Stable Diffusion 2026: open-source нейросеть для картинок (SDXL, SD 3.5, ComfyUI, Automatic1111)

Автор: Silvana · Дата: 09.08.2026 · Verified: 01.09.2026 · Reading time: 24 минут · Prerequisite: —

Stable Diffusion — семейство open-weight нейросетей для генерации картинок от Stability AI, с открытой публикацией весов с 2022 года и огромной экосистемой из тысяч дообученных моделей. Актуальные модели 2026 — SDXL Base/Turbo, SD 3 Medium и SD 3.5 Large/Medium/Large Turbo. Основные интерфейсы — AUTOMATIC1111 WebUI, ComfyUI, InvokeAI, Fooocus, Forge. Ниже — разбор моделей, UI/рантаймов, расширений (LoRA, ControlNet, IP-Adapter) и хостингов (Hugging Face, Civitai).

Кратко

Stable Diffusion — семейство open-weight моделей генерации изображений от Stability AI, лондонской компании, запустившей открытую AI-революцию в изображении в 2022 году. С первого релиза (SD 1.4 в августе 2022) веса моделей публикуются свободно, что позволило сформироваться экосистеме из тысяч дообученных моделей, LoRA, плагинов, интерфейсов.
Актуальные модели 2026 (проверено 10.08.2026, huggingface.co/stabilityai и stability.ai/stable-image): SDXL Base / Turbo (стабильная работа, огромная экосистема), SD 3 Medium и SD 3.5 Large / Medium / Large Turbo (новое поколение архитектуры MMDiT), плюс AMD NPU-оптимизированные варианты (sdxl-base-amdnpu, sdxl-turbo-amdnpu, sd-turbo-amdnpu, stable-diffusion-3-medium-amdnpu, stable-diffusion-3.5-medium-amdnpu). Stable Video Diffusion (stable-video-diffusion-img2vid) исторически публиковалась на Hugging Face; статус активной разработки на 10.08.2026 на stability.ai/stable-image явно не выведен — сверять модель-карту перед выбором для нового проекта.
Основные UI/рантаймы: AUTOMATIC1111 Web UI — самый известный, зрелый, богатый плагинами. ComfyUI — node-based, для сложных пайплайнов. InvokeAI — user-friendly, коммерческая версия. Fooocus — упрощённый, для новичков. Forge — форк A1111 с оптимизациями.
Ключевые расширения: LoRA — лёгкая дообученная модель под стиль/персонажа/объект. ControlNet — точный контроль композиции через canny, depth, openpose, scribble. IP-Adapter — перенос стиля/содержания через референс-изображение. Textual Inversion — вложение концепций (устаревает).
Хостинги моделей: Hugging Face (официальный источник от Stability AI и других лабораторий), Civitai (community-хаб, тысячи checkpoint/LoRA от энтузиастов, есть NSFW-модели с юр-рисками).
Требования к железу: 8 GB VRAM — SD 1.5 работает, SDXL с оптимизациями. 12 GB VRAM — SDXL комфортно, SD 3.5 с optimisations. 16 GB VRAM — SD 3.5 комфортно. 24 GB VRAM — Flux [dev], большие LoRA, интенсивные пайплайны.
Варианты запуска: локально (свой GPU), облако (RunPod, Vast.ai — почасовая аренда), managed API (Stability API, replicate.com).
Полностью открытая и бесплатная в базе (веса — Apache 2.0 или CreativeML Open RAIL-M, зависит от версии). Community-модели на Civitai — разные лицензии, юр-риски отдельных категорий контента (особенно NSFW) — на пользователя.

Что это и зачем

Stable Diffusion — первое серьёзное open-source-семейство моделей для генерации изображений. Запущено Stability AI в августе 2022 года: релиз SD 1.4 с открытыми весами был событием, сравнимым с открытием исходников Linux — впервые качественный генератор изображений стал доступен любому без подписки, без API, без ограничений вендора.

