stability-ai/stable-diffusion-3.5-large

stability-ai/stable-diffusion-3-5-large の技術仕様

stability-ai/stable-diffusion-3-5-large とは？

stability-ai/stable-diffusion-3-5-large は、Stability AI の Stable Diffusion 3.5 Large を指す CometAPI のプラットフォーム識別子であり、Stable Diffusion 3.5 ファミリーにおけるフラッグシップのテキストから画像へのモデルです。Stability AI は、本モデルをファミリー内で最も強力なモデルと位置付けており、最大 1 メガピクセルの解像度でプロフェッショナル品質の生成を実現するため、優れた画質とプロンプト追従性に注力していると説明しています。

このモデルは自然言語のプロンプトから高品質なビジュアルを生成するよう設計されており、フォトリアリスティックおよびアーティスティックな出力を含みます。Stability AI が公開しているモデル情報やパートナーのモデルカードによれば、同一ファミリーの軽量バリアントよりも、強力なプロンプト追従、高い視覚的忠実度、そして高度なクリエイティブおよびプロダクションワークフローに対応する柔軟性を重視しています。

stability-ai/stable-diffusion-3-5-large の主な特長

• 高容量 8B モデル: Stable Diffusion 3.5 Large は 8B パラメータ規模で構築されており、要求の厳しい画像生成タスクに向けた SD3.5 ラインアップ中で最高性能のモデルとして位置付けられています。
• プロフェッショナル品質の画像クオリティ: Stability AI は Large バリアントを、品質とプロンプト追従性においてファミリー内で最も強力な選択肢と位置付けており、クリエイター、デザインワークフロー、プロ向けビジュアル生成に適しています。
• 最大 1 メガピクセル生成: 本モデルは高解像度画像の生成を想定しており、一般的にサポートされる出力サイズには、正方形や縦長/横長の 1024×1024、768×1344、1344×768、1216×832 などが含まれます。
• Diffusion Transformer アーキテクチャ: 公開されているモデルドキュメントでは、Transformer ベースのモデリングと CNN コンポーネントを組み合わせた Diffusion Transformer と説明されています。
• 柔軟な制御オプション: SD3.5 Large は ControlNet ベースのガイダンスと組み合わせ可能です。公開情報では Canny と Depth のバリアントが挙げられており、Stability AI のリポジトリでは SD3.5 Large ワークフロー向けの Blur 制御にも言及があります。
• 複数のデプロイ手段: SD3.5 ファミリーは自社インフラでのデプロイ、API 連携、クラウドパートナー経由、ウェブベースのツールなどで利用できるとされています。
• プロンプト駆動のクリエイティブな柔軟性: 公式リポジトリの例では、プロンプトベースの生成、幅と高さ、ステップ数、シード、制御可能な生成パイプラインの設定に対応しており、実験用途から本番チューニングまで実用的であることが示されています。

stability-ai/stable-diffusion-3-5-large のアクセスと統合方法

ステップ 1: API キーの取得

まず CometAPI にサインアップし、ダッシュボードで API キーを生成します。キーを取得したら安全に保管し、API へのすべてのリクエストの認証に使用します。

ステップ 2: stability-ai/stable-diffusion-3-5-large API へのリクエスト送信

CometAPI の OpenAI 互換エンドポイントを使用し、モデルに stability-ai/stable-diffusion-3-5-large を指定します。

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)

ステップ 3: 結果の取得と検証

リクエスト送信後、統合で有効化しているレスポンス形式に応じて、生成画像の出力または画像 URL を取得できるように API レスポンスをパースします。続いて、保存またはエンドユーザーに返す前に、要求したプロンプト、想定解像度、ワークフロー上の制約に一致しているかを確認します。