Stable Diffusion NSFW सेटअप: Forge बनाम ComfyUI की तुलना

जब आप Stable Diffusion से अनसेंसर्ड, सुझावात्मक या NSFW कंटेंट बनाना चाहते हैं, तो फ़्रंट-एंड इंटरफ़ेस का चुनाव सब कुछ बदल देता है। आप जो मॉडल चेकपॉइंट लोड करते हैं, जो सैंपलिंग सेटिंग्स कॉन्फ़िगर करते हैं और नेगेटिव प्रॉम्प्ट जिस तरह बनाते हैं, वे सब इस पर निर्भर करते हैं कि आप Forge चला रहे हैं या ComfyUI। दो बिल्कुल अलग दर्शन हैं, और नतीजे भी उसी को दिखाते हैं।

Forge क्या है और लोग इसका इस्तेमाल क्यों करते हैं

Stable Diffusion WebUI Forge, मूल Automatic1111 WebUI का एक फ़ोर्क है, जिसे एक ही लक्ष्य के साथ बनाया गया है: स्पीड। इसे lllyasviel (ControlNet के पीछे के व्यक्ति) ने बनाया है और यह एक नए ढंग से डिज़ाइन किए गए बैकएंड का उपयोग करता है, जो VRAM उपयोग को काफ़ी कम करता है और जेनरेशन थ्रूपुट को बेहतर बनाता है।

एक नज़र में Forge इंटरफ़ेस

अगर आपने पहले A1111 इस्तेमाल किया है, तो Forge तुरंत जाना-पहचाना लगेगा। टैब-आधारित लेआउट, प्रॉम्प्ट बॉक्स, जेनरेशन पैरामीटर, मॉडल ड्रॉपडाउन, सब कुछ वहीं है जहाँ आप उसे उम्मीद करते हैं। यही जानी-पहचानी बनावट Forge की सबसे बड़ी खूबियों में से एक है। आप A1111 से Forge पर स्विच कर सकते हैं और बिना कोई डॉक्यूमेंटेशन पढ़े कुछ ही मिनटों में इमेज जनरेट करने लगेंगे।

NSFW यूज़र Forge को क्यों पसंद करते हैं

Forge अनसेंसर्ड मॉडल चेकपॉइंट को बिना किसी रुकावट के संभालता है। अपना NSFW चेकपॉइंट /models/Stable-diffusion/ फ़ोल्डर में डालें, उसे ड्रॉपडाउन से चुनें, और वह तैयार है। कोई कॉन्फ़िगरेशन विज़ार्ड नहीं, कोई JSON एडिटिंग नहीं, जोड़ने के लिए कोई नोड ग्राफ़ नहीं। जो लोग RealVisXL या DreamShaper XL Turbo जैसा कोई खास रियलिस्टिक मॉडल चाहते हैं, उनके लिए Forge वर्कफ़्लो को तुरंत चालू कर देता है।

NSFW जेनरेशन के लिए Forge की खूबियाँ:

• जाना-पहचाना, फ़ॉर्म-आधारित UI, सीखने में न्यूनतम परेशानी
• A1111 से कम VRAM ज़रूरतें (अक्सर 1-2GB कम)
• Extensions टैब के ज़रिए तेज़ एक्सटेंशन इंस्टॉलेशन
• प्रॉम्प्ट में ही सीधे LoRA स्टैकिंग
• चेहरे और शरीर की रिफ़ाइनमेंट के लिए ADetailer का त्वरित टॉगल
• मुख्य पैनल से सीधे CFG स्केल और सैंपलर कंट्रोल

💡 टिप: Forge में SDXL-आधारित NSFW मॉडल इस्तेमाल करते समय CLIP skip को 2 पर सेट करें। इससे ओवर-सैचुरेशन कम होता है और स्किन टोन ज़्यादा प्राकृतिक दिखते हैं।

ComfyUI को अलग क्या बनाता है

ComfyUI नोड-आधारित है। यहाँ कोई फ़ॉर्म, कोई टैब, पैनल में कोई ड्रॉपडाउन नहीं है। आपकी जेनरेशन पाइपलाइन का हर घटक कैनवास पर एक अलग नोड के रूप में रहता है, और आप उन्हें वायर से जोड़ते हैं। पॉज़िटिव प्रॉम्प्ट एक नोड है। सैंपलर दूसरा है। VAE decode तीसरा है। हर कनेक्शन आपको खुद बनाना होता है।

