Tekniske specifikationer for stability-ai/stable-diffusion-3-5-large
| Specifikation | Detaljer |
|---|---|
| Model ID | stability-ai/stable-diffusion-3-5-large |
| Udbyder | Stability AI |
| Modeltype | Generativ tekst-til-billede-model |
| Parameterskala | 8 milliarder parametre |
| Familie | Stable Diffusion 3.5 |
| Arkitektur | Diffusion Transformer med Transformer- og CNN-komponenter |
| Primært input | Tekstprompt, med valgfrie billedbaserede kontrolarbejdsgange i nogle implementeringer |
| Output | RGB-billede |
| Målopløsning | Op til 1 megapixel; almindeligt understøttede opløsninger omfatter 1024×1024, 768×1344, 1344×768 og 1216×832 |
| Bemærkelsesværdige tilføjelser | ControlNet-varianter til Canny og Depth er opført sammen med Large-modellen; Stability AI SD3.5-repositoriet henviser også til Blur-, Canny- og Depth-ControlNets for SD3.5 Large-arbejdsgange |
| Adgangsmuligheder | Selvhostet implementering, Stability AI API, cloud-partnerøkosystemer og webbaserede applikationer |
Hvad er stability-ai/stable-diffusion-3-5-large?
stability-ai/stable-diffusion-3-5-large er CometAPI’s platformidentifikator for Stability AI’s Stable Diffusion 3.5 Large, en flagskibs-tekst-til-billede-model i Stable Diffusion 3.5-familien. Stability AI beskriver den som den mest kraftfulde model i familien, med fokus på overlegen billedkvalitet og prompt-efterlevelse til generering i professionel kvalitet ved op til 1 megapixel opløsning.
Modellen er designet til at generere højtkvalitets visuelle resultater ud fra naturlige sprogprompter, herunder fotorealistiske og kunstneriske output. Baseret på Stability AI’s offentlige modelinformation og partneres modelkort lægger den vægt på stærk prompt-efterlevelse, højere visuel fidelitet og fleksibilitet til mere avancerede kreative og produktionsarbejdsgange end de lettere varianter i samme familie.
Hovedfunktioner i stability-ai/stable-diffusion-3-5-large
- 8B-model med høj kapacitet: Stable Diffusion 3.5 Large er bygget i 8 milliarder-parameterklassen og er den mest kapable model i SD3.5-serien til krævende billedgenereringsopgaver.
- Billedkvalitet i professionel klasse: Stability AI præsenterer Large-varianten som det stærkeste valg i familien for kvalitet og prompt-efterlevelse, hvilket gør den velegnet til kreatører, designarbejdsgange og professionel visuel generering.
- Generering op til 1 megapixel: Modellen er beregnet til højopløsningsbilledskabelse, med almindeligt understøttede outputstørrelser, herunder kvadratiske og stående/liggende formater som 1024×1024, 768×1344, 1344×768 og 1216×832.
- Diffusion Transformer-arkitektur: Offentlig modeldokumentation beskriver arkitekturen som en Diffusion Transformer, der kombinerer transformerbaseret modellering med CNN-komponenter i det overordnede system.
- Fleksible kontrolmuligheder: SD3.5 Large kan kombineres med ControlNet-baseret styring. Offentlige referencer angiver Canny- og Depth-varianter i partneres modelkort, mens Stability AI’s repository også viser Blur-kontrolunderstøttelse for SD3.5 Large-arbejdsgange.
- Flere implementeringsmuligheder: Stability AI angiver, at SD3.5-familien kan implementeres på egen infrastruktur, integreres via API, bruges gennem cloud-partnere eller tilgås via webbaserede værktøjer.
- Prompt-drevet kreativ fleksibilitet: De officielle repository-eksempler viser understøttelse af promptbaseret generering, konfigurerbar bredde og højde, antal trin, seed-værdier og kontrollerede genereringspipelines, hvilket gør modellen praktisk til både eksperimentering og produktionstuning.
Sådan får du adgang til og integrerer stability-ai/stable-diffusion-3-5-large
Trin 1: Tilmeld dig for at få en API-nøgle
For at komme i gang skal du tilmelde dig på CometAPI og generere din API-nøgle fra dashboardet. Når du har din nøgle, skal du opbevare den sikkert og bruge den til at godkende hver anmodning til API’et.
Trin 2: Send anmodninger til stability-ai/stable-diffusion-3-5-large API
Brug CometAPI’s OpenAI-kompatible endepunkt og angiv modellen som stability-ai/stable-diffusion-3-5-large.
curl --request POST \
--url https://api.cometapi.com/v1/images/generations \
--header "Authorization: Bearer $COMETAPI_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "stability-ai/stable-diffusion-3-5-large",
"prompt": "A cinematic futuristic city skyline at sunset, ultra detailed, volumetric lighting"
}'
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_API_KEY",
base_url="https://api.cometapi.com/v1"
)
response = client.images.generate(
model="stability-ai/stable-diffusion-3-5-large",
prompt="A cinematic futuristic city skyline at sunset, ultra detailed, volumetric lighting"
)
print(response)
Trin 3: Hent og verificer resultater
Efter at have sendt anmodningen, skal du parse API-svaret for at hente det genererede billede eller billed-URL’en, afhængigt af det svarformat, der er aktiveret i din integration. Verificér derefter, at resultatet matcher den ønskede prompt, den forventede opløsning og eventuelle arbejdsgangsbegrænsninger, før du gemmer det eller returnerer det til slutbrugere.