Tekniske specifikationer for stability-ai/stable-diffusion-3-5-medium
| Specifikation | Detaljer |
|---|---|
| Model-ID | stability-ai/stable-diffusion-3-5-medium |
| Udbyder | Stability AI |
| Modeltype | Tekst-til-billede billedgenereringsmodel |
| Parameterstørrelse | 2.5 billion parameters |
| Arkitektur | Forbedret MMDiT-X-arkitektur med opdaterede træningsmetoder; Stability AI fremhæver også Query-Key Normalization i transformer-blokkene for at forbedre træningsstabilitet og gøre finjustering mere venlig. |
| Output-opløsningsområde | Kan generere billeder fra 0.25 til 2 megapixels |
| Hardwareprofil | Designet til at køre “out of the box” på forbrugshardware |
| Licens | Tilgængelig under Stability AI Community License; Stability AI oplyser, at SD3.5-familien er gratis til kommerciel og ikke-kommerciel brug under den licens. |
| Placering i modelfamilien | Mellemstor variant i Stable Diffusion 3.5-familien, placeret mellem udgivelser med højere kapacitet, der er fokus på henholdsvis kvalitet og hastighed. |
Hvad er stability-ai/stable-diffusion-3-5-medium?
stability-ai/stable-diffusion-3-5-medium er CometAPI’s platformidentifikator for Stability AI’s Stable Diffusion 3.5 Medium-model, en åben tekst-til-billede-model bygget til at balancere billedkvalitet, prompt-overholdelse, hardwaretilgængelighed og fleksibilitet i tilpasning. Stability AI beskriver den som en model med 2.5B-parameter, der er tænkt til at køre på forbrugshardware, samtidig med at den understøtter et bredt billedopløsningsområde og moderne transformer-baseret genereringsydelse.
Inden for Stable Diffusion 3.5-serien er Medium-varianten rettet mod brugere, der ønsker en mere praktisk implementeringsprofil end de største flagskibsmodeller uden at opgive kerne-styrkerne i SD3.5-genereringsfamilien. I praksis gør det den velegnet til applikationsudviklere, kreative værktøjer, prototyping-workflows og teams, der ønsker åben modelbaseret billedgenerering med færre infrastrukturkrav. Denne positionering er en inferens baseret på Stability AI’s beskrivelse af modellens størrelse, hardwareprofil og mulighed for tilpasning.
Vigtigste funktioner i stability-ai/stable-diffusion-3-5-medium
- Balanceret modelstørrelse: Med 2.5B parametre er modellen designet til at tilbyde en mellemvej mellem kapabilitet og implementerbarhed, hvilket gør den mere tilgængelig end større billedgenereringsmodeller, samtidig med at den forbliver substantielt kapabel.
- Venlig mod forbrugshardware: Stability AI angiver eksplicit, at Stable Diffusion 3.5 Medium er designet til at køre out of the box på forbrugshardware, hvilket sænker barrieren for eksperimentering og selvhostet tilpasning.
- Forbedret arkitektur: Modellen bruger en forbedret MMDiT-X-arkitektur og opdaterede træningsmetoder, der afspejler den nyere designretning i Stable Diffusion 3.x-familien.
- Tilpasningsorienteret design: Stability AI understreger, at SD3.5-familien er bygget med tilpasning som prioritet, og nævner ændringer i transformer-blokkene som Query-Key Normalization, der hjælper med at stabilisere træning og forenkle yderligere finjustering.
- Fleksible output-opløsninger: Modellen kan generere billeder på tværs af et område på cirka 0.25 til 2 megapixels, hvilket er nyttigt til forskellige produkt-, design- og indholdsgenererings-workflows.
- Åben udgivelsesmodel: Stability AI præsenterer Stable Diffusion 3.5 Medium som en del af sin åbne udgivelsesstrategi, med modeladgang og tilhørende økosystemværktøjer tilgængelige via offentlige kanaler.
- Kommerciel anvendelighed under community-vilkår: Stability AI angiver, at modelfamilien er tilgængelig til kommerciel og ikke-kommerciel brug under Stability AI Community License, hvilket er vigtigt for udviklere, der evaluerer adoptionsveje.
Sådan får du adgang til og integrerer stability-ai/stable-diffusion-3-5-medium
Trin 1: Tilmeld dig for at få en API-nøgle
For at komme i gang skal du oprette en CometAPI-konto og generere din API-nøgle fra dashboardet. Når du er logget ind, skal du lagre nøglen sikkert og bruge den til at godkende alle forespørgsler til CometAPI-endpointet for stability-ai/stable-diffusion-3-5-medium.
Trin 2: Send forespørgsler til stability-ai/stable-diffusion-3-5-medium API
Brug CometAPI’s standardmønster for modelkald og angiv feltet model til stability-ai/stable-diffusion-3-5-medium. Inkludér din prompt og eventuelle understøttede billedgenereringsparametre i request-body’en.
curl https://api.cometapi.com/v1/images/generations \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-d '{
"model": "stability-ai/stable-diffusion-3-5-medium",
"prompt": "A cinematic futuristic city at sunset, ultra detailed"
}'
Trin 3: Hent og verificér resultater
Efter indsendelse skal du parse API-svaret og hente de genererede billed-URL’er eller output-objekter, der returneres af CometAPI. Verificér, at resultatet matcher den ønskede prompt, opløsning og kvalitet, før det bruges i produktions-workflows.