Nano Banana Pro बनाम Nano Banana 2: वही प्रॉम्प्ट, नौ इमेज, तीन असली फ़र्क़

इन दोनों AI इमेज मॉडलों की तुलनाओं की कोई कमी नहीं है। दिक्कत यह है कि उनमें से ज़्यादातर सिर्फ़ तस्वीरें लगा देती हैं, शर्तें बताती नहीं। प्रॉम्प्ट अलग, रेशियो अलग, कभी-कभी रेज़ोल्यूशन तक अलग — और फिर फ़ैसला। ऐसे नतीजे से आप कुछ नहीं कर सकते।

इसलिए मैंने सारे वेरिएबल जकड़ दिए: वही प्रॉम्प्ट, वही रेशियो, वही रेज़ोल्यूशन, बदलता है सिर्फ़ मॉडल। तीन परिदृश्य और एक अलग प्रयोग, कुल नौ जनरेशन। नीचे वही है जो सामने आया — वे जगहें भी शामिल हैं जहाँ दोनों मॉडल गिरे।

ये दोनों ही आख़िर क्यों आमने-सामने रखे जाते हैं

AI इमेज जनरेटर की सूची में ये दोनों साथ-साथ बैठे हैं, और इनके पैरामीटर पैनल लगभग हूबहू एक जैसे लगते हैं: प्रॉम्प्ट, आस्पेक्ट रेशियो, रेज़ोल्यूशन, रेफ़रेंस इमेज, 1k / 2k / 4k, और दोनों में दस-दस रेशियो। बहुत लोगों का पहला अंदाज़ा यही होता है कि Pro बस महँगा वाला है।

ये एक ही मॉडल के दो स्तर नहीं हैं। एक नाम में श्रेणी है, दूसरे में पीढ़ी का नंबर, और जो फ़र्क़ असल में मायने रखते हैं वे इस बात में नहीं हैं कि कौन ज़्यादा साफ़ दिखता है। दोनों को साथ चलाइए और दिखेगा कि दोनों एक ही वाक्य को अलग-अलग तरह से पढ़ते हैं।

पहले परीक्षण की शर्तें

तीनों प्रॉम्प्ट अंग्रेज़ी में, एक ही बार में लिखे गए और बाद में छुए नहीं गए। हर राउंड में दो इमेज, मॉडल के सिवा सारे पैरामीटर एक जैसे:

• भरी-पूरी सीन और टेक्स्ट वाले राउंड: 16:9, 2k
• कैरेक्टर राउंड: 1:1, 2k, दोनों मॉडलों को वही एक रेफ़रेंस इमेज
• Nano Banana 2 अपने डिफ़ॉल्ट थिंकिंग लेवल पर (अलग प्रयोग वाले हिस्से को छोड़कर)

कैरेक्टर राउंड की रेफ़रेंस इमेज अलग से बनाई गई एक कास्टिंग तस्वीर है: सलेटी बैकग्राउंड, बराबर सामने की रोशनी, बिना मेकअप, कैमरा आँखों की ऊँचाई पर। ऐसी साफ़ बुनियादी तस्वीर कैरेक्टर की एकरूपता जाँचने की पहली शर्त है — भीड़ भरी बैकग्राउंड या दिशा वाली रोशनी हो तो आप पहचान ही नहीं पाएँगे कि मॉडल भटका या रेफ़रेंस में ही बहुत शोर था।

अगर आप इन्हें एक-एक करके नहीं चलाना चाहते, तो इस तरह की तुलना जनरेटिव कैनवस पर आसान पड़ती है: एक प्रॉम्प्ट को दो नोड में बाँट दें और नतीजे बगल-बगल पड़े रहने दें।

