stability-ai/stable-diffusion-3.5-medium

stability-ai/stable-diffusion-3-5-medium 的技術規格

什麼是 stability-ai/stable-diffusion-3-5-medium？

stability-ai/stable-diffusion-3-5-medium 是 CometAPI 的平台識別符，對應 Stability AI 的 Stable Diffusion 3.5 Medium 模型，這是一個開放的文字轉影像模型，旨在在影像品質、提示遵從性、硬體可及性與自訂靈活性之間取得平衡。Stability AI 將其描述為具備 2.5B 參數、面向消費級硬體運行，同時仍支援寬廣影像解析度範圍與現代 transformer 式生成效能的模型。

在 Stable Diffusion 3.5 系列中，Medium 變體面向希望相較於最大旗艦型號擁有更實用部署特性、同時不放棄 SD3.5 生成家族核心優勢的使用者。實務上，它很適合應用開發者、創意工具、原型製作流程，以及希望在較低基礎設施需求下使用開放模型進行影像生成的團隊。此定位係根據 Stability AI 對模型大小、硬體概況與可自訂性的描述所作出的推斷。

stability-ai/stable-diffusion-3-5-medium 的主要特性

• 平衡的模型規模：在 2.5B 參數規模下，該模型旨在在能力與可部署性之間取得折衷，相較於更大型的影像生成模型更易取得與使用，同時保持相當的能力。
• 友善於消費級硬體：Stability AI 明確表示 Stable Diffusion 3.5 Medium 設計可在消費級硬體上開箱即用，降低實驗與自託管調適的門檻。
• 改良的架構：該模型採用改良的 MMDiT-X 架構與更新的訓練方法，體現 Stable Diffusion 3.x 家族較新的設計方向。
• 以自訂為導向的設計：Stability AI 強調 SD3.5 家族以可自訂性為優先，並提到如 Query-Key Normalization 等 transformer 區塊變更，有助於穩定訓練並簡化後續微調。
• 彈性的輸出解析度：該模型可在約 0.25 至 2 百萬像素的範圍內生成影像，適用於多元的產品、設計與內容生成流程。
• 開放的發布模式：Stability AI 將 Stable Diffusion 3.5 Medium 作為其開放發布策略的一部分，透過公共渠道提供模型存取與相關生態工具。
• 在社群條款下的商用可用性：Stability AI 表示該模型家族可在 Stability AI Community License 下用於商業與非商業用途，這對評估採用方案的開發者而言十分重要。

如何存取並整合 stability-ai/stable-diffusion-3-5-medium

步驟 1：註冊取得 API 金鑰

開始之前，建立 CometAPI 帳戶並在儀表板產生你的 API 金鑰。登入後，妥善保存金鑰，並用它來驗證發往 CometAPI stability-ai/stable-diffusion-3-5-medium 端點的所有請求。

步驟 2：向 stability-ai/stable-diffusion-3-5-medium API 發送請求

使用標準的 CometAPI 模型呼叫模式，將 model 欄位設為 stability-ai/stable-diffusion-3-5-medium。在請求本文中加入你的提示詞與任何受支援的影像生成參數。

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"
  }'

步驟 3：擷取並驗證結果

提交後，解析 API 回應並取得由 CometAPI 返回的已生成影像 URL 或輸出物件。在用於生產流程之前，請確認結果符合所要求的提示詞、解析度與品質期望。