Seedream 5.0 Pro বনাম Nano Banana Pro: তিনটি পরীক্ষা যা দেখায় পার্থক্য কোথায়

Seedream 5.0 বেরোনোর পর থেকে সবচেয়ে বেশি যে প্রশ্নটা আসে, তা হলো Nano Banana Pro ছেড়ে এটায় আসা উচিত কি না। অফিসিয়াল নমুনা গ্যালারি এর উত্তর দেয় না — ওই ছবিগুলো বেছে নেওয়া। তাই দুটো মডেল পাশাপাশি রেখে তিনটি পরীক্ষা চালালাম, প্রম্পটের লেখা হুবহু এক রেখে, শুধু মডেল বদলে।

সংক্ষেপে: কোনটা বেশি শক্তিশালী — এই প্রশ্নটা এখানে ঠিকমতো খাটে না। এই দুই AI ছবি মডেল আপনার নির্দেশের আলাদা আলাদা অংশ মানে, আর এতটা নিয়মিতভাবে মানে যে তার ভিত্তিতে কাজ সাজানো যায়।

Seedream 5.0 Pro কী, আর Lite কোথায়

Seedream 5 হলো ByteDance-এর এই প্রজন্মের AI ছবি মডেল, ZOOOP-এ Pro আর Lite দুই সংস্করণেই আছে। Pro চলে এই যুক্তিতে — "এই নাও একটা জটিল বর্ণনা, যতটা পারো করে দাও"। Lite সস্তা আর দ্রুত, তাই সিদ্ধান্ত নেওয়ার আগে ডজনখানেক কাঁচা কম্পোজিশন বের করতে কাজে লাগে। নিচের সবটাই Pro-তে চলেছে, কারণ জটিল নির্দেশ মানার ক্ষমতাই আমি মাপতে চেয়েছিলাম।

একটা পার্থক্য সহজেই চোখ এড়িয়ে যায়: Seedream 5.0 Pro এখন সর্বোচ্চ 2k পর্যন্ত যায়, আর Nano Banana Pro যায় 4k পর্যন্ত। আপনার চূড়ান্ত ছবি যদি ছাপাখানায় যায় বা জোরে ক্রপ হয়, তাহলে এই একটা লাইনই তিনটি পরীক্ষার চেয়ে বেশি গুরুত্বপূর্ণ হতে পারে। প্রতি ছবির খরচ দুটোতেই কাছাকাছি, Seedream 5.0 Pro একটু কম — কিছু ঠিক করার মতো যথেষ্ট নয়।

পদ্ধতি: একই প্রম্পট, বদলায় শুধু মডেল

তিনটি পরীক্ষা, প্রতিটিতে একটি প্রম্পট, প্রতি মডেলে একবার জেনারেশন। অনুপাত 16:9-এ বাঁধা (প্রতিকৃতির পরীক্ষায় 3:2), রেজোলিউশন 2k-এ বাঁধা। সুন্দর কিছু না বেরোনো পর্যন্ত বারবার চালানো হয়নি, কারণ হাতে বেছে নেওয়া ছবি মডেলের স্বভাব সম্পর্কে কিছুই বলে না।

তিনটি পরীক্ষা সেখানেই লক্ষ্য করে যেখানে AI ছবি তৈরি সবচেয়ে নিয়মিতভাবে ভেঙে পড়ে: এক ফ্রেমে কয়েকটি বিষয়, আলাদা দৃশ্যে একই মুখ, আর ছবির ভেতরে পড়া যায় এমন লেখা।

প্রথম পরীক্ষা: এক ফ্রেমে চারটি বিষয়

প্রম্পটে ছিল বৃষ্টিভেজা গলিতে গভীর রাতের রামেনের ঠেলা, আর চারটি বিষয়ের প্রত্যেকের জায়গা ঠিক করে দেওয়া: কাউন্টারের পিছনে বাটি মুছছেন রাঁধুনি, একেবারে বাঁ দিকের টুলে বসে ফোন দেখছেন হলুদ রেইনকোট পরা এক তরুণী, ডান দিকের দরজায় দাঁড়ানো ডেলিভারি কর্মী যার হেলমেট বগলে চাপা, আর ডান কিনারায় কাঠের বাক্সের স্তূপে বসা কমলা বিড়াল। আলো: উষ্ণ লণ্ঠন, আর নিয়ন ধরা ভেজা পিচঢালা রাস্তা।

দুই মডেলই চারটি বিষয় এঁকেছে, জায়গাগুলোও মোটামুটি ঠিক। এক বছর আগে AI ছবি তৈরি এদের একটাকে নির্দ্বিধায় বাদ দিয়ে দিত। মজার অংশটা অন্য জায়গায়।