राउंड 1: भरी-पूरी सीन

प्रॉम्प्ट में सुबह-सुबह की एक नाश्ते की गुमटी का ब्यौरा था: छह पकवान, सफ़ेद एप्रन पहने दुकानदार कागज़ का थैला बढ़ाते हुए, पीछे कतार में लोग, बाईं तरफ़ बाँस के स्टीमर का ढेर, दाईं तरफ़ दीवार से टिकी साइकिल, लटकते बल्ब, सुबह की धुंध। जान-बूझकर सँभालने के लिए बहुत कुछ।

Nano Banana Pro ने ऐसी चीज़ लौटाई जो फ़ोटोग्राफ़ी की तरह पढ़ी जाती है। एक-सा ठंडा सलेटी, साफ़ गहराई, धुंध और रोशनी एक-दूसरे से मेल खाती हैं, और माँगे गए ज़्यादातर तत्व मौजूद हैं। लेकिन सीन को पढ़ने में यह संयमित है: काउंटर पर स्टील के कुछ भगोने हैं, और आप कह नहीं सकते कि छह पकवान हैं या चार। कहीं कोई बोर्ड नहीं है।

Nano Banana 2 ने उलटा किया और फ़्रेम भर दिया: तली हुई लंबी छड़ें, भाप में पके बन, पकौड़ी-जैसे डम्पलिंग, चीले, नूडल, टोफ़ू — छह और उससे ज़्यादा, एक नज़र में गिनने लायक। दीवार पर दुकान के नाम का बोर्ड लटका है, गली में आगे दो और दिखते हैं, और किसी ने चौखट पर भुगतान का QR कोड चिपका दिया है। इनमें से कुछ भी प्रॉम्प्ट में नहीं था। मॉडल ने खुद जोड़ा।

"छह अलग-अलग पकवान" के हिसाब से दूसरी इमेज मेरी माँग के ज़्यादा करीब है। माहौल के हिसाब से मुझे पहली पसंद है। यहाँ मैं विजेता घोषित नहीं कर रहा, क्योंकि जवाब इस पर टिका है कि आपको माहौल चाहिए या सूचना की घनता।

दोनों एक ही जगह टूटे: हाथ। Nano Banana Pro की इमेज में कड़ाही के ऊपर लटके दुकानदार के बाएँ हाथ की उँगलियाँ जुड़ी हुई हैं। Nano Banana 2 की इमेज में जहाँ दो हाथ थैला थमाते हैं, वह जगह लीप बन गई है। लोगों का शारीरिक आपसी संपर्क आज भी फ़्रेम का सबसे कमज़ोर हिस्सा है, और इसे किसी मॉडल ने हल नहीं किया।

राउंड 2: वही चेहरा टिकाए रखना

इस राउंड में ठीक एक चीज़ बदलती है: कास्टिंग तस्वीर वाले व्यक्ति को शाम ढलते वक़्त की सड़क पर खड़ा करना, नीचे के कोण से गर्म साइड लाइट जोड़ना, और पीछे के बोर्ड धुँधले कर देना। प्रॉम्प्ट में साफ़ लिखा था — वही व्यक्ति, वही कैमरा कोण, वही फ़्रेमिंग।

बाएँ रेफ़रेंस, बीच में Nano Banana Pro, दाएँ Nano Banana 2।

Nano Banana Pro ने उन्हें लगभग बिना छेड़े स्थानांतरित कर दिया। भौंह की बनावट, आँखों के बीच की दूरी, नाक की हड्डी की चौड़ाई, होंठों की रेखा, बालों की सीमा — छिटकी लटें और काली स्लीवलेस टॉप तक बची रहीं। यह वही व्यक्ति लगता है, किसी और दिन खींची गई तस्वीर में।

Nano Banana 2 वाला रूप "उनसे मिलती-जुलती कोई" के तौर पर पहचाना जाता है, पर वह बदल गया: चेहरा चौड़ा, जबड़ा ज़्यादा चौकोर, त्वचा खुरदरी, कई साल बड़ा, बाल सिर से ज़्यादा चिपके। अकेले देखने में खटकता नहीं। रेफ़रेंस के बगल में साफ़ खटकता है।