यह सुनने में डराने वाला लगता है, और शुरू में है भी। लेकिन एक बार ग्राफ़ समझ में आ जाए, तो ComfyUI आपको वह कंट्रोल देता है जो Forge में मौजूद ही नहीं है।

नोड ग्राफ़ का तरीका

हर नोड स्पष्ट होता है। जब कुछ टूटता है, तो आप देख सकते हैं कि पाइपलाइन में वह ठीक किस जगह फ़ेल हुआ। जब आप LoRA को प्रोसेस के सिर्फ़ एक हिस्से पर लगाना चाहते हैं, तो उसे ठीक सही चरण पर जोड़ें। जब आप दो अलग-अलग सैंपलर एक के बाद एक चलाना चाहते हैं, एक बेस नॉइज़ के लिए और दूसरा रिफ़ाइनमेंट के लिए, तो दोनों जोड़ें और क्रम में कनेक्ट करें।

NSFW वर्कफ़्लो के लिए यह मायने रखता है। आप ऐसी पाइपलाइन बना सकते हैं जो:

1. एक बेस SDXL चेकपॉइंट लोड करे
2. नियंत्रित वेट पर किसी कैरेक्टर-विशिष्ट LoRA को लागू करे
3. 20 स्टेप्स पर पहला-पास सैंपलर चलाए
4. लेटेंट को अलग सैंपलर वाले रिफ़ाइनर में भेजे
5. स्किन टोन के लिए ट्यून किए गए खास VAE से डिकोड करे

इस स्तर की बारीकी Forge में बिना ऐसे एक्सटेंशन लेयर किए मौजूद ही नहीं है जो आपस में टकरा सकते हैं।

ComfyUI की NSFW सीखने की दिक्कतें

सबसे बड़ी रुकावट सेटअप का समय है। ComfyUI में एक बेसिक txt2img वर्कफ़्लो के लिए कम से कम 8 नोड मैन्युअली रखने और जोड़ने पड़ते हैं। पहली बार इस्तेमाल करने वालों के लिए इसका मतलब है कि किसी वर्कफ़्लो रेफ़रेंस को फ़ॉलो करें या कम्युनिटी से तैयार वर्कफ़्लो JSON फ़ाइल लोड करें।

💡 टिप: फ़ोरम से कम्युनिटी वर्कफ़्लो JSON फ़ाइलें डाउनलोड करें और सीधे ComfyUI में डालें। शुरू से बनाने के बजाय आपको तुरंत एक टेस्ट किया हुआ, काम करने वाली पाइपलाइन मिल जाती है।

Forge पर NSFW मॉडल सेट अप करना

Forge का इंस्टॉलेशन प्रोसेस आपके काम में रुकावट न बने, इसके लिए डिज़ाइन किया गया है। अपना पहला NSFW मॉडल चलाने के लिए यहाँ एक साफ़ चरण-दर-चरण तरीका है।

Forge इंस्टॉल करना

1. Forge रिपॉज़िटरी क्लोन करें या Windows वन-क्लिक इंस्टॉलर डाउनलोड करें
2. webui-user.bat (Windows) या webui.sh (Linux/Mac) चलाएँ
3. पहली बार की डिपेंडेंसी इंस्टॉलेशन पूरी होने का इंतज़ार करें
4. http://127.0.0.1:7860 पर इंटरफ़ेस खोलें

अपना NSFW चेकपॉइंट लोड करना

1. अपनी .safetensors या .ckpt फ़ाइल को models/Stable-diffusion/ में रखें
2. मॉडल ड्रॉपडाउन के बगल में रिफ़्रेश आइकन पर क्लिक करें
3. सूची से अपना मॉडल चुनें
4. मॉडल पहली जेनरेशन पर लोड होता है, चुनने पर नहीं

Forge में NSFW सेटिंग्स

💡 टिप: जनरेट करने से पहले हमेशा अपना नेगेटिव प्रॉम्प्ट जोड़ें। प्रभावी NSFW नेगेटिव शब्दों में (deformed, distorted, bad anatomy:1.4), (ugly, mutated:1.3), (worst quality, low quality:1.3) शामिल हैं।