Seedream 5.0 Pro ছোট ভঙ্গিটা ধরতে পেরেছে — হেলমেট সত্যিই বগলে চাপা — আর সাইনবোর্ডে RAMEN বানানও ঠিক লিখেছে। এর ফ্রেম পড়া যায় সাজানো পোস্টারের মতো: বিষয়গুলোর মাঝে পরিষ্কার ফাঁক, কে কোথায় তা সঙ্গে সঙ্গে বোঝা যায়। Nano Banana Pro যা ফেরত দিয়েছে তা স্ট্রিট ফটোগ্রাফির বেশি কাছাকাছি — গলি সত্যিই ভেতরের দিকে গভীরে যায়, দূরে ছাতা মাথায় একজন পথচারী, লণ্ঠনের জাপানি লেখা পড়া যায়। এর দাম: ডেলিভারি কর্মী হেলমেট বগলের বদলে বুকের সামনে ধরে আছে, আর বাক্সের ছোট লেখা পড়া যায় না।

দ্বিতীয় পরীক্ষা: একটি মুখ, দুটি দৃশ্য

চরিত্রের সামঞ্জস্য সম্ভবত AI ছবির কাজে সবচেয়ে দামি শিক্ষা। শুরু করেছিলাম GPT Image 2 দিয়ে বানানো একটা পরিষ্কার ভিত্তি-ছবি থেকে: সামনাসামনি, ধূসর পটভূমি, সমান আলো, মেকআপ ছাড়া — কার্যত একটা কাস্টিং ফটো। এরপর ওই ছবিটাই রেফারেন্স হিসেবে দুই মডেলে গেল, আর একই মানুষকে দেখাতে হলো গোধূলিতে ছাদে এবং দিনের আলোয় লাইব্রেরিতে।

মুখ দুটোই ধরে রেখেছে। এই ঘরটা দুদিকেই টিক পড়েছে। কাছ থেকে দেখলে ব্যাপারটা আকর্ষণীয় হয়।

Seedream 5.0 Pro হাড়ের গড়ন সবচেয়ে কাছ থেকে অনুসরণ করেছে — ভুরুর খাঁজ, নাকের ডাঁটি আর ঠোঁটের গড়ন প্রায় ভিত্তি-ছবির নকল। কিন্তু সে দুবারই আমাকে সমান সামনের চ্যাপ্টা আলো দিয়েছে, যদিও প্রম্পটে স্পষ্টভাবে তিন-চতুর্থাংশ কোণ আর বাঁ দিক থেকে নিচু সাইড লাইট চাওয়া হয়েছিল। ওই অংশটা সে দেখেইনি। Nano Banana Pro করেছে উল্টোটা: ক্যামেরার কোণ আর আলোর দিক দুটোই বসেছে, আর লাইব্রেরির ফ্রেমে নিজে থেকেই পটভূমিতে দ্বিতীয় একজন পাঠক ও খোলা বই জুড়ে দিয়েছে। হাড়ের গড়ন সামান্য সরে গেছে, তবু একই মানুষ হিসেবেই পড়া যায়। ভিত্তি-ছবিতে না থাকা কিছু তিলও যোগ হয়েছে।

দুই মডেলই একটা কাজ করেছে যা লিখে রাখার মতো: দুজনেই রেফারেন্স ছবির কালো স্যান্ডো গেঞ্জি সঙ্গে নিয়ে এসেছে। রেফারেন্স ছবি মুখের চেয়ে বেশি কিছু নিয়ে যায় — পোশাক, চুলের দৈর্ঘ্য, এমনকি ভঙ্গিও। ওটা না চাইলে প্রম্পটেই বলতে হবে। বিদ্যমান কোনো ছবিতে নির্দিষ্ট বদল আনতে হলে সবটা আবার বর্ণনা করার চেয়ে AI ছবি সম্পাদনা ভালো পড়ে।

তৃতীয় পরীক্ষা: ছবির ভেতরে লেখা লিখিয়ে নেওয়া

এই পরীক্ষাটাই সবচেয়ে বেশি করতে চেয়েছিলাম। প্রম্পটে চাওয়া হয়েছিল বেকারির সামনে চকের মেনু বোর্ড, ঠিক তিন লাইনে, আর বিষয়বস্তু শব্দে শব্দে বলে দেওয়া: SOURDOUGH 4.50 / CROISSANT 3.20 / CLOSED MONDAYS।