अगर आप ऐसा कुछ बना रहे हैं जिसमें एक ही किरदार इमेज-दर-इमेज लौटना चाहिए — स्टोरीबोर्ड, चित्र-पुस्तक, पोस्टर की श्रृंखला — तो अकेले यही अंतर आपके लिए मॉडल चुन देता है।

फिर भी Pro को तमगा देने में जल्दी न करें: प्रॉम्प्ट वही फ़्रेमिंग माँग रहा था, और दोनों मॉडलों ने अपनी मर्ज़ी से कैमरा पास खींच लिया। रेफ़रेंस कमर तक का शॉट है, दोनों नतीजे कसे हुए क्लोज़-अप बनकर लौटे। सुना किसी ने नहीं।

राउंड 3: इमेज के अंदर का टेक्स्ट

यही राउंड था जिसमें मुझे सबसे बड़ी गड़बड़ की उम्मीद थी। प्रॉम्प्ट में एक कैफ़े का हाथ से लिखा चॉकबोर्ड चाहिए था जिस पर ठीक OPEN TODAY 7AM - 4PM लिखा हो, और उसके नीचे छोटे अक्षरों में FLAT WHITE 4.50।

Nano Banana Pro ने तीनों पंक्तियाँ सही लिखीं, और चॉक की लकीर भरोसेमंद लगती है। दाम उसने 4·50 की तरह बीच के बिंदु से लिखा, जो बोर्ड पर हाथ से दाम लिखने का आम तरीका है — इसे मैं ग़लती नहीं गिन रहा।

Nano Banana 2 ने भी माँगी गई सारी पंक्तियाँ सही लिखीं, फिर एक कप का आइकन और एक सजावटी लहरिया जोड़ दिया जो किसी ने नहीं माँगा था — और ठीक उसी एक जगह टूटा जहाँ उससे कुछ भी लिखने को नहीं कहा गया था। छज्जे पर दुकान का नाम THE DAILY GRIND होना चाहिए था; पहला शब्द ढहकर कुछ ऐसा बन गया जो पढ़ा नहीं जा सकता।

यह पैटर्न तीनों राउंड में दोहराया गया: जो टेक्स्ट आप साफ़-साफ़ माँगते हैं, वह आज दोनों मॉडलों से सही निकलता है; ग़लतियाँ हमेशा उस टेक्स्ट में होती हैं जो मॉडल ने खुद जोड़ा। सड़क वाली सीन में भी वही कहानी: Nano Banana 2 ने जो बोर्ड गढ़े वे पढ़े जा सकते हैं, जबकि उसी ने गढ़ी छोटी दाम-सूची पूरी तरह बेमतलब लकीरें हैं। भरोसेमंद अक्षर चाहिए तो ठीक वही शब्द प्रॉम्प्ट में लिखिए और मॉडल को अपनी तरफ़ से जोड़ने की जगह कम से कम दीजिए।

एक पाद-टिप्पणी: Nano Banana 2 के पाँच नतीजों में से एक चारों किनारों पर सफ़ेद बॉर्डर के साथ लौटा, जिसे काटना पड़ा। एक ही बार हुआ, इसलिए इसे खराबी नहीं कहूँगा — पर थोक में इमेज बनाते समय एक नज़र डालने लायक है।

Nano Banana 2 का "थिंकिंग लेवल" असल में क्या करता है

पैनल में असली फ़र्क़ यहीं है। Nano Banana 2 में दो स्विच ज़्यादा हैं: इमेज सर्च, और एक थिंकिंग लेवल जिसे न्यूनतम, डिफ़ॉल्ट या उच्च पर रखा जा सकता है। Nano Banana Pro में सिर्फ़ वेब सर्च है।