ComfyUI पर NSFW मॉडल सेट अप करना

ComfyUI का सेटअप ज़्यादा जटिल है, लेकिन यह पहली जेनरेशन से ही ज़्यादा सटीकता देता है।

ComfyUI इंस्टॉल करना

1. रिपॉज़िटरी क्लोन करें: git clone https://github.com/comfyanonymous/ComfyUI
2. डिपेंडेंसी इंस्टॉल करें: pip install -r requirements.txt
3. लॉन्च करें: python main.py
4. http://127.0.0.1:8188 पर एक्सेस करें

एक बेसिक NSFW वर्कफ़्लो बनाना

ComfyUI में एक न्यूनतम काम करने वाला NSFW वर्कफ़्लो इन नोड्स की माँग करता है:

• Load Checkpoint: आपकी मॉडल फ़ाइल की ओर इशारा करता है
• CLIP Text Encode (Positive): आपका पॉज़िटिव प्रॉम्प्ट
• CLIP Text Encode (Negative): आपका नेगेटिव प्रॉम्प्ट
• KSampler: सैंपलिंग सेटिंग्स (steps, CFG, sampler, scheduler)
• Empty Latent Image: रिज़ॉल्यूशन सेट करता है
• VAE Decode: लेटेंट को पिक्सल इमेज में बदलता है
• Save Image: फ़ाइल आउटपुट करता है

इन्हें क्रम में कनेक्ट करें: Checkpoint, CLIP encoders और KSampler को फ़ीड करता है। KSampler, VAE Decode को फ़ीड करता है। VAE Decode, Save Image को फ़ीड करता है।

NSFW-विशिष्ट ComfyUI ऑप्टिमाइज़ेशन

LoRA और फ़ाइन-ट्यूनिंग: कौन-सा UI इसे बेहतर संभालता है

LoRA फ़ाइलें ज़्यादातर NSFW वर्कफ़्लो का केंद्र हैं। ये बेस मॉडल को किसी खास कैरेक्टर स्टाइल, बॉडी टाइप या विज़ुअल सौंदर्य के लिए फ़ाइन-ट्यून करती हैं। दोनों UI LoRA को सपोर्ट करते हैं, लेकिन वे इन्हें बुनियादी रूप से अलग तरीकों से संभालते हैं।

Forge में LoRA

Forge में आप सिंटैक्स <lora:filename:weight> का उपयोग करके LoRA सीधे प्रॉम्प्ट में लागू करते हैं। उदाहरण के लिए:

(beautiful woman, slim figure:1.2) <lora:realistic_body_v3:0.75> <lora:skin_texture_enhance:0.4>

प्रॉम्प्ट कॉपी करें

आप जितने चाहें उतने LoRA स्टैक कर सकते हैं। Forge models/Lora/ से फ़ाइलें पढ़ता है और उन्हें तुरंत लागू करता है। UI में एक विज़ुअल LoRA ब्राउज़र भी है, जिससे आप सिंटैक्स लिखे बिना क्लिक करके उन्हें डाल सकते हैं।

Forge LoRA की खूबियाँ:

• तेज़ इटरेशन, नोड रीवायरिंग की ज़रूरत नहीं
• थंबनेल प्रीव्यू वाला विज़ुअल LoRA ब्राउज़र
• सेशन के बीच में वेट आसानी से बदलना
• A1111-कम्पैटिबल LoRA फ़ाइलों के साथ बिना कन्वर्ज़न के काम करता है

बिना लोकल सेटअप के LoRA-आधारित जेनरेशन के लिए, PicassoIA पर p-image-lora एक ब्राउज़र-आधारित विकल्प देता है, जिसमें लगभग वही लचीलापन है।

ComfyUI में LoRA

ComfyUI में चेकपॉइंट और सैंपलर के बीच समर्पित Load LoRA नोड्स रखे जाते हैं। हर LoRA ग्राफ़ में एक अलग नोड होता है। फ़ायदा यह है कि आप साफ़ देख सकते हैं कि कौन-सा LoRA पाइपलाइन के किस हिस्से को फ़ीड करता है, और उन्हें किसी खास क्रम में चेन कर सकते हैं, जिसका सीधा असर अंतिम आउटपुट पर पड़ता है।