История:

Август 2022 — SD 1.4: первая публичная версия, работала на 4 GB VRAM.
Октябрь 2022 — SD 1.5: улучшенное качество, стала долговечным «стандартом сообщества». До сих пор популярна для лёгких задач, старых LoRA.
Ноябрь 2022 — SD 2.0/2.1: новая архитектура, но сообщество приняло прохладно (потеря совместимости с 1.5-LoRA).
Июль 2023 — SDXL 1.0: значительный скачок качества, разрешение 1024×1024 из коробки, стал новым стандартом.
Февраль 2024 — SDXL Turbo: distilled-версия для быстрой генерации (1-4 шага).
Июнь 2024 — SD 3 Medium: новая архитектура Multimodal Diffusion Transformer (MMDiT), лучше следование промптам.
Октябрь 2024 — SD 3.5 Large, Medium, Turbo: актуальное поколение к 2026, три модели под разные железные бюджеты.
2025 — Stability AI и мире. Ключевые фаундеры (Rombach, Blattmann, Esser) ушли в Black Forest Labs делать Flux. Stability AI продолжает выпускать модели, но лидерство в open-image переехало к BFL. SD-экосистема остаётся мощной за счёт огромного community-legacy — тысячи checkpoint, LoRA, ControlNet-моделей, наработанных с 2022 года.

Позиционирование. Stable Diffusion — не «лучшая модель на рынке» (по чистому качеству Flux 1.1 [pro] и Midjourney V7 обгоняют SD 3.5). Это платформа: открытые веса + гигантская экосистема + свобода делать что угодно.

Зачем это тебе:

Приватность и on-premise. Всё на твоём железе или в твоём облаке. Никакие промпты и изображения не уходят вендору.
Fine-tuning. Через LoRA, DreamBooth, TI ты обучаешь модель на своих данных за 1-3 часа. Твой персонаж, твой стиль, твой продукт.
Специализированные модели с Civitai. Тысячи community-checkpoint под конкретные ниши: anime (Waifu Diffusion, Anything), realistic (Realistic Vision, Juggernaut), architectural, fashion. Часто дают лучший результат в своей нише, чем универсальные модели.
ControlNet и точный контроль. Композиция кадра, поза человека, глубина сцены, референс-скетч — всё контролируется точно через ControlNet-препроцессоры.
Экономика при большом объёме. Локальный запуск на своём GPU — стоимость только электричества. При тысячах генераций в месяц — заметно дешевле любого API.
Автоматизация. Все интерфейсы имеют API (A1111 API, ComfyUI API), легко интегрируется в свои скрипты, боты, сервисы.

Основные модели актуальные

SDXL 1.0.

Разрешение: 1024×1024 base, до 2048×2048 через тайлинг или refiner.
VRAM: 12 GB комфортно, 8 GB с оптимизациями.
Скорость: 5-15 секунд на генерацию на RTX 4090.
Экосистема: гигантская. Тысячи checkpoint (SDXL-based dreamshaper, juggernaut, realistic-vision-xl), LoRA под всё, ControlNet-модели.
Использование: универсальный workhorse, стабильная работа, много готовых материалов.

SD 3.5 Large.

Разрешение: 1024×1024 base, до 2048×2048 через тайлинг.
VRAM: 16-24 GB комфортно.
Архитектура: MMDiT, лучшее следование промптам, чем SDXL.
Экосистема: моложе SDXL, LoRA-фонд меньше, ControlNet-модели ограничены (постепенно наращивается).
Использование: когда нужен baseline лучше SDXL и есть достаточное VRAM.

SD 3.5 Medium.

Компромисс: качество между SDXL и SD 3.5 Large, но заметно меньше VRAM (~10 GB).
Использование: для GPU 12 GB VRAM без ущерба качеству.

SD 3.5 Large Turbo.

Distilled-версия SD 3.5 Large. 4 шага вместо 30-50. В в разы быстрее.
Качество чуть ниже, чем у full-версии.
Использование: массовые генерации, батчи, прототипы.

SDXL Turbo (легаси-версия, 2024).

Distilled SDXL. 1-4 шага генерации.
Скорость: 1-2 секунды на RTX 4090.
Использование: real-time генерация, интерактивные приложения.

Legacy SD 1.5.

Разрешение: 512×512 base.
VRAM: 4-6 GB.
До сих пор широко используется в community — тысячи 1.5-LoRA, старые ComfyUI-workflows.
Использование: лёгкие задачи, слабое железо, работа со старыми checkpoint.

Рантаймы и интерфейсы

AUTOMATIC1111 Web UI (A1111).