मैंने पहले राउंड का वही गुमटी प्रॉम्प्ट लिया और तीनों लेवल एक-एक बार चलाए।

बाएँ से दाएँ: न्यूनतम, डिफ़ॉल्ट, उच्च। मुख्य तत्व तीनों में बचे हैं — दुकानदार, कागज़ का थैला, कतार, स्टीमर, साइकिल, कुछ नहीं छूटा। बदलाव कहीं और है: लेवल जितना ऊपर, मॉडल उतना कम टेक्स्ट गढ़ता है और उसमें सही का हिस्सा उतना बढ़ता है। न्यूनतम सबसे शोरगुल वाला है, कई पोस्टरों के छोटे अक्षर लपसी बन गए हैं। उच्च ने सिर्फ़ एक खड़ा बोर्ड और दो-तीन साफ़, पढ़ने लायक दाम-पट्टियाँ रखीं, और रचना साफ़ तौर पर शांत हो गई।

यानी यह गुणवत्ता की सीढ़ी से ज़्यादा इस बात का घुंडी-नियंत्रण है कि मॉडल कितनी सावधानी बरतेगा। कीमत समय है: यहाँ उच्च ने करीब सौ सेकंड लिए, डिफ़ॉल्ट ने साठ से कुछ ऊपर — लगभग आधा ज़्यादा। यह एक ही बार का अवलोकन है, कतार का समय जोड़कर — इसे मानक माप न मानें, पर दिशा साफ़ है।

कौन सा चुनें

नौ इमेज के बाद मेरे निष्कर्ष शुरुआत से ज़्यादा ठोस हैं:

अगर एक किरदार बार-बार आना है, तो Nano Banana Pro लें। एकरूपता वाले राउंड का अंतर पसंद का मामला नहीं, नतीजा काम आने का मामला है।

अगर आपको घनी सीन चाहिए जो अपने ब्योरे खुद उगाए, तो Nano Banana 2 लें। माहौल के बारे में उसकी कल्पना ज़्यादा चुस्त है, और जिन बोर्ड, स्टिकर और बरतनों का आपने ज़िक्र भी नहीं किया वे खुद भर जाते हैं — बैकग्राउंड और माहौल वाले शॉट के लिए सुविधाजनक।

अगर इमेज में सही अक्षर चाहिए तो दोनों चलेंगे, पर शब्दों को प्रॉम्प्ट में ठोक दें। मॉडल अपनी मर्ज़ी से जो लिखे, उस पर भरोसा न करें।

संदेह हो तो पहले Nano Banana 2 पर प्रोटोटाइप बनाएँ। प्रति इमेज थोड़ा सस्ता है और डिफ़ॉल्ट लेवल पर तेज़, जो प्रॉम्प्ट की दिशा खोजने के लिए ठीक है; दिशा तय हो जाए और चेहरा टिकाना हो, तो अंतिम संस्करण के लिए Nano Banana Pro पर जाएँ।

अगर सब कुछ फिर से बनाने के बजाय एक हिस्सा बदलना है, तो इनमें से कोई पहली पसंद नहीं है। उसके लिए AI इमेज एडिटर इस्तेमाल करें: आप वह हिस्सा रंगते हैं, बदलाव सिर्फ़ वहीं होता है, और पूरे फ़्रेम पर दोबारा पासा नहीं फेंकना पड़ता।

आख़िर में एक ईमानदार बात: हर राउंड मैंने एक ही बार चलाया, बार-बार नमूने नहीं लिए, और कोई दूसरा सीड किसी एक निष्कर्ष को पलट सकता है। असली प्रोजेक्ट के लिए तय करना हो तो अपने प्रॉम्प्ट लें, वेरिएबल इसी तरह जकड़ें, और हर एक को कुछ बार चलाएँ। और अगर यह सारी तैयारी छोड़नी हो, तो टेम्पलेट लाइब्रेरी में पहले से सधी हुई सेटिंग एक वाजिब शुरुआती बिंदु है।