Nano Banana Pro বনাম Nano Banana 2: একই প্রম্পট, নয়টি ছবি, তিনটি সত্যিকারের পার্থক্য

এই দুই AI ছবি মডেলের তুলনার অভাব নেই। সমস্যা হলো, বেশিরভাগই শুধু ছবি বসিয়ে দেয়, শর্ত বলে না। আলাদা প্রম্পট, আলাদা রেশিও, কখনো রেজোলিউশনও আলাদা — তারপর একটা রায়। এমন সিদ্ধান্ত দিয়ে কিছুই করা যায় না।

তাই আমি সব ভেরিয়েবল আটকে দিলাম: একই প্রম্পট, একই রেশিও, একই রেজোলিউশন, বদলায় শুধু মডেল। তিনটি দৃশ্যকল্প আর একটি আলাদা পরীক্ষা, মোট নয়বার জেনারেশন। নিচে যা বেরিয়ে এল তা-ই আছে — সেই জায়গাগুলোসহ যেখানে দুই মডেলই হুমড়ি খেয়েছে।

এই দুটোকেই কেন পাশাপাশি বসানো হয়

AI ছবি জেনারেটরের মডেল তালিকায় এরা গায়ে গায়ে বসে থাকে, আর প্যারামিটার প্যানেল দেখতে প্রায় একরকম: প্রম্পট, অ্যাসপেক্ট রেশিও, রেজোলিউশন, রেফারেন্স ছবি, 1k / 2k / 4k, দুটোতেই দশটি রেশিও। অনেকের প্রথম অনুমান — Pro মানে নিশ্চয়ই দামিটা।

এরা একই মডেলের দুই স্তর নয়। একটি নামে আছে সংস্করণ, অন্যটিতে প্রজন্মের সংখ্যা, আর যে পার্থক্যগুলো সত্যিই গুরুত্বপূর্ণ সেগুলো "কোনটা বেশি ঝকঝকে" ধরনের প্রশ্নে নেই। পাশাপাশি চালালে দেখবেন, দুই মডেল একই বাক্য আলাদাভাবে পড়ে।

আগে পরীক্ষার শর্ত

তিনটি প্রম্পটই ইংরেজিতে, এক দমে লেখা, পরে আর হাত দেওয়া হয়নি। রাউন্ডপ্রতি দুটি ছবি, মডেল ছাড়া বাকি সব প্যারামিটার হুবহু এক:

• ঘন দৃশ্য ও লেখার রাউন্ড: 16:9, 2k
• চরিত্রের রাউন্ড: 1:1, 2k, দুই মডেলকেই একই রেফারেন্স ছবি
• Nano Banana 2 ডিফল্ট চিন্তার স্তরে রাখা (আলাদা পরীক্ষার অংশ বাদে)

চরিত্রের রাউন্ডের রেফারেন্স ছবিটি আলাদাভাবে বানানো একটি কাস্টিং ছবি: ধূসর পটভূমি, সমান সামনের আলো, প্রসাধনহীন, ক্যামেরা চোখের সমান উঁচুতে। এমন পরিষ্কার মূল ছবি চরিত্রের সঙ্গতি পরীক্ষার পূর্বশর্ত — পটভূমি ঘোলাটে বা আলো একদিকঘেঁষা হলে আর বোঝাই যাবে না মডেল সরে গেল, নাকি রেফারেন্সেই বেশি গোলমাল ছিল।

একটার পর একটা ছুঁড়তে না চাইলে এ ধরনের তুলনা জেনারেটিভ ক্যানভাসে চালানো সহজ: একটি প্রম্পটকে দুটি নোডে ভাগ করে ফলাফল পাশাপাশি রেখে দেওয়া যায়।

রাউন্ড ১: ঘন একটি দৃশ্য

প্রম্পটে ছিল ভোরবেলার একটি নাশতার দোকান: ছয় পদ, সাদা অ্যাপ্রন পরা বিক্রেতা কাগজের ঠোঙা এগিয়ে দিচ্ছেন, পিছনে লাইনে দাঁড়ানো লোক, বাঁয়ে বাঁশের স্টিমারের স্তূপ, ডানে দেয়ালে হেলান দেওয়া সাইকেল, ঝুলন্ত বাল্ব, সকালের কুয়াশা। ইচ্ছে করেই অনেক কিছু সামলানোর মতো।