Самый популярный интерфейс, стартовавший в конце 2022 года. Устанавливается в один клик, поддерживает все базовые задачи: text2img, img2img, inpainting, outpainting, upscaling, LoRA, ControlNet, extensions.

Плюсы: зрелый, огромная документация, тысячи плагинов, богатая настройка.

Минусы: под тяжёлые пайплайны (несколько ControlNet, комбинации LoRA) UI становится громоздким.

Репозиторий: github.com/AUTOMATIC1111/stable-diffusion-webui

ComfyUI.

Node-based интерфейс. Каждый шаг пайплайна — это нода, соединённая с другими. Позволяет строить сколь угодно сложные пайплайны.

Плюсы: максимальная гибкость, отлично для продвинутых workflows (регионально контролируемая генерация, комбинации моделей, IP-Adapter + ControlNet + LoRA одновременно), низкое потребление VRAM за счёт умного управления памятью.

Минусы: крутая кривая обучения, не для новичка.

Репозиторий: github.com/comfyanonymous/ComfyUI

Forge.

Форк AUTOMATIC1111 с оптимизациями памяти и скорости. Часто выбирают, когда A1111 не хватает VRAM.

InvokeAI.

Коммерческий продукт (есть free-версия), user-friendly UI, встроенный canvas для inpainting/outpainting как в Photoshop. Хорош для дизайнеров, которым важна интерактивная работа над одним изображением.

Fooocus.

Максимально упрощённый UI. Целевая аудитория — новички. Красивые defaults, автоматический prompt engineering. За счёт упрощения — меньше контроля.

Draw Things (macOS/iOS).

Native приложение для Apple-устройств. Использует Metal API, оптимизировано под M-series чипы. Позволяет запустить SD прямо на iPhone.

Ключевые расширения

LoRA (Low-Rank Adaptation).

Лёгкая дообученная модель, которая «расширяет» базовую модель под конкретный стиль/персонажа/объект. Файл LoRA — 10-500 MB против нескольких GB базовой модели.

Как использовать: скачиваешь LoRA с Civitai или Hugging Face, кладёшь в папку models/Lora/ внутри своего UI. В промпте пишешь <lora:название:вес> (например <lora:my_style:0.8>).

Как обучить свой LoRA:

Собери датасет 20-50 изображений одного стиля/объекта/персонажа.
Подготовь captions (BLIP-interrogator сгенерирует автоматически).
Инструмент — kohya-ss (github.com/kohya-ss/sd-scripts). Настройки: rank 16-64, 1000-3000 шагов, learning rate 1e-4.
Тренировка 1-3 часа на A100, дольше на слабых GPU.

Есть облачные сервисы для обучения LoRA без своего железа: fal.ai training, replicate training, Civitai training. Стоимость — 3-10$ за обучение.

ControlNet.

Модели, дающие точный контроль над композицией. Ты подаёшь ControlNet референс-изображение (canny edges, depth map, openpose skeleton) — модель генерирует новую картинку, следующую этой структуре.

Основные типы препроцессоров:

Canny — edge detection, контуры.
Depth — карта глубины.
OpenPose — скелет человека (поза).
Scribble — грубый скетч.
Normal Map — карта нормалей поверхностей.
Segmentation — сегментация областей.
Lineart — line drawing.
Reference — прямой референс изображения.

Использование: рисуешь грубый скетч → ControlNet Scribble превращает в детализированное изображение. Фотографируешь позу → ControlNet OpenPose переносит её на сгенерированного персонажа. Даёшь фото интерьера → ControlNet Depth генерирует новую комнату той же геометрии.

IP-Adapter.

Модуль, принимающий референс-изображение и переносящий его стиль/содержание на новые генерации. Аналог Style Reference и Character Reference из Midjourney, но с большей гибкостью.

Варианты: IP-Adapter (стандартный), IP-Adapter-Face (для лиц), IP-Adapter-Plus (усиленное влияние референса), IP-Adapter-FaceID (идентификация лица).

Использование: даёшь фото человека — IP-Adapter-Face генерирует того же человека в разных сценах.

Textual Inversion (TI).

Раннее решение для встраивания концепций в модель через оптимизацию embedding-вектора. Файлы ~5-50 KB. Постепенно уступает LoRA (LoRA точнее и надёжнее), но в старых checkpoint SD 1.5 всё ещё используется.

Hypernetworks.

