Stable Diffusion 3.5 Medium vs. Large: Installation und Vergleich

Stable Diffusion 3.5 ist Stability AIs Text-to-Image-Familie. Medium besitzt etwa 2,5B Parameter und ist für Effizienz optimiert; Large besitzt etwa 8,1B Parameter und zielt auf höhere Qualität und Prompt-Treue.

Installation

pip install -U torch diffusers transformers accelerate safetensors sentencepiece huggingface_hub
hf auth login

import torch
from diffusers import StableDiffusion3Pipeline

pipe = StableDiffusion3Pipeline.from_pretrained(
    "stabilityai/stable-diffusion-3.5-medium",
    torch_dtype=torch.bfloat16,
).to("cuda")

image = pipe("A cinematic futuristic city", num_inference_steps=28, guidance_scale=5.0).images[0]
image.save("output.png")

Für Large wird stabilityai/stable-diffusion-3.5-large verwendet. Bei wenig VRAM helfen CPU-Offloading, Quantisierung oder niedrigere Auflösungen.

ComfyUI

Checkpoint nach ComfyUI/models/checkpoints/, Encoder clip_l, clip_g und t5xxl nach ComfyUI/models/text_encoders/.

Für Large gibt es offizielle Canny-, Depth- und Blur-ControlNets.

Quellen

• Medium
• Large
• Stability AI