Nano Banana Pro যা ফিরিয়ে দিল তা ফটোগ্রাফির মতো পড়া যায়। শুরু থেকে শেষ অবধি ঠান্ডা ধূসর, পরিষ্কার গভীরতা, কুয়াশা ও আলো একে অন্যের সঙ্গে মেলে, আর চাওয়া উপাদানের বেশিরভাগই আছে। কিন্তু দৃশ্যের পাঠটা সংযত: কাউন্টারে কয়েকটা স্টিলের গামলা, আর ছয় পদ না চার পদ সেটা বলা যায় না। কোথাও একটাও সাইনবোর্ড নেই।

Nano Banana 2 উল্টোটা করেছে, ফ্রেম ভরিয়ে ফেলেছে: ভাজা ময়দার লম্বা কাঠি, ভাপে সেঁকা বান, পুরভরা পিঠে, পরোটা, নুডল, টোফু — ছয় বা তার বেশি, এক নজরে গোনা যায়। দেয়ালে দোকানের নামের সাইনবোর্ড ঝুলছে, গলির আরও ভিতরে দুটো দেখা যায়, আর কেউ দরজার চৌকাঠে পেমেন্টের QR কোড সেঁটে দিয়েছে। এর কিছুই প্রম্পটে ছিল না। মডেল নিজেই জুড়েছে।

"ছয়টি আলাদা পদ" হিসেবে দ্বিতীয় ছবিটাই আমার চাওয়ার কাছাকাছি। আবহ হিসেবে আমার পছন্দ প্রথমটা। এখানে আমি বিজয়ী ঘোষণা করছি না, কারণ উত্তরটা নির্ভর করে আপনি আবহ চান নাকি তথ্যের ঘনত্ব।

দুটোই একই জায়গায় ভেঙেছে: হাত। Nano Banana Pro-র ছবিতে কড়াইয়ের উপরে ঝুলে থাকা বিক্রেতার বাঁ হাতের আঙুল জোড়া লেগে গেছে। Nano Banana 2-র ছবিতে যেখানে দুই হাত ঠোঙা বিনিময় করছে সেই জায়গাটা লেপ্টে গেছে। মানুষের শারীরিক মেলামেশা এখনও ফ্রেমের সবচেয়ে ভঙ্গুর অংশ, আর কোনো মডেলই এটা সমাধান করেনি।

রাউন্ড ২: একই মুখ ধরে রাখা

এই রাউন্ডে ঠিক একটি জিনিস বদলায়: কাস্টিং ছবির মানুষটিকে গোধূলির রাস্তায় দাঁড় করানো, নিচু কোণ থেকে উষ্ণ পাশ-আলো যোগ করা, আর পিছনের সাইনবোর্ড ঝাপসা করা। প্রম্পটে স্পষ্ট লেখা ছিল — একই মানুষ, একই ক্যামেরার কোণ, একই ফ্রেমিং।

বাঁয়ে রেফারেন্স, মাঝে Nano Banana Pro, ডানে Nano Banana 2।

Nano Banana Pro মানুষটিকে প্রায় অটুট অবস্থায় সরিয়ে এনেছে। ভুরুর গড়ন, চোখের মাঝের দূরত্ব, নাকের পাটার চওড়া, ঠোঁটের রেখা, চুলের সীমানা — এমনকি খসে পড়া কয়েক গোছা চুল আর কালো স্লিভলেস টপও টিকে আছে। এটাকে একই মানুষের অন্য একদিনের ছবি হিসেবেই পড়া যায়।

Nano Banana 2-র সংস্করণকে "তার মতো দেখতে কেউ" বলে চেনা যায়, কিন্তু সে সত্যিই বদলেছে: মুখ চওড়া, চোয়াল বেশি চৌকো, ত্বক খসখসে, বয়স কয়েক বছর বেশি, চুল মাথার সঙ্গে বেশি লেপ্টানো। একা দেখলে খারাপ লাগে না। রেফারেন্সের পাশে রাখলে স্পষ্ট লাগে।