Устаревшее решение, встречается в старых материалах. Заменено на LoRA.

Marketplace моделей

Hugging Face.

Официальный источник Stable Diffusion моделей от Stability AI: huggingface.co/stabilityai.

Здесь публикуются (проверено 10.08.2026, huggingface.co/stabilityai):

stable-diffusion-3.5-large — актуальная SD 3.5 Large.
stable-diffusion-3.5-large-turbo — быстрый вариант SD 3.5 Large.
stable-diffusion-3.5-medium — средний размер.
stable-diffusion-3-medium — SD 3 Medium.
stable-diffusion-xl-base-1.0 — SDXL Base.
sdxl-turbo — SDXL Turbo.
AMD NPU-варианты: sdxl-base-amdnpu, sdxl-turbo-amdnpu, sd-turbo-amdnpu, stable-diffusion-3-medium-amdnpu, stable-diffusion-3.5-medium-amdnpu.
stable-video-diffusion-img2vid — SVD для видео (сверять активность разработки в model card перед стартом нового проекта).

Также на Hugging Face — model cards, лицензии, документация от Stability AI.

Civitai (civitai.com).

Крупнейший community-хаб. Тысячи моделей и LoRA от энтузиастов сообщества.

Ключевые категории:

Checkpoints (базовые модели): dreamshaper (universal), realistic-vision (фото-реализм), juggernaut (SDXL-based универсал), pony-diffusion (аниме-специализация), photon (natural photos).
LoRA: стили (film photography, oil painting, cyberpunk), персонажи (аниме-герои, реальные знаменитости — юр-риски), концепции (одежда, окружение, эффекты).
Embeddings (TI): легаси, но всё ещё есть.
ControlNet models: дополнительные варианты препроцессоров.

Юридические риски на Civitai:

NSFW-модели — Civitai разрешает NSFW-контент в отдельной категории. Скачивание и использование таких моделей может нарушать законодательство твоей страны (в РФ действуют ограничения на распространение и хранение отдельных категорий, включая связанные с несовершеннолетними — это категорически запрещено). Ответственность на пользователе.
Модели, обученные на реальных людях (знаменитостях, публичных фигурах) — юр-серая зона по правам на образ. Публичное использование таких генераций может привести к судебным искам.
Модели, обученные без согласия художников — многие иллюстраторы возражают против обучения на их работах. Использование таких моделей может нарушать этические нормы и (в отдельных юрисдикциях) авторские права.

Практическое правило: для коммерческого использования выбирай модели с явно указанной лицензией (Apache, MIT, CreativeML Open RAIL-M с коммерческими условиями). Community-модели с расплывчатыми лицензиями — на свой юр-риск.

Требования к железу

Минимум:

NVIDIA GPU 6-8 GB VRAM: SD 1.5 работает нативно, SDXL — с оптимизациями (fp16, model offload).
NVIDIA GPU 12 GB VRAM: SDXL комфортно, SD 3.5 Medium.
NVIDIA GPU 16-24 GB VRAM: SD 3.5 Large, Flux [dev], большие LoRA-пайплайны.
NVIDIA GPU 48+ GB VRAM: обучение LoRA с большими rank, множественные ControlNet.

Apple Silicon:

M1/M2: SD 1.5, SDXL с оптимизациями. Скорость заметно ниже NVIDIA, но работает.
M3/M4 Pro/Max: SDXL, SD 3.5 Medium. Через MPS (Metal Performance Shaders) или через ComfyUI-mps.

AMD GPU:

Работает через ROCm (Linux), DirectML (Windows). Скорость и стабильность ниже NVIDIA, но реально.

Без GPU (CPU only):

Технически возможно, практически невыносимо медленно (несколько минут на генерацию). Не рекомендуется.

Облачные варианты для тех, у кого нет своего железа:

RunPod: аренда GPU от $0.3/час (RTX 3090) до $2/час (H100). Ставишь ComfyUI, работаешь.
Vast.ai: дешевле аналог, часто крипто-оплата.
Google Colab: есть free tier, но с ограничениями на использование SD (Google периодически блокирует SD-репозитории). Работает нестабильно.
Kaggle: бесплатные T4 30 часов/неделю, работает.

Пошаговый запуск локально

Для новичка. Ставим ComfyUI на Windows/Linux/macOS с NVIDIA GPU.

