Seedream 5.0 Pro बनाम Nano Banana Pro: तीन टेस्ट जो बताते हैं फ़र्क कहाँ है

Seedream 5.0 आने के बाद सबसे ज़्यादा यही पूछा जा रहा है कि Nano Banana Pro छोड़कर इस पर आना चाहिए या नहीं। आधिकारिक सैंपल गैलरी से इसका जवाब नहीं मिलता — वे तस्वीरें छाँटी हुई होती हैं। इसलिए मैंने दोनों मॉडल साथ रखकर तीन टेस्ट किए, प्रॉम्प्ट का टेक्स्ट अक्षर-दर-अक्षर वही रखा और बदला सिर्फ़ मॉडल।

छोटा जवाब: कौन ज़्यादा ताक़तवर है, यह सवाल यहाँ ठीक से काम नहीं करता। ये दोनों AI इमेज मॉडल आपके निर्देश के अलग-अलग हिस्सों को मानते हैं, और इतनी नियमितता से मानते हैं कि उसके हिसाब से काम की योजना बनाई जा सकती है।

Seedream 5.0 Pro क्या है, और Lite कहाँ बैठता है

Seedream 5, ByteDance की इस पीढ़ी का AI इमेज मॉडल है, ZOOOP पर Pro और Lite दोनों रूपों में मौजूद। Pro की सोच यह है कि "यह एक पेचीदा विवरण है, इसमें से जितना बन पड़े कर दो"। Lite सस्ता और तेज़ है, इसलिए तय करने से पहले दस-बारह कच्चे कंपोज़िशन निकालने के लिए काम आता है। नीचे सब कुछ Pro पर चला, क्योंकि पेचीदा निर्देशों का पालन ही मैं नापना चाहता था।

एक फ़र्क छूट जाना आसान है: Seedream 5.0 Pro अभी 2k तक ही जाता है, जबकि Nano Banana Pro 4k तक पहुँचता है। अगर आपकी अंतिम तस्वीर प्रिंट में जा रही है या भारी क्रॉप होगी, तो यह एक पंक्ति तीनों टेस्ट से ज़्यादा भारी पड़ सकती है। प्रति तस्वीर लागत दोनों में क़रीब है, Seedream 5.0 Pro ज़रा सस्ता — इतना नहीं कि कुछ तय हो जाए।

तरीक़ा: वही प्रॉम्प्ट, बदला सिर्फ़ मॉडल

तीन टेस्ट, हर एक में एक प्रॉम्प्ट, हर मॉडल पर एक जनरेशन। अनुपात 16:9 पर तय (पोर्ट्रेट टेस्ट में 3:2), रिज़ॉल्यूशन 2k पर तय। कुछ सुंदर निकलने तक दोबारा चलाना नहीं, क्योंकि हाथ से छाँटी तस्वीर मॉडल के बर्ताव के बारे में कुछ नहीं बताती।

तीनों टेस्ट वहाँ निशाना लगाते हैं जहाँ AI इमेज जनरेशन सबसे भरोसे से बिखरता है: एक फ़्रेम में कई विषय, अलग-अलग दृश्यों में वही चेहरा, और तस्वीर के भीतर पढ़ा जा सकने वाला टेक्स्ट।

पहला टेस्ट: एक फ़्रेम में चार विषय

प्रॉम्प्ट में बारिश वाली पिछली गली में देर रात का रामेन ठेला था, और चारों विषयों की जगह तय थी: काउंटर के पीछे कटोरा पोंछता रसोइया, सबसे बाएँ स्टूल पर फ़ोन देखती पीली रेनकोट वाली महिला, दाईं ओर दरवाज़े में खड़ा डिलीवरी वाला जिसका हेलमेट बग़ल में दबा है, और सबसे दाएँ किनारे पर लकड़ी के बक्सों के ढेर पर बैठी नारंगी बिल्ली। रोशनी: गर्म लालटेन, और नियॉन पकड़ती भीगी सड़क।

दोनों मॉडल ने चारों विषय बनाए, और जगहें भी क़रीब-क़रीब सही रहीं। एक साल पहले AI इमेज जनरेशन इनमें से एक को चुपचाप छोड़ देता था। दिलचस्प बात कहीं और है।

