Technische Spezifikationen von stability-ai/stable-diffusion-3-5-medium
| Spezifikation | Details |
|---|---|
| Modell-ID | stability-ai/stable-diffusion-3-5-medium |
| Anbieter | Stability AI |
| Modelltyp | Text-zu-Bild-Generierungsmodell |
| Parameteranzahl | 2.5 Milliarden Parameter |
| Architektur | Verbesserte MMDiT-X-Architektur mit aktualisierten Trainingsmethoden; Stability AI hebt zudem die Query-Key Normalization in den Transformer-Blöcken hervor, um die Trainingsstabilität und die Fine-Tuning-Freundlichkeit zu verbessern. |
| Ausgabeauflösungsbereich | Kann Bilder von 0.25 bis 2 Megapixeln erzeugen |
| Hardwareprofil | Für die Ausführung „out of the box“ auf Consumer-Hardware ausgelegt |
| Lizenzierung | Verfügbar unter der Stability AI Community License; Stability AI gibt an, dass die SD3.5-Familie unter dieser Lizenz für kommerzielle und nicht-kommerzielle Nutzung frei ist. |
| Position in der Modellfamilie | Mittelgroße Variante der Stable Diffusion 3.5-Familie, positioniert zwischen auf Qualität fokussierten Veröffentlichungen mit höherer Kapazität und geschwindigkeitsorientierten Releases. |
Was ist stability-ai/stable-diffusion-3-5-medium?
stability-ai/stable-diffusion-3-5-medium ist die Plattformkennung von CometAPI für das Modell Stable Diffusion 3.5 Medium von Stability AI, ein offenes Text-zu-Bild-Modell, das darauf ausgelegt ist, Bildqualität, Prompt-Treue, Hardware-Zugänglichkeit und Anpassungsflexibilität in Einklang zu bringen. Stability AI beschreibt es als ein Modell mit 2.5 Milliarden Parametern, das für den Betrieb auf Consumer-Hardware vorgesehen ist und dennoch einen breiten Auflösungsbereich sowie moderne, transformerbasierte Generationsleistung unterstützt.
Innerhalb der Stable Diffusion 3.5-Produktreihe richtet sich die Medium-Variante an Nutzer, die ein praxisnäheres Bereitstellungsprofil als bei den größten Flaggschiffmodellen wünschen, ohne auf die Kernstärken der SD3.5-Generation zu verzichten. In der Praxis eignet sie sich daher gut für Anwendungsentwickler, kreative Tools, Prototyping-Workflows und Teams, die ein offenes Bildgenerierungsmodell mit geringeren Infrastrukturanforderungen suchen. Diese Einordnung ist eine Schlussfolgerung auf Basis von Stability AIs Beschreibung der Modellgröße, des Hardwareprofils und der Anpassbarkeit.
Hauptmerkmale von stability-ai/stable-diffusion-3-5-medium
- Ausgewogene Modellgröße: Mit 2.5B Parametern bietet das Modell einen Mittelweg zwischen Leistungsfähigkeit und Einsetzbarkeit, ist damit zugänglicher als größere Bildgenerierungsmodelle und dennoch deutlich leistungsfähig.
- Für Consumer-Hardware geeignet: Stability AI gibt ausdrücklich an, dass Stable Diffusion 3.5 Medium für die „out of the box“-Ausführung auf Consumer-Hardware konzipiert ist, was die Hürde für Experimente und selbst gehostete Anpassungen senkt.
- Verbesserte Architektur: Das Modell nutzt eine verbesserte MMDiT-X-Architektur und aktualisierte Trainingsmethoden, die die neuere Designrichtung der Stable Diffusion 3.x-Familie widerspiegeln.
- Anpassungsorientiertes Design: Stability AI betont, dass die SD3.5-Familie mit Blick auf Anpassbarkeit entwickelt wurde, und verweist auf Änderungen in den Transformer-Blöcken wie die Query-Key Normalization, die das Training stabilisieren und weiteres Fine-Tuning erleichtern.
- Flexible Ausgabeauflösungen: Das Modell kann Bilder in einem Bereich von etwa 0.25 bis 2 Megapixeln generieren, was für vielfältige Produkt-, Design- und Content-Generierungs-Workflows nützlich ist.
- Offenes Veröffentlichungsmodell: Stability AI präsentiert Stable Diffusion 3.5 Medium als Teil einer offenen Veröffentlichungsstrategie, mit Modellzugang und zugehörigen Ökosystem-Tools über öffentliche Kanäle.
- Kommerzielle Nutzbarkeit unter Community-Bedingungen: Stability AI erklärt, dass die Modellfamilie unter der Stability AI Community License für kommerzielle und nicht-kommerzielle Nutzung verfügbar ist — wichtig für Entwickler, die Adoptionspfade evaluieren.
Zugriff auf und Integration von stability-ai/stable-diffusion-3-5-medium
Schritt 1: Für einen API-Schlüssel registrieren
Erstellen Sie zunächst ein CometAPI-Konto und generieren Sie Ihren API-Schlüssel im Dashboard. Nach dem Anmelden bewahren Sie den Schlüssel sicher auf und verwenden Sie ihn zur Authentifizierung aller Anfragen an den CometAPI-Endpunkt für stability-ai/stable-diffusion-3-5-medium.
Schritt 2: Anfragen an die stability-ai/stable-diffusion-3-5-medium-API senden
Verwenden Sie das Standardaufrufmuster von CometAPI und setzen Sie das Feld model auf stability-ai/stable-diffusion-3-5-medium. Fügen Sie Ihren Prompt und alle unterstützten Bildgenerierungsparameter in den Request-Body ein.
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"
}'
Schritt 3: Ergebnisse abrufen und überprüfen
Parsen Sie nach dem Absenden die API-Antwort und rufen Sie die generierten Bild-URLs oder die von CometAPI zurückgegebenen Ausgabeobjekte ab. Verifizieren Sie, dass das Ergebnis dem angeforderten Prompt, der Auflösung und den Qualitätserwartungen entspricht, bevor Sie es in Produktions-Workflows verwenden.