আপনি যদি এমন কিছু বানাচ্ছেন যেখানে একটি চরিত্রকে ছবি থেকে ছবিতে ফিরে আসতে হবে — স্টোরিবোর্ড, ছবির বই, পোস্টারের সিরিজ — তবে এই একটি ফাঁকই আপনার হয়ে মডেল বেছে দেয়।

তবু Pro-কে এখনই পদক দিয়ে দেবেন না: প্রম্পট একই ফ্রেমিং চেয়েছিল, অথচ দুই মডেলই নিজের ইচ্ছেয় ক্যামেরা এগিয়ে এনেছে। রেফারেন্সটি বুক পর্যন্ত শট, দুটো ফলাফলই ফিরেছে আঁটসাঁট ক্লোজ-আপ হয়ে। কেউই শোনেনি।

রাউন্ড ৩: ছবির ভিতরের লেখা

এই রাউন্ডেই আমি সবচেয়ে বড় গোলমালের আশা করেছিলাম। প্রম্পটে চাওয়া হয়েছিল হাতে লেখা একটি ক্যাফের চকবোর্ড, যেখানে হুবহু OPEN TODAY 7AM - 4PM লেখা থাকবে, আর তার নিচে ছোট অক্ষরে FLAT WHITE 4.50।

Nano Banana Pro তিনটি লাইনই ঠিক লিখেছে, আর চকের টানও বিশ্বাসযোগ্য। দামটা লিখেছে 4·50 — মাঝখানে বিন্দু দিয়ে, যা বোর্ডে হাতে দাম লেখার চেনা ধরন, তাই এটা ভুল হিসেবে গুনছি না।

Nano Banana 2-ও চাওয়া সব লাইন ঠিক লিখেছে, তারপর কেউ চায়নি এমন একটি কাপের আইকন আর একটি নকশাদার আঁকিবুঁকি জুড়ে দিয়েছে — এবং ঠিক সেই একটিমাত্র জায়গায় ভেঙেছে যেখানে তাকে কিছু লিখতেই বলা হয়নি। ছাউনির উপরে দোকানের নাম হওয়া উচিত ছিল THE DAILY GRIND; প্রথম শব্দটি ভেঙে এমন কিছু হয়েছে যা পড়া যায় না।

ধরনটা তিনটি রাউন্ডেই ফিরে এসেছে: যে লেখা আপনি স্পষ্ট করে চান, সেটা আজ দুই মডেলই ঠিক লেখে; ভুল সব সময় সেই লেখায় যেটা মডেল নিজে থেকে জুড়েছে। রাস্তার দৃশ্যেও একই গল্প: Nano Banana 2 যে সাইনবোর্ডগুলো বানিয়েছে সেগুলো পড়া যায়, আর সে-ই বানানো ছোট দামের তালিকাটা নিছক আঁকিবুঁকি। নির্ভরযোগ্য লেখা দরকার হলে ঠিক শব্দগুলো প্রম্পটে লিখুন, আর মডেলকে নিজের মতো যোগ করার জায়গা যত কম দেওয়া যায় দিন।

একটি পাদটীকা: Nano Banana 2-র পাঁচটি ফলাফলের একটি চার পাশে সাদা বর্ডার নিয়ে ফিরেছে, যা কেটে ফেলতে হয়েছে। একবারই হয়েছে, তাই একে ত্রুটি বলব না — তবে গুচ্ছ করে ছবি বানানোর সময় একবার চোখ বুলিয়ে নেওয়া ভালো।

Nano Banana 2-র "চিন্তার স্তর" আসলে কী করে

প্যানেলে আসল পার্থক্য এখানেই। Nano Banana 2-তে দুটো সুইচ বেশি: ছবি অনুসন্ধান, আর একটি চিন্তার স্তর যা সর্বনিম্ন, ডিফল্ট বা সর্বোচ্চ করা যায়। Nano Banana Pro-তে আছে কেবল ওয়েব অনুসন্ধান।

