ChatGPT Images 2.0 নতুন মুখোমুখি পরীক্ষায় Gemini Nano Banana-কে ছাড়িয়ে গেল, তবে গোপনীয়তা নিয়ে উদ্বেগ রয়ে গেছে

OpenAI-এর সর্বশেষ image model একটি বড় ফাঁক ঘুচিয়েছে বলে মনে হচ্ছে

ZDNET পরিচালিত image-generation পরীক্ষার নতুন পর্ব থেকে বোঝা যায়, OpenAI image quality এবং prompt handling-এ বড় অগ্রগতি করেছে। ২৭ এপ্রিল প্রকাশিত নয়-পরীক্ষার তুলনায় ChatGPT Images 2.0 পেয়েছে ৯৭%, আর Google Gemini-র Nano Banana পেয়েছে ৮৫%। আগের একটি তুলনায় ChatGPT, Google-এর image system-এর চেয়ে অনেক পিছিয়ে ছিল। এবার অবস্থান উল্টে গেছে।

উৎস নিবন্ধটি এই ফলাফলকে কেবল model-vs.-model প্রতিযোগিতা হিসেবে নয়, আরও বিস্তৃতভাবে দেখে। এতে যুক্তি দেওয়া হয়েছে যে OpenAI-এর আপডেট শুধু ধাপে ধাপে উন্নতি নয়, বরং দৈনন্দিন ব্যবহারের জন্য গুরুত্বপূর্ণ ক্ষেত্রগুলোতে নাটকীয় অগ্রগতি: নির্দেশনা অনুসরণ, image-এর মধ্যে text সামলানো, এবং output-কে মূল prompt-এর সঙ্গে সামঞ্জস্যপূর্ণ রাখা। এগুলোই প্রায়ই ঝলমলে demo আর বাস্তব কাজের জন্য নির্ভরযোগ্য টুলের মধ্যে পার্থক্য গড়ে দেয়।

এই ফলাফল কেন চোখে পড়ার মতো

Image generation AI-এর সবচেয়ে দ্রুত বদলানো ক্ষেত্রগুলোর একটি হয়ে উঠেছে। অনেক system এখন আকর্ষণীয় ছবি তৈরি করতে পারে, কিন্তু consistency এখনও কঠিন সমস্যা। ব্যবহারকারীরা শুধু সুন্দর কিছু চান না। তারা এমন system চান যা context বোঝে, constraints মানে, এবং চাওয়া বিষয় থেকে সরে যায় না।

দেওয়া source text অনুযায়ী, ChatGPT Images 2.0 এখানেই সবচেয়ে শক্তিশালী অগ্রগতি দেখিয়েছে। ZDNET বলেছে modelটি “dramatically” উন্নত হয়েছে এবং বিশেষ করে context awareness-এর কথা উল্লেখ করেছে। article text rendering-কেও জোর দিয়েছে, যা image model-গুলোর ঐতিহাসিক দুর্বলতার একটি। যদি একটি model prompt-এর সঙ্গে মিল রেখে image-এর মধ্যে পড়া যায় এমন, উপযুক্ত text বসাতে পারে, তাহলে তা presentations, mockups, diagrams, educational visuals, এবং হালকা design tasks-এর জন্য অনেক বেশি কার্যকর হয়ে ওঠে।

Google-এর Nano Banana তুলনায় ভেঙে পড়েনি। ৮৫% স্কোর এখনও সক্ষম একটি system-এর ইঙ্গিত দেয়। কিন্তু report বলছে, এটি prompt discipline এবং text handling-এ হোঁচট খেয়েছে, যা casual experimentation ছাড়িয়ে ব্যবহারিক ক্ষেত্রে দ্রুত deal-breaker হয়ে উঠতে পারে। বাস্তবে এর মানে হলো, একজন ব্যবহারকারী Google-এর model থেকে একটি আকর্ষণীয় image পেতে পারেন, কিন্তু সেটি ঠিক করতে বা আবার চালাতে আরও সময় লাগতে পারে।

আগের রাউন্ডের পর কী বদলেছে

article-এর সবচেয়ে উল্লেখযোগ্য দিকটি শুধু ChatGPT জিতেছে তা নয়, বরং আগের benchmark-এর তুলনায় কতটা decisively জিতেছে সেটিও। ZDNET বলেছে, ২০২৫ সালের ডিসেম্বরে অনুরূপ পরীক্ষা করলে Nano Banana পেয়েছিল ৯৩%, আর ChatGPT পেয়েছিল ৭৪%, আংশিকভাবে কারণ এটি কিছু pop-culture prompt প্রত্যাখ্যান করেছিল। সর্বশেষ তুলনায় OpenAI-এর model বেড়ে ৯৭% হয়েছে, আর Gemini-এর স্কোর নেমে এসেছে ৮৫%-এ।

এই পরিবর্তন ইঙ্গিত করে, একসঙ্গে দুটি পরিবর্তন ঘটতে পারে। প্রথমত, OpenAI core generation quality এবং instruction-following উন্নত করেছে। দ্বিতীয়ত, এই ধরনের benchmark ফলাফল ভঙ্গুর, কারণ সেগুলো prompt policy, refusal behavior, এবং model tuning-এর ওপর অনেকটা নির্ভরশীল। একটি company তার product behavior বদলালে model বেশি intelligent, বেশি permissive, বেশি cautious, বা এই তিনটির সমন্বয় হিসেবে মনে হতে পারে।

সময়ের সঙ্গে tool তুলনা করা ব্যবহারকারীদের জন্য এটি গুরুত্বপূর্ণ। image AI-তে performance স্থির নয়। কয়েক মাস আগে স্পষ্টভাবে পিছিয়ে থাকা একটি model, তার দুর্বলতাগুলো যদি সীমিত হয় এবং product team সেগুলো ঠিক করতে মনোযোগ দেয়, তাহলে দ্রুত শীর্ষে উঠে আসতে পারে।