कई कैरेक्टर LoRA, रीजनल LoRA और स्टाइल LoRA एक साथ सक्रिय होने वाले जटिल NSFW बिल्ड के लिए, ComfyUI की साफ़ नोड चेन आपको यह नियंत्रण देती है कि वे एक-दूसरे से कैसे बातचीत करते हैं। यह नियंत्रण काफ़ी ज़्यादा है।

ComfyUI LoRA की खूबियाँ:

• साफ़ स्टैकिंग क्रम आउटपुट क्वालिटी पर असर डालता है
• हर नोड पर अलग वेट, सिंटैक्स याद रखने की ज़रूरत नहीं
• LoRA खास पाइपलाइन स्टेज पर लागू होते हैं
• डायनामिक LoRA लोडिंग के लिए कस्टम नोड्स के साथ कम्पैटिबल

जो यूज़र LoRA के साथ ControlNet-शैली पोज़ कंट्रोल चाहते हैं, वे उस वर्कफ़्लो के क्लाउड-आधारित वर्शन के लिए SDXL Multi ControlNet LoRA का उपयोग कर सकते हैं।

LoRA हैंडलिंग पर फ़ैसला

स्पीड और आसानी के मामले में Forge आगे है। पावर और सटीकता के मामले में ComfyUI आगे है। अगर आप NSFW पोर्ट्रेट के लिए एक ही कैरेक्टर LoRA चला रहे हैं, तो Forge तेज़ है। अगर आप पाँच LoRA लेयर कर रहे हैं और हर एक को खास क्रम में लागू करना है, तो ComfyUI सही विकल्प है।

स्पीड, बैच और परफ़ॉर्मेंस

कच्ची जेनरेशन स्पीड आपके GPU और मॉडल पर निर्भर करती है, लेकिन दोनों इंटरफ़ेस बैच जेनरेशन को बहुत अलग तरीके से संभालते हैं।

Forge की स्पीड के फ़ायदे

Forge का नया डिज़ाइन किया गया बैकएंड A1111 की तुलना में VRAM उपयोग को काफ़ी कम करता है। 6GB GPU पर Forge 1024x1024 पर SDXL आराम से चला सकता है, जहाँ A1111 क्रैश हो जाता या सख़्त ऑप्टिमाइज़ेशन की ज़रूरत पड़ती। इसका सीधा असर तेज़ जेनरेशन टाइम में होता है, क्योंकि Forge उस लगातार मेमोरी स्वैपिंग से बचता है जो A1111 को धीमा करती है।

Forge में बैच जेनरेशन के लिए, UI में सीधे बैच काउंट और बैच साइज़ सेट करें। आप दर्जनों इमेज कतार में लगा सकते हैं और उनके जेनरेट होने के दौरान दूर जा सकते हैं।

ComfyUI बैच और क्यूइंग

ComfyUI में एक क्यू सिस्टम है, जो कई वर्कफ़्लो एक्ज़ीक्यूशन को लाइन में लगाने देता है। आप क्यू एंट्री के बीच पैरामीटर बदल सकते हैं, जो एक सेशन में अलग-अलग सेटिंग्स की A/B टेस्टिंग के लिए उपयोगी है। कई LoRA कॉम्बिनेशन वाले NSFW वर्कफ़्लो के लिए यह सचमुच शक्तिशाली है।

ComfyUI latent batch nodes भी सपोर्ट करता है, जिनसे आप एक ही फ़ॉरवर्ड पास में कई लेटेंट सैंपल जेनरेट कर सकते हैं। ज़्यादातर हार्डवेयर पर यह एक के बाद एक कई जेनरेशन चलाने से तेज़ है।

परफ़ॉर्मेंस तुलना

इमेज क्वालिटी में असली अंतर

एक जैसे मॉडल और सेटिंग्स दिए जाएँ, तो Forge और ComfyUI लगभग एक जैसा आउटपुट देते हैं। क्वालिटी में जो अंतर दिखता है, वह वर्कफ़्लो कॉन्फ़िगरेशन से आता है, UI से नहीं।

जहाँ ComfyUI आगे निकलता है

ComfyUI की अलग-अलग VAE इस्तेमाल करने, कई सैंपलर चेन करने और रीजन-विशिष्ट कंडीशनिंग लगाने की क्षमता का मतलब है कि सही तरीके से बने वर्कफ़्लो के साथ यह ज़्यादा बेहतर एनाटॉमी, ज़्यादा एकसमान स्किन टोन और जटिल दृश्यों में बारीक डिटेल दे सकता है।