Шаг 1. Скачай ComfyUI:

git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI

Шаг 2. Установи зависимости (нужен Python 3.10+):

pip install -r requirements.txt

Шаг 3. Скачай базовую модель:

Иди на huggingface.co/stabilityai/stable-diffusion-3.5-medium (или SDXL, если 12 GB VRAM).
Скачай sd3.5_medium.safetensors.
Положи в ComfyUI/models/checkpoints/.

Шаг 4. Запусти:

python main.py

Шаг 5. Открой браузер: http://localhost:8188.

Шаг 6. Загрузи default workflow через меню Load Default. Впиши промпт, нажми Queue Prompt.

Шаг 7. Добавь LoRA/ControlNet по мере необходимости. LoRA-файлы → models/loras/. ControlNet-модели → models/controlnet/.

Managed API варианты

Если не хочется возиться с self-hosting, есть API-провайдеры Stable Diffusion:

Stability API (stability.ai/api): официальный API Stability AI. Оплата per-generation, тарифы на platform.stability.ai. Поддерживает все актуальные SD-модели.
Replicate (replicate.com): платформа моделей, включает все версии SD. Оплата per-generation.
fal.ai: аналогично, специализация на быстром inference.
DreamStudio (dreamstudio.ai): веб-интерфейс от Stability AI, credit-based подписка.
RunwayML: веб-интерфейс с SD и другими генераторами, для дизайнеров.

Оплата всех этих сервисов — иностранной картой. Из РФ доступ есть, но оплата — через посредников или иностранную карту.

Сравнение SD с Flux и Midjourney

Критерий	Stable Diffusion 3.5 Large	Flux 1.1 [pro]	Midjourney V7
Открытость	open-weight	закрытая + open [dev]	закрытая
Self-hosting	да, зрелая экосистема	да, через [dev]	нет
Fine-tuning (LoRA)	зрелая, тысячи LoRA	молодая, десятки LoRA	нет
Community models	тысячи на Civitai	десятки на HF/Civitai	нет
ControlNet	зрелый, много моделей	молодой, ограниченные модели	нет
Качество base	сильное	сильнейшее	сильнейшее
Художественная эстетика	зависит от checkpoint	сильный	сильнейший
Экосистема (UIs, plugins)	AUTOMATIC1111, ComfyUI, InvokeAI, Fooocus, Forge	ComfyUI, Diffusers	web + Discord
Стоимость (self-host)	только GPU	только GPU	недоступно
Стоимость (API)	$0.02-0.05/gen	$0.04-0.08/gen	~$0.03/gen в подписке

Практический выбор:

SD 3.5 — если приоритет: зрелая экосистема + community-модели + гибкость.
Flux — если приоритет: качество + текст + rectified flow архитектура + новизна.
Midjourney — если приоритет: художественность + character/style consistency + удобство без self-hosting.

Многие продвинутые пользователи используют все три параллельно: SD для fine-tuned pipelines и старых LoRA, Flux для нового качества, Midjourney для художественных проектов.

FAQ

Что такое Stable Diffusion?

Stable Diffusion — семейство open-weight моделей генерации изображений от Stability AI. С 2022 года веса публикуются свободно, что породило гигантскую экосистему: тысячи дообученных моделей, LoRA, ControlNet, интерфейсов. Актуальные версии 2026 (проверено 10.08.2026 на huggingface.co/stabilityai): SD 3.5 Large / Large Turbo / Medium (новое поколение MMDiT-архитектуры), SD 3 Medium, SDXL Base / Turbo (стабильные workhorse), Stable Video Diffusion (для видео — сверять активность разработки в model card).

Как запустить Stable Diffusion бесплатно?

Локально на своём GPU (NVIDIA 6+ GB VRAM минимум). Скачиваешь ComfyUI или AUTOMATIC1111 (оба бесплатные, open-source), скачиваешь веса модели с Hugging Face (тоже бесплатно), запускаешь. Полный setup — около часа. Никаких подписок, никакой оплаты. Только стоимость электричества. Альтернатива: облачные free-tier сервисы вроде Google Colab (нестабильно) или Kaggle (30 часов T4 в неделю).

Какой UI выбрать: AUTOMATIC1111 или ComfyUI?