শুধু চমক নয়, enterprise value এখন আরও পরিষ্কার

source text একটি বৃহত্তর takeaway-এর দিকে ইঙ্গিত করে: image model-গুলো এখন novelty-এর চেয়ে utility-এর ভিত্তিতে বেশি বিচার করা হচ্ছে। OpenAI আগেই বলেছিল ChatGPT Images 2.0 context এবং real data আরও ভালোভাবে ব্যবহার করতে পারে। এই তুলনা সেই যুক্তিকে আরও সাধারণ image-generation কাজের ক্ষেত্রেও প্রসারিত করছে এবং দেখাচ্ছে নতুন model advanced feature-এর জন্য core quality ত্যাগ করছে না।

এটি গুরুত্বপূর্ণ, কারণ ব্যবসা ও পেশাজীবীরা প্রতিটি visual task-এর জন্য আলাদা tool চান না। তারা এমন একটি system চান যা ideation, text-heavy graphics, এবং context-rich generation একসঙ্গে সামলাতে পারে, তাও বারবার prompt repair ছাড়াই। ZDNET-এর পরীক্ষা যদি প্রতিনিধিত্বমূলক হয়, তাহলে ChatGPT Images 2.0 সেই all-purpose ভূমিকাটির আরও কাছাকাছি যাচ্ছে।

article-এ naming এবং packaging-ও সমস্যার অংশ হয়ে উঠছে বলে বলা হয়েছে। ব্যবহারকারীদের একাধিক AI platform জুড়ে overlapping product labels, modes, এবং versions-এর সঙ্গে তাল মিলিয়ে চলতে হয়। এই বিভ্রান্তি cosmetic মনে হলেও এর বাস্তব প্রভাব আছে। ক্রেতা, দল, এবং non-expert ব্যবহারকারীদের জন্য আসলে কী উন্নত হয়েছে এবং তারা কোন capability পরীক্ষা করছেন তা বোঝা কঠিন হয়ে পড়ে।

সতর্কতা: personalization privacy সমস্যা হয়ে উঠতে পারে

source article-এর সবচেয়ে গুরুতর সতর্কতা image quality নিয়ে নয়। ZDNET বলেছে Gemini-এর “personalization surprise” privacy concerns তৈরি করেছে। যদিও দেওয়া text-এ শেষ উদাহরণটি বিস্তারিত নেই, এটি স্পষ্ট যে তুলনার সবচেয়ে উল্লেখযোগ্য ফলগুলোর একটি ছিল এমন আচরণ যা “freaky and uncool” মনে হয়েছে।

এই সতর্কতাটি গুরুত্বপূর্ণ, কারণ image model-গুলো আরও context-aware এবং ব্যবহারকারীর data-এর সঙ্গে আরও গভীর integration-এর দিকে এগোচ্ছে। একই capability যা একটি model-কে আরও প্রাসঙ্গিক, tailored ফল দিতে সাহায্য করে, সেটিই যদি খুব বেশি জানে, খুব বেশি অনুমান করে, বা স্পষ্ট প্রত্যাশা ছাড়াই personalize করে, তাহলে ব্যবহারকারীদের অস্বস্তিও তৈরি করতে পারে।

এটি সম্ভবত consumer AI প্রতিযোগিতার পরবর্তী বড় বিভাজনগুলোর একটি হয়ে উঠবে। accuracy এবং creativity এখনও গুরুত্বপূর্ণ, কিন্তু trust-ও এখন সমান গুরুত্বপূর্ণ হচ্ছে। যে model intrusive মনে হয়, সেটি প্রযুক্তিগতভাবে ভালো কাজ করলেও পিছিয়ে পড়তে পারে।

এই পরীক্ষা আসলে কী বলে

বড় ছবিটা হলো image generation আরও পরিণত পর্যায়ে প্রবেশ করছে। প্রতিযোগিতা এখন আর শুধু কে সবচেয়ে সুন্দর image বানাতে পারে, তা নিয়ে নয়। বরং কোন system intent-কে নির্ভরযোগ্যভাবে output-এ রূপান্তর করতে পারে, constraints বজায় রাখতে পারে, এবং ব্যবহারকারীর comfort সীমা না ছাড়িয়ে তা করতে পারে, তা নিয়ে।

দেওয়া source text-এর ভিত্তিতে, OpenAI এখন এই ক্ষেত্রে গতি পেয়েছে। ChatGPT Images 2.0 তার আগের দুর্বলতাগুলো যথেষ্ট পরিমাণে ঠিক করে এই নির্দিষ্ট তুলনায় শক্তিশালী Google প্রতিদ্বন্দ্বীকে ছাড়িয়ে গেছে। কিন্তু একই test দেখায় ব্যবহারকারীর প্রত্যাশা কত দ্রুত বাড়ছে। শক্তিশালী visuals এখন baseline। prompt discipline, readable text, context awareness, privacy behavior, এগুলো নতুন মানদণ্ড হয়ে উঠছে।

তাই এটি একদিনের জয়োল্লাসের চেয়ে বাজার কোন দিকে যাচ্ছে তার ইঙ্গিত বেশি। image AI-তে বিজয়ীরা শুধু ভালো ছবি তৈরি করবে না। তারা আরও নির্ভরযোগ্য ফল দেবে এবং সেই ফল কীভাবে তৈরি হয়েছে, সে বিষয়ে ব্যবহারকারীদের আস্থা দেবে।

এই নিবন্ধটি ZDNET-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধটি পড়ুন.