SDXL के साथ ComfyUI जिसमें एक समर्पित VAE हो। इसमें बेस सैंपलर 15 स्टेप्स चलाता है और रिफ़ाइनर सैंपलर हाई-डिटेल हिस्सों पर 10 अतिरिक्त स्टेप्स चलाता है। ऐसा वर्कफ़्लो बराबर सेटिंग्स पर सिंगल-पास Forge जेनरेशन से आम तौर पर बेहतर प्रदर्शन करेगा।

जहाँ Forge बराबरी करता है

Forge का ADetailer के साथ इंटीग्रेशन (जो चेहरों और हाथों को अपने-आप पहचानता है और उन्हें ज़्यादा डिटेल पर दोबारा जेनरेट करता है) वह मल्टी-पास पाइपलाइन फ़ायदे के बड़े हिस्से की भरपाई कर देता है जो ComfyUI देता है। सही एक्सटेंशन स्टैक के साथ, Forge जेनरेशन ज़्यादातर मामलों में ComfyUI की क्वालिटी से मेल खा सकता है, बिना नोड सेटअप के बोझ के।

💡 टिप: Forge में चेहरों के लिए इनपेंटिंग मॉडल के साथ ADetailer चालू करें। यह आपके आउटपुट में चेहरों को अपने-आप पहचानता है और उन्हें ज़्यादा रिज़ॉल्यूशन पर दोबारा रेंडर करता है। Stable Diffusion 3.5 Large जैसे अच्छे NSFW चेकपॉइंट के साथ मिलाने पर नतीजे काफ़ी ज़्यादा शार्प दिखते हैं।

PicassoIA पर इन मॉडल्स का उपयोग कैसे करें

अगर लोकल इंस्टॉलेशन चलाना बहुत ज़्यादा झंझट लगे, तो PicassoIA आपको ब्राउज़र में इनमें से कई मॉडल्स तक सीधी पहुँच देता है, बिल्कुल बिना किसी सेटअप के।

उपलब्ध Stable Diffusion मॉडल

PicassoIA पर लोकप्रिय फ़ाइन-ट्यून्ड वर्शन के साथ पूरा Stable Diffusion परिवार मौजूद है:

• Stable Diffusion 3.5 Large: सबसे सक्षम SD3.5 वर्शन, विस्तृत पोर्ट्रेट काम और जटिल दृश्यों के लिए बेहतरीन
• Stable Diffusion 3.5 Large Turbo: कम क्वालिटी लॉस के साथ तेज़ जेनरेशन, तेज़ इटरेशन के लिए आदर्श
• Stable Diffusion 3.5 Medium: कम संसाधन ज़रूरतें और मज़बूत प्रॉम्प्ट अनुपालन
• SDXL: ज़्यादातर कम्युनिटी फ़ाइन-ट्यून्स की रीढ़, मज़बूत एनाटॉमी और रियलिस्टिक स्किन रेंडरिंग के साथ
• SDXL Lightning 4-Step: ByteDance की डिस्टिलेशन तकनीक से सिर्फ़ 4 सैंपलिंग स्टेप्स में अल्ट्रा-फ़ास्ट SDXL जेनरेशन

ComfyUI यूज़र्स के लिए PicassoIA Any ComfyUI Workflow भी देता है, जो आपका कस्टम वर्कफ़्लो JSON बिना किसी लोकल इंस्टॉलेशन के सीधे प्लेटफ़ॉर्म पर चलाता है।

PicassoIA पर जेनरेट कैसे करें

चरण 1: जो चेकपॉइंट चाहिए उसके मॉडल पेज पर जाएँ (जैसे, Stable Diffusion 3.5 Large).