AUTOMATIC1111 — для новичков и стандартных задач. Простой UI в стиле «поля и кнопки». Богатая настройка, много расширений. ComfyUI — для продвинутых пользователей и сложных пайплайнов. Node-based интерфейс, максимальная гибкость. Лучше подходит для комбинаций ControlNet + LoRA + IP-Adapter. Практически: начни с A1111 или Fooocus (для новичка), переходи на ComfyUI, когда упрёшься в ограничения. Многие профессионалы используют оба параллельно.

Где брать модели для Stable Diffusion?

Два основных источника. Hugging Face — официальный источник от Stability AI и других лабораторий (huggingface.co/stabilityai). Здесь официальные checkpoint с прозрачными лицензиями. Civitai (civitai.com) — крупнейший community-хаб. Тысячи checkpoint и LoRA от энтузиастов, включая специализированные модели под конкретные ниши (аниме, реализм, анатомия, стили). Помни: Civitai-модели с расплывчатыми лицензиями — на твой юр-риск для коммерческого использования.

Что такое LoRA и зачем оно нужно?

LoRA (Low-Rank Adaptation) — способ дообучить базовую модель под конкретный стиль, персонажа, объект без переобучения всей модели. Файл LoRA — 10-500 MB (против нескольких GB базовой модели). Использование: скачиваешь LoRA, кладёшь в папку models/Lora/ внутри UI, в промпте пишешь <lora:название:вес>. Обучить свой LoRA можно за 1-3 часа на A100 через kohya-ss или облачные сервисы (fal.ai training, replicate training). Стоимость обучения — 3-10$.

Что такое ControlNet и когда его использовать?

ControlNet — модели, дающие точный контроль над композицией. Ты подаёшь референс-изображение (canny edges, depth map, openpose skeleton, scribble), ControlNet заставляет генерацию следовать этой структуре. Использование: перенос позы человека с одного фото на другого персонажа (OpenPose), генерация нового интерьера в той же геометрии (Depth), превращение грубого скетча в детализированное изображение (Scribble). Незаменим для точного композиционного контроля.

Сколько VRAM нужно для Stable Diffusion?

6-8 GB VRAM — SD 1.5 работает нативно, SDXL с оптимизациями (fp16, model offload). Медленно, но работает. 12 GB VRAM — SDXL комфортно, SD 3.5 Medium. Хороший старт для большинства задач. 16-24 GB VRAM — SD 3.5 Large, Flux [dev], большие LoRA-пайплайны. Комфортная работа. 48+ GB VRAM — обучение LoRA с большими rank, множественные ControlNet одновременно.

Работает ли Stable Diffusion на Mac?

Да. Native поддержка Apple Silicon (M1/M2/M3/M4) через Metal Performance Shaders (MPS). ComfyUI, A1111, Draw Things (native macOS/iOS приложение) — всё работает. Скорость: M1 в разы медленнее RTX 4090, M4 Max — примерно как RTX 3060. Для лёгкой работы подходит, для интенсивной — лучше NVIDIA.

Есть ли юр-риски использования моделей с Civitai?

Да, несколько категорий рисков. NSFW-модели — их скачивание и использование может нарушать законодательство твоей страны (в РФ действуют ограничения на распространение и хранение отдельных категорий контента). Модели, обученные на реальных людях (знаменитостях) — юр-серая зона по правам на образ. Модели, обученные без согласия художников — этические и (в отдельных юрисдикциях) авторские вопросы. Для коммерческого использования выбирай модели с прозрачной лицензией (Apache, MIT, CreativeML Open RAIL-M с коммерческими условиями).

Как обучить свою модель на своих изображениях?

Через LoRA-тренировку. Собираешь 20-50 изображений одного стиля/персонажа/продукта, готовишь captions (BLIP-interrogator автоматически), настраиваешь параметры (rank 16-64, 1000-3000 шагов, learning rate 1e-4), запускаешь тренировку на GPU. Инструменты: kohya-ss (github.com/kohya-ss/sd-scripts) локально, или облачные сервисы fal.ai training / replicate training / Civitai training (3-10$ за обучение). Результат — файл LoRA (10-500 MB), который используешь вместе с базовой моделью.

Какое качество SD 3.5 против Flux и Midjourney?

