत्र समीक्षकों और प्लेटफार्मों से भी सकारात्मक ध्यान आकर्षित किया है:

• LMArena: यह प्लेटफ़ॉर्म ब्लाइंड तुलना आयोजित करता है जहां उपयोगकर्ता समान प्रॉम्प्ट के लिए विभिन्न अनाम मॉडलों से प्रतिक्रियाओं का मूल्यांकन करते हैं। Gemini 2.5 Pro कथित तौर पर शीर्ष स्थान पर पहुंच गया, जो वास्तविक दुनिया, व्यक्तिपरक उपयोगकर्ता वरीयता परीक्षणों में मजबूत प्रदर्शन का संकेत देता है।
• Scale AI’s SEAL Leaderboard: यह लीडरबोर्ड विभिन्न बेंचमार्क में स्वतंत्र मूल्यांकन प्रदान करता है, और Gemini 2.5 Pro ने कथित तौर पर उच्च स्कोर हासिल किए हैं, जो तीसरे पक्ष के मूल्यांकन के माध्यम से इसकी क्षमताओं को और मान्य करता है।

स्थापित बेंचमार्क पर मजबूत प्रदर्शन का यह संयोजन, विशेष रूप से लॉन्ग-कॉन्टेक्स्ट कार्यों में इसका नेतृत्व, और स्वतंत्र मूल्यांकनों से सकारात्मक संकेत, एक अत्यधिक सक्षम और अच्छी तरह से गोल AI मॉडल की तस्वीर पेश करते हैं।

हैंड्स-ऑन प्राप्त करना: एक्सेस और उपलब्धता

Google, Gemini 2.5 Pro को उत्तरोत्तर रोल आउट कर रहा है। वर्तमान में, यह Google AI Studio के माध्यम से प्रीव्यू मोड (preview mode) में उपलब्ध है। यह डेवलपर्स और उत्साही लोगों को मॉडल के साथ प्रयोग करने का मौका देता है, यद्यपि उपयोग सीमाओं के साथ, आमतौर पर निःशुल्क।

सबसे उन्नत क्षमताओं की तलाश करने वाले उपभोक्ताओं के लिए, Gemini 2.5 Pro को Gemini Advanced सब्सक्रिप्शन टियर में भी एकीकृत किया जा रहा है। यह भुगतान सेवा (वर्तमान में लगभग $20 प्रति माह) Google के शीर्ष मॉडलों और सुविधाओं तक प्राथमिकता पहुंच प्रदान करती है।

इसके अलावा, Google की योजना Gemini 2.5 Pro को अपने Vertex AI प्लेटफॉर्म के माध्यम से उपलब्ध कराने की है। यह एंटरप्राइज़ ग्राहकों और डेवलपर्स के लिए महत्वपूर्ण है जो मॉडल की शक्ति को अपने स्वयं के अनुप्रयोगों और वर्कफ़्लोज़ में बड़े पैमाने पर एकीकृत करना चाहते हैं, Google Cloud के इंफ्रास्ट्रक्चर और MLOps टूल का लाभ उठाते हुए। Vertex AI पर उपलब्धता Google के इरादे का संकेत देती है कि Gemini 2.5 Pro को न केवल उपभोक्ता-सामना करने वाली सुविधा के रूप में बल्कि इसके एंटरप्राइज़ AI पेशकशों के एक मुख्य घटक के रूप में स्थापित किया जाए।

बड़ी तस्वीर: Google की रणनीतिक गणना में Gemini 2.5 Pro

Gemini 2.5 Pro का लॉन्च, Google की अन्य हालिया AI पहलों के साथ, AI परिदृश्य में कंपनी की स्थिति का पुनर्मूल्यांकन करने के लिए प्रेरित करता है। उन लोगों के लिए जिन्होंने सोचा था कि Google ने OpenAI और Anthropic को प्रमुख स्थान सौंप दिया था, ये विकास Google की AI में गहरी जड़ों और संसाधनों की एक शक्तिशाली याद दिलाते हैं। यह याद रखने योग्य है कि Transformer आर्किटेक्चर, आधुनिक LLMs जैसे GPT और स्वयं Gemini की नींव, Google में अनुसंधान से उत्पन्न हुई थी। इसके अलावा, Google DeepMind दुनिया में AI अनुसंधान प्रतिभा और इंजीनियरिंग विशेषज्ञता के सबसे दुर्जेय सांद्रता में से एक बना हुआ है। Gemini 2.5 Pro दर्शाता है कि Google ने न केवल गति बनाए रखी है बल्कि अत्याधुनिक AI की सीमाओं को सक्रिय रूप से आगे बढ़ा रहा है।