Seedream 5.0 Pro ने छोटा-सा हाव-भाव पकड़ लिया — हेलमेट सचमुच बग़ल में दबा है — और साइनबोर्ड पर RAMEN की स्पेलिंग भी सही लिखी। उसका फ़्रेम सजाए गए पोस्टर जैसा पढ़ा जाता है: विषयों के बीच साफ़ जगह, हर कोई तुरंत पहचान में आता है। Nano Banana Pro ने जो लौटाया वह स्ट्रीट फ़ोटोग्राफ़ी के ज़्यादा नज़दीक है — गली वाक़ई गहराई में जाती है, दूर छतरी लिए एक राहगीर है, लालटेन पर जापानी पढ़ी जा सकती है। इसकी क़ीमत: डिलीवरी वाला हेलमेट बग़ल के बजाय सीने के सामने पकड़े है, और बक्सों पर छोटे अक्षर पढ़े नहीं जाते।

दूसरा टेस्ट: एक चेहरा, दो दृश्य

चेहरे की निरंतरता AI इमेज के काम में शायद सबसे महँगा सबक़ है। मैंने GPT Image 2 से एक साफ़ बेस तस्वीर से शुरू किया: सामने से, स्लेटी बैकग्राउंड, बराबर रोशनी, बिना मेकअप — कुल मिलाकर एक कास्टिंग फ़ोटो। वही तस्वीर दोनों मॉडलों को रेफ़रेंस के तौर पर दी गई, और उसी व्यक्ति को शाम की छत पर तथा दिन की रोशनी वाली लाइब्रेरी में दिखाना था।

चेहरा दोनों ने थामा। यह ख़ाना दोनों तरफ़ भरा हुआ है। नज़दीक से देखने पर बात दिलचस्प होती है।

Seedream 5.0 Pro ने हड्डियों की बनावट सबसे क़रीब से पकड़ी — भौंह का उभार, नाक की डंडी और होंठों की बनावट लगभग बेस की नक़ल हैं। लेकिन उसने दोनों बार सपाट सामने वाली रोशनी दी, जबकि प्रॉम्प्ट में साफ़-साफ़ तीन-चौथाई एंगल और बाईं तरफ़ से नीची साइड लाइट माँगी गई थी। उस हिस्से को उसने अनदेखा किया। Nano Banana Pro ने उलटा किया: कैमरा एंगल और रोशनी की दिशा दोनों उतरे, और लाइब्रेरी के फ़्रेम में उसने अपने आप बैकग्राउंड में दूसरा पाठक और खुली किताबें जोड़ दीं। हड्डियों की बनावट थोड़ी खिसकी, फिर भी वही व्यक्ति लगता है। बेस में न होने वाली झाइयाँ भी आ गईं।

दोनों मॉडलों ने एक काम किया जो लिख लेने लायक़ है: दोनों ने रेफ़रेंस फ़ोटो की काली बनियान भी साथ ले ली। रेफ़रेंस तस्वीर चेहरे से ज़्यादा ले जाती है — कपड़े, बालों की लंबाई, यहाँ तक कि मुद्रा भी। अगर वह नहीं चाहिए तो प्रॉम्प्ट में कहना पड़ेगा। किसी मौजूदा तस्वीर में सटीक बदलाव के लिए AI इमेज एडिटिंग सब कुछ दोबारा लिखने से बेहतर पड़ता है।

तीसरा टेस्ट: तस्वीर के भीतर टेक्स्ट लिखवाना

यह टेस्ट मैं सबसे ज़्यादा करना चाहता था। प्रॉम्प्ट में बेकरी के बाहर चॉक वाला मेन्यू बोर्ड माँगा गया था, ठीक तीन पंक्तियों में, और सामग्री शब्द-दर-शब्द दी गई: SOURDOUGH 4.50 / CROISSANT 3.20 / CLOSED MONDAYS।

दोनों ने सही लिखा। एक भी अक्षर ग़लत नहीं। यह पुराना नियम कि AI इमेज मॉडल पढ़ा जा सकने वाला टेक्स्ट नहीं बना पाते, अब नहीं चलता — कम से कम छोटे अंग्रेज़ी वाक्यांशों पर।