По чистому качеству базовых генераций: Flux 1.1 [pro] и Midjourney V7 обычно обгоняют SD 3.5 Large. Но SD 3.5 через специализированные checkpoint (например Juggernaut XL Realistic для фото, Pony Diffusion для аниме) может давать топ-результаты в конкретной нише. Плюс SD 3.5 может использовать наработанные годами LoRA, ControlNet, IP-Adapter пайплайны — это добавляет качества через специализацию, недоступную в закрытых моделях.

Сколько стоит использовать Stable Diffusion через API?

Stability API (stability.ai/api): порядок 0.02-0.05$ за генерацию для SDXL, чуть дороже для SD 3.5. Точные ставки — на platform.stability.ai. Replicate: аналогично 0.03-0.05$ за генерацию. fal.ai: 0.01-0.05$ в зависимости от модели. При 500 генерациях в месяц — 10-25$. При self-hosting на своём GPU — стоимость только электричества (обычно 5-15$/мес при активной работе).

Что такое checkpoint на Civitai?

Checkpoint — это полная модель (несколько GB), дообученная под конкретный стиль/тему. В отличие от LoRA (легковесное расширение), checkpoint — самостоятельная модель, которую загружают вместо базовой SD/SDXL. Примеры: DreamShaper (универсальный), Realistic Vision (фото-реализм), Juggernaut XL (SDXL-based fashion/portrait), Pony Diffusion (аниме). Использование: скачиваешь .safetensors файл (2-7 GB), кладёшь в models/checkpoints/, выбираешь в UI.

Можно ли использовать Stable Diffusion коммерчески?

Официальные модели от Stability AI имеют лицензию CreativeML Open RAIL-M (или Apache 2.0 для отдельных моделей вроде SDXL Turbo). Она разрешает коммерческое использование с некоторыми оговорками (нельзя использовать для генерации нарушающего закон контента и т. п.). Для крупных компаний (доход больше 1M$/год) Stability предлагает Enterprise License. Community-модели с Civitai — лицензии разные, проверяй индивидуально для каждой.

Что делать, если генерации получаются с артефактами (лишние пальцы, кривые лица)?

Классические проблемы SD. Решения: (1) используй специализированный checkpoint под свою задачу (для лиц — Realistic Vision, для рук — специальные LoRA). (2) Добавь negative prompts: bad anatomy, extra fingers, malformed hands, deformed face. (3) Используй ControlNet OpenPose для рук с точной позой. (4) Постобработка через inpainting — выделяешь проблемную область и перегенерируешь только её. (5) Перейди на SD 3.5 Large или Flux — новые модели значительно лучше в анатомии.

Как ускорить генерацию Stable Diffusion?

Несколько способов. (1) Используй SDXL Turbo или SD 3.5 Large Turbo — 4 шага вместо 30-50, в разы быстрее. (2) Уменьши разрешение — генерируй в 768×768, апскейль до 1024×1024 отдельно. (3) Меньше шагов (20 вместо 50) — качество страдает незначительно. (4) Используй xFormers оптимизации в A1111. (5) Обнови GPU-драйверы. (6) Для массовых задач — batch generation вместо по одной.

Актуальность

Актуально на 10.08.2026. Модели, цены и условия доступа меняются часто. Перед бизнес-решением всегда сверяйся с первоисточником — все ссылки в разделе Sources ниже.

Sources

https://stability.ai — официальный сайт Stability AI, обзор моделей (проверено 10.08.2026)
https://stability.ai/stable-image — семейство Stable Diffusion моделей, версии, лицензии (проверено 10.08.2026)
https://huggingface.co/stabilityai — официальный Hugging Face-профиль Stability AI с весами моделей (проверено 10.08.2026, включая SD 3.5 Large / Large Turbo / Medium, SD 3 Medium, SDXL Base / Turbo, AMD NPU-варианты)
https://huggingface.co/stabilityai/stable-diffusion-3.5-large — model card SD 3.5 Large (проверено 10.08.2026)
https://github.com/AUTOMATIC1111/stable-diffusion-webui — репозиторий AUTOMATIC1111 Web UI (проверено 10.08.2026)
https://github.com/comfyanonymous/ComfyUI — репозиторий ComfyUI (проверено 10.08.2026)
https://civitai.com — community-хаб моделей и LoRA для Stable Diffusion (проверено 10.08.2026)
https://platform.stability.ai — Stability API, тарифы и документация (проверено 10.08.2026)