দুটোই ঠিক বানান লিখেছে। একটা অক্ষরও ভুল নয়। AI ছবি মডেল পড়ার যোগ্য লেখা আনতে পারে না — এই পুরোনো নিয়মটা আর টেকে না, অন্তত ছোট ইংরেজি বাক্যাংশে।

লেআউট আলাদা প্রশ্ন। Seedream 5.0 Pro তিন লাইনকে তিন লাইন হিসেবেই দিয়েছে, পণ্য আর দাম একই সারিতে, ঠিক যেমন বলা হয়েছিল। Nano Banana Pro প্রতিটি অক্ষর ঠিক পেয়েছে, কিন্তু প্রতিটি আইটেমকে দুই সারিতে ভেঙে ফেলেছে — তিন লাইন হয়ে গেছে পাঁচ — আর দশমিক বিন্দুকে লিখেছে মধ্যবিন্দু হিসেবে। ওই ছবি সরাসরি কার্ড বা থাম্বনেইলে গেলে, ভুল লেআউট মানে আবার জেনারেট করা।

কোন কাজে কোনটি

তিনটি পরীক্ষার পর বিভাজনরেখা কাজে লাগানোর মতো যথেষ্ট স্পষ্ট।

যখন আপনি এমন ছবি চান যা ডিজাইন করা মনে হয় — পোস্টার, প্রচ্ছদ, থাম্বনেইল, লেখা বহন করে এমন যেকোনো লেআউট — তখন Seedream 5.0 Pro নিন। সে গঠনসংক্রান্ত নির্দেশ গুরুত্ব দিয়ে নেয়: লেখার বিষয়বস্তু, লাইনের সংখ্যা, কোন বিষয় কোথায় বসবে। যখন আপনি এমন ছবি চান যা তোলা মনে হয় — ক্যামেরার কোণ, আলোর দিক, সত্যিকারের গভীরতা, পটভূমিতে আনুষঙ্গিক খুঁটিনাটি — তখন Nano Banana Pro তুলির চেয়ে ক্যামেরার মতো আচরণ করে।

এর সঙ্গে দুটো ব্যবহারিক কথা। চরিত্রের কাজ দুটোই সামলাতে পারে, কিন্তু আগে একটা জেনারেশন খরচ করুন পরিষ্কার সামনাসামনি ভিত্তি-ছবিতে, আর তারপর প্রতিবার সেটাই রেফারেন্স হিসেবে পাঠান; প্রতিটি প্রম্পটে মুখ নতুন করে বর্ণনা করার চেয়ে এটা ভালো। আর 4k-তে ডেলিভারি লাগলে বেছে নেওয়ার কিছু নেই — ওখানে কেবল Nano Banana Pro পৌঁছায়।

নিজের কাজের জন্য এটা মিটিয়ে ফেলার সবচেয়ে সস্তা উপায় হলো একটি প্রম্পট জেনারেটিভ ক্যানভাসে দুই মডেলে পাশাপাশি চালিয়ে দুটো ফলাফল একসঙ্গে দেখা। ZOOOP-এ Nano Banana 2, Seedream 5.0 Lite, GPT Image 2, Flux 2-ও আছে… কাজ অনুযায়ী মডেল বদলানো স্বাভাবিক, ভুল বেছেছেন তার লক্ষণ নয়।

যা আমি পরীক্ষা করিনি

সীমা নিয়ে সোজা কথা বলা ভালো। AI ছবি তৈরির এই কোণটা এত দ্রুত নড়ছে যে এই লেখার আয়ু সম্ভবত কয়েক মাস। প্রতিটি পরীক্ষা একবার চলেছে, বারবার নমুনা নেওয়া হয়নি, তাই "এবার জিতেছে" মানে "প্রতিবার জেতে" নয়। আরও যা পরীক্ষা হয়নি: একই ছবিতে কয়েক দফা সম্পাদনার পর স্থিরতা, পণ্য ও ভবনের মতো অমানবিক বিষয়ের সামঞ্জস্য, ফ্রেমে অ-লাতিন লেখা (ইংরেজিতে পাস করা চীনা নিয়ে কিছু প্রমাণ করে না), আর চরম অনুপাত।

Seedream 5.0 Pro আর Nano Banana Pro দুটোই এখনো এগোচ্ছে। এর কোনোটা যদি আপনার আসল কাজ হয়, আমার সিদ্ধান্ত তুলে নেবেন না — সরঞ্জাম তালিকা থেকে দুটো মডেল বেছে নিন আর নিজের উপকরণ প্রতিটিতে একবার চালান। একটা প্রম্পটের খরচেই এমন উত্তর মেলে যা আপনাকে অনুমান করতে হবে না।