लेआउट अलग सवाल है। Seedream 5.0 Pro ने तीन पंक्तियाँ तीन पंक्तियों के रूप में दीं, नाम और दाम एक ही पंक्ति में, जैसा माँगा गया था। Nano Banana Pro का हर अक्षर सही था, पर उसने हर आइटम को दो पंक्तियों में तोड़ दिया — तीन पंक्तियाँ पाँच हो गईं — और दशमलव बिंदु को बीच वाले डॉट की तरह लिखा। अगर वह तस्वीर सीधे कार्ड या थंबनेल में जा रही है, तो ग़लत लेआउट का मतलब है दोबारा जनरेट करना।

कौन किस काम के लिए

तीन टेस्ट के बाद बाँटने वाली रेखा इतनी साफ़ है कि उस पर काम किया जा सके।

जब आपको ऐसी तस्वीर चाहिए जो डिज़ाइन की हुई लगे — पोस्टर, कवर, थंबनेल, शब्दों वाला कोई भी लेआउट — तो Seedream 5.0 Pro उठाइए। यह ढाँचे वाले निर्देशों को गंभीरता से लेता है: टेक्स्ट की सामग्री, पंक्तियों की संख्या, कौन विषय कहाँ बैठेगा। जब आपको ऐसी तस्वीर चाहिए जो खींची हुई लगे — कैमरा एंगल, रोशनी की दिशा, असली गहराई, बैकग्राउंड में इधर-उधर के ब्यौरे — तो Nano Banana Pro ब्रश से ज़्यादा कैमरे जैसा बर्ताव करता है।

इसके ऊपर दो व्यावहारिक बातें। चेहरे वाला काम दोनों संभाल लेते हैं, पर पहले एक जनरेशन साफ़ सामने वाली बेस तस्वीर पर ख़र्च कीजिए और आगे हर बार उसे रेफ़रेंस के तौर पर भेजिए; यह हर प्रॉम्प्ट में चेहरा दोबारा लिखने से बेहतर है। और अगर 4k में डिलीवरी चाहिए तो चुनने को कुछ नहीं है — वहाँ सिर्फ़ Nano Banana Pro पहुँचता है।

अपने काम के लिए यह तय करने का सबसे सस्ता तरीक़ा है एक प्रॉम्प्ट को जनरेटिव कैनवस पर दोनों मॉडलों में साथ-साथ चलाना और दोनों नतीजों को एक साथ देखना। ZOOOP पर Nano Banana 2, Seedream 5.0 Lite, GPT Image 2, Flux 2 भी हैं… काम के हिसाब से मॉडल बदलना सामान्य है, ग़लत चुनाव का संकेत नहीं।

जो मैंने टेस्ट नहीं किया

सीमाओं के बारे में सीधा रहना ठीक है। AI इमेज जनरेशन का यह कोना इतनी तेज़ी से बदल रहा है कि इस लेख की उम्र महीनों में गिनी जाएगी। हर टेस्ट एक बार चला, दोहराकर सैंपलिंग नहीं की, इसलिए "इस बार जीता" का मतलब "हर बार जीतता है" नहीं। जो और नहीं टेस्ट हुआ: एक ही तस्वीर पर कई दौर की एडिटिंग में स्थिरता, उत्पाद और इमारतों जैसे ग़ैर-मानवीय विषयों की निरंतरता, फ़्रेम में गैर-लैटिन टेक्स्ट (अंग्रेज़ी में पास होना चीनी के बारे में कुछ साबित नहीं करता), और बेहद तिरछे अनुपात।

Seedream 5.0 Pro और Nano Banana Pro दोनों अभी आगे बढ़ रहे हैं। अगर इनमें से कोई मामला आपका असली काम है, तो मेरे नतीजे उठा मत लीजिए — उपकरण सूची से दो मॉडल चुनिए और अपना सामान हर एक में एक बार चलाइए। एक प्रॉम्प्ट भर की लागत में वह जवाब मिल जाता है जिसका अंदाज़ा लगाने की ज़रूरत नहीं।