প্রথম রাউন্ডের সেই রাস্তার দোকানের প্রম্পট নিয়ে তিনটি স্তর একবার করে চালালাম।

বাঁ থেকে ডানে: সর্বনিম্ন, ডিফল্ট, সর্বোচ্চ। মূল উপাদান তিনটিতেই টিকে আছে — বিক্রেতা, কাগজের ঠোঙা, লাইন, স্টিমার, সাইকেল, কিছুই হারায়নি। বদল অন্যত্র: স্তর যত উপরে ওঠে, মডেল তত কম লেখা বানায়, আর তার মধ্যে সঠিকের ভাগ তত বাড়ে। সর্বনিম্নটি সবচেয়ে হুল্লোড়ে, কয়েকটি পোস্টারের ছোট হরফ কাদা হয়ে গেছে। সর্বোচ্চটি রেখেছে কেবল একটি খাড়া সাইনবোর্ড আর দু-তিনটি পরিষ্কার, পাঠযোগ্য দামের তালিকা, আর কম্পোজিশনও দৃশ্যতই শান্ত হয়েছে।

অর্থাৎ এটা গুণমানের সিঁড়ির চেয়ে বেশি করে মডেল কতটা যত্ন নেবে তার নব। দাম হলো সময়: সর্বোচ্চ এখানে লেগেছে প্রায় একশো সেকেন্ড, ডিফল্টে ষাট সেকেন্ডের কিছু বেশি — প্রায় অর্ধেক বাড়তি। একবারের পর্যবেক্ষণ, লাইনে দাঁড়ানোর সময়সহ — এটাকে মানদণ্ড ধরবেন না, তবে দিকটা স্পষ্ট।

কোনটা বেছে নেবেন

নয়টি ছবির পর আমার সিদ্ধান্ত শুরুর চেয়ে বেশি নির্দিষ্ট:

একটি চরিত্রকে বারবার ফিরতে হলে Nano Banana Pro নিন। সঙ্গতির রাউন্ডের ফাঁকটা রুচির প্রশ্ন নয়, ফলাফল কাজে লাগবে কি না তার প্রশ্ন।

নিজে থেকেই খুঁটিনাটি গজায় এমন ঘন দৃশ্য চাইলে Nano Banana 2 নিন। পরিবেশ নিয়ে তার কল্পনা বেশি জীবন্ত, আর আপনি উল্লেখ করেননি এমন সাইনবোর্ড, স্টিকার ও বাসনপত্র নিজেই ভরে যায় — পটভূমি আর আবহের শটের জন্য সুবিধাজনক।

ছবিতে নির্ভুল লেখা দরকার হলে দুটোই চলবে, তবে শব্দগুলো প্রম্পটে গেঁথে দিন। মডেল নিজের খেয়ালে যা লেখে তার উপর ভরসা করবেন না।

দ্বিধা থাকলে আগে Nano Banana 2-তে প্রোটোটাইপ করুন। প্রতি ছবিতে খানিক কম খরচ, আর ডিফল্ট স্তরে দ্রুত — প্রম্পটের দিক খোঁজার জন্য উপযুক্ত; দিক ঠিক হয়ে গেলে আর মুখ ধরে রাখার দরকার পড়লে চূড়ান্ত সংস্করণের জন্য Nano Banana Pro-তে যান।

সবটা নতুন করে না এঁকে একটি অংশ বদলাতে চাইলে এদের কোনোটিই প্রথম পছন্দ নয়। বদলে AI ছবি সম্পাদক ব্যবহার করুন: আপনি অংশটা রং করেন, শুধু সেটাই বদলায়, গোটা ফ্রেমে আবার ছক্কা ফেলতে হয় না।

শেষে একটি সৎ কথা: প্রতিটি রাউন্ড আমি একবারই চালিয়েছি, বারবার নমুনা নেইনি, আর অন্য সিড দিলে কোনো একক পর্যবেক্ষণ উল্টে যেতে পারে। সত্যিকারের প্রকল্পের জন্য সিদ্ধান্ত নিতে হলে নিজের প্রম্পট নিন, ভেরিয়েবল একইভাবে আটকান, আর প্রতিটি কয়েকবার চালান। আর এই সব আয়োজন এড়াতে চাইলে টেমপ্লেট লাইব্রেরিতে আগে থেকে সাজানো কনফিগারেশন যুক্তিসঙ্গত শুরুর জায়গা।