चरण 2: अपना पॉज़िटिव प्रॉम्प्ट लिखें। लाइटिंग, सब्जेक्ट, पोज़ और क्वालिटी मॉडिफ़ायर के बारे में साफ़-साफ़ बताएँ:

beautiful woman in red bikini, golden hour beach, volumetric light, 85mm f/1.4, photorealistic, 8k, film grain

प्रॉम्प्ट कॉपी करें

चरण 3: आम क्वालिटी समस्याओं से बचने के लिए अपना नेगेटिव प्रॉम्प्ट सेट करें:

(deformed, mutated:1.4), (bad anatomy:1.3), blurry, low quality, plastic skin, overexposed

प्रॉम्प्ट कॉपी करें

चरण 4: CFG स्केल एडजस्ट करें (रियलिस्टिक मॉडल के लिए 6 से 7 आदर्श है), स्टेप्स 25 से 30 पर सेट करें, और अपना आस्पेक्ट रेशियो चुनें।

चरण 5: Generate पर क्लिक करें। आपकी इमेज क्लाउड में प्रोसेस होती है, इसके लिए कोई लोकल VRAM ज़रूरत नहीं।

PicassoIA पर LoRA सपोर्ट

PicassoIA के p-image-lora और SDXL Multi ControlNet LoRA मॉडल आपको सीधे ब्राउज़र में LoRA-संचालित जेनरेशन देते हैं। रियलिस्टिक पोर्ट्रेट के लिए, RealVisXL और DreamShaper XL Turbo दोनों सीधे प्लेटफ़ॉर्म पर उपलब्ध हैं, बिना किसी लोकल मॉडल फ़ाइल को मैनेज किए।

आपको कौन-सा इस्तेमाल करना चाहिए

Forge चुनें अगर:

• आप लोकल Stable Diffusion जेनरेशन में नए हैं
• आप 10 मिनट से कम में जेनरेट करना शुरू करना चाहते हैं
• आपके वर्कफ़्लो में 1 से 2 LoRA और स्टैंडर्ड सैंपलिंग शामिल है
• आप नियमित रूप से A1111 एक्सटेंशन इस्तेमाल करते हैं
• आप विज़ुअल नोड ग्राफ़ के साथ सहज नहीं हैं

ComfyUI चुनें अगर:

• आप जटिल मल्टी-पास पाइपलाइन चलाते हैं
• आपको किसी खास क्रम में LoRA स्टैकिंग चाहिए
• आपको रीजनल प्रॉम्प्टिंग या फ़ेस डिटेलिंग के लिए कस्टम नोड्स चाहिए
• आपके पास पहले से कम्युनिटी के वर्कफ़्लो JSON फ़ाइलें हैं
• आप दोहराए जा सकने वाले, साझा करने योग्य जेनरेशन पाइपलाइन बनाना चाहते हैं

क्या आप दोनों इस्तेमाल कर सकते हैं

हाँ, और कई गंभीर NSFW कलाकार ठीक यही करते हैं। Forge त्वरित प्रोटोटाइपिंग और सामान्य जेनरेशन संभालता है। ComfyUI उन प्रोडक्शन-क्वालिटी वर्कफ़्लो को संभालता है जहाँ हर पैरामीटर मायने रखता है। दोनों एक ही मॉडल फ़ोल्डर स्ट्रक्चर साझा करते हैं, इसलिए आपको उनके बीच अपनी चेकपॉइंट फ़ाइलें डुप्लिकेट करने की ज़रूरत नहीं है।

अभी बनाना शुरू करें

Forge और ComfyUI दोनों शानदार नतीजे देते हैं, लेकिन इनके लिए लोकल GPU सेटअप, डिपेंडेंसी इंस्टॉलेशन और लगातार मेंटेनेंस चाहिए। अगर आप बिना इन झंझटों के Stable Diffusion, SDXL, Flux Dev और दर्जनों दूसरे मॉडल तक पहुँच चाहते हैं, तो PicassoIA नतीजों तक पहुँचने का सबसे तेज़ रास्ता है।

हर मॉडल क्लाउड में चलता है। कोई VRAM सीमा नहीं, कोई ड्राइवर समस्या नहीं, कोई टूटी डिपेंडेंसी नहीं। आपको वही सैंपलिंग कंट्रोल मिलते हैं, p-image-lora के ज़रिए LoRA सपोर्ट मिलता है, और Any ComfyUI Workflow के ज़रिए ComfyUI-कम्पैटिबल वर्कफ़्लो रनर भी। चाहे आपको SDXL Lightning 4-Step की स्पीड चाहिए हो या Stable Diffusion 3.5 Large Turbo की कच्ची डिटेल, सब एक क्लिक की दूरी पर है।

अपना प्रॉम्प्ट लिखें, मॉडल चुनें, और देखें क्या होता है। आपके और आपकी पहली इमेज के बीच बस उतना ही समय है जितना टाइप करने में लगता है।