हालाँकि, अत्याधुनिक तकनीक का होना समीकरण का केवल एक हिस्सा है। बड़ा, अधिक जटिल प्रश्न Google की व्यापक AI रणनीति के इर्द-गिर्द घूमता है। सतह पर, Gemini ऐप कार्यात्मक रूप से OpenAI के ChatGPT के समान दिखाई देता है। जबकि ऐप स्वयं एक पॉलिश उपयोगकर्ता अनुभव और उपयोगी सुविधाएँ प्रदान करता है, ChatGPT के साथ सीधे प्रतिस्पर्धा करना चुनौतियाँ प्रस्तुत करता है। OpenAI महत्वपूर्ण ब्रांड पहचान और कथित तौर पर साप्ताहिक सक्रिय उपयोगकर्ताओं की संख्या करोड़ों में एक विशाल, स्थापित उपयोगकर्ता आधार का आनंद लेता है। इसके अलावा, एक स्टैंडअलोन AI चैट एप्लिकेशन संभावित रूप से Google के मुख्य राजस्व स्रोत: Search विज्ञापन को नरभक्षी (cannibalizes) बनाता है। यदि उपयोगकर्ता पारंपरिक खोज के बजाय उत्तरों के लिए तेजी से संवादी AI की ओर रुख करते हैं, तो यह Google के लंबे समय से स्थापित व्यापार मॉडल को बाधित कर सकता है। जब तक Google एक ऐसा अनुभव प्रदान नहीं कर सकता जो प्रतिस्पर्धियों से एक परिमाण बेहतर हो और संभावित रूप से बाजार हिस्सेदारी हासिल करने के लिए इसे भारी सब्सिडी दे, चैट इंटरफ़ेस क्षेत्र में सीधे OpenAI से आगे निकलना एक कठिन लड़ाई जैसा दिखता है।

Google के लिए अधिक सम्मोहक रणनीतिक अवसर एकीकरण (integration) में निहित है। यहीं पर Google का इकोसिस्टम संभावित रूप से एक दुर्गम लाभ प्रदान करता है। कल्पना करें कि Gemini 2.5 Pro, अपनी विशाल कॉन्टेक्स्ट विंडो के साथ, इसमें गहराई से बुना हुआ है:

• Google Workspace: Gmail में लंबे ईमेल थ्रेड्स को सारांशित करना, Sheets में डेटा से रिपोर्ट तैयार करना, संबंधित फ़ाइलों के पूर्ण कॉन्टेक्स्ट के साथ Docs में दस्तावेज़ों का मसौदा तैयार करना, मीटिंग ट्रांसक्रिप्ट विश्लेषण में सहायता करना।
• Google Search: सरल उत्तरों से आगे बढ़कर कई स्रोतों से प्राप्त गहरे संश्लेषित, व्यक्तिगत परिणाम प्रदान करना, शायद हाइपर-प्रासंगिक प्रतिक्रियाओं के लिए उपयोगकर्ता डेटा (अनुमति के साथ) को भी शामिल करना।
• Android: वास्तव में कॉन्टेक्स्ट-अवेयर मोबाइल असिस्टेंट बनाना जो विभिन्न ऐप्स में उपयोगकर्ता की गतिविधियों को समझने में सक्षम हो।
• अन्य Google उत्पाद (Other Google Products): Maps, Photos, YouTube, और अन्य में क्षमताओं को बढ़ाना।

अपनी सेवाओं से प्रासंगिक डेटा बिंदुओं को Gemini 2.5 Pro की विशाल कॉन्टेक्स्ट विंडो में फीड करने की क्षमता के साथ, Google उत्पादकता और सूचना पहुंच को फिर से परिभाषित कर सकता है, AI एकीकरण (AI integration) में निर्विवाद नेता बन सकता है।

इसके अलावा, Google के मजबूत डेवलपर टूल और इंफ्रास्ट्रक्चर एक और महत्वपूर्ण रणनीतिक वेक्टर प्रस्तुत करते हैं। उपयोगकर्ता के अनुकूल AI Studio जैसे प्लेटफ़ॉर्म डेवलपर्स को LLMs पर प्रयोग करने और निर्माण करने के लिए एक सहज ऑन-रैंप प्रदान करते हैं। Vertex AI परिनियोजन और प्रबंधन के लिए एंटरप्राइज़-ग्रेड टूल प्रदान करता है। Gemini 2.5 Pro जैसे शक्तिशाली मॉडलों को सुलभ और एकीकृत करने में आसान बनाकर, Google खुद को AI-संचालित अनुप्रयोगों की अगली पीढ़ी के निर्माण करने वाले डेवलपर्स के लिए पसंदीदा मंच के रूप में स्थापित कर सकता है। मूल्य निर्धारण रणनीति यहां महत्वपूर्ण होगी। जबकि Gemini 2.0 Flash ने पहले से ही प्रतिस्पर्धी API मूल्य निर्धारण की पेशकश की थी, अधिक शक्तिशाली Gemini 2.5 Pro के लिए लागत संरचना डेवलपर्स और व्यवसायों के बीच बड़े रीज़निंग मॉडल (LRMs) के बढ़ते बाजार पर कब्जा करने में GPT-4 वेरिएंट और Anthropic के Claude मॉडल जैसे प्रतिस्पर्धियों के सापेक्ष इसकी आकर्षण का निर्धारण करेगी। Google एक बहुआयामी खेल खेलता हुआ प्रतीत होता है, जो अपनी तकनीकी शक्ति, विशाल इकोसिस्टम और डेवलपर संबंधों का लाभ उठाकर सामने आ रही AI क्रांति में एक प्रमुख भूमिका निभाने के लिए प्रयासरत है।