Stable Diffusion モデル ハブ
Stable Diffusion は単一のモデルではなく、モデルのファミリーです。SD 1.5、SDXL、SD 3、SD 3.5 は、サイズ、ネイティブ解像度、ライセンスが異なります。当サイトで動くのはそのうち2つ、SDXL 1.0 と、SD 1.5 のファインチューンである DreamShaper 8 です。どちらもテキストから画像専用で、すべてのプランで利用でき、下記のその他の画像・動画モデルと並んで選べます。
どの Stable Diffusion モデルが何に向いている？
いま Stable Diffusion モデルを選ぶなら、押さえるべき世代は3つです。各項目にリリース時期、変更点、当サイトで動くかどうかを記載しています。出典は /blog/what-is-stable-diffusion の解説記事にまとめています。
Stable Diffusion 1.5 とそのファインチューン
2022年10月にリリースされ、512×512で学習されています。小さく高速で、コミュニティのチェックポイントが最も豊富です。DreamShaper 8 もその一つで、当サイトでは LCM（latent consistency model）版が動作します。
SDXL 1.0
2023年7月リリース。約3倍の大きさの UNet、2つ目のテキストエンコーダー、ネイティブ1024×1024出力を備え、ベースモデルは35億パラメータです。当サイトのデフォルトモデルで、テキストから画像のみ、1枚4クレジットです。
Stable Diffusion 3 と 3.5
SD 3 Medium（2024年6月、20億パラメータ）は U-Net を Diffusion Transformer に置き換えました。SD 3.5（2024年10月）には、Large（81億パラメータ）、Large Turbo（Large を4ステップに蒸留した版）、Medium（25億パラメータ）があります。どちらも当サイトでは提供していません。
このサイトのモデルページ
画像と動画のモデルファミリーごとに1ページずつあります。モデルページは説明であり、別のジェネレーターではありません。すべて同じ2つのフォームから実行されます。
Stable Diffusion：SDXL と DreamShaper 8
当サイトで使える2つの Stable Diffusion モデルで、どちらもすべてのプランで利用でき、テキストから画像のみに対応します。/sdxl と /dreamshaper に、サイズ、ステップ数、ガイダンス、シードの各コントロールを掲載しています。
その他の画像モデル
Flux 2、Flux Kontext、Nano Banana、Nano Banana 2、Nano Banana Pro、Midjourney、GPT Image 1.5、GPT Image 2、GPT Image 2.5、Seedream 4.5、Seedream 5 Lite、Z-Image にはそれぞれページがあります。いずれも Stable Diffusion モデルではありません。
動画モデル
Veo 3、Kling、Wan、Runway、Hailuo、Grok Imagine、Midjourney Video、Seedance、Seedance 2.0 Mini。動画は画像フォームではなく、/ai-video-generatorから実行します。
モデルページがしないこと
モデル同士のベンチマークや品質ランキングの約束はしません。モデルページで比較できるのは、入力、操作、プラン、クレジット消費量です。
Stable Diffusionモデルの選び方
まず静止画か動画かを決める
画像と動画は別のフォームから実行します。静止画モデルは動画ジェネレーターで選べず、その逆も同様です。
画像はまずStable Diffusion XLから始める
SDXL はすべてのプランで利用でき、1枚4クレジットで、テキストプロンプトと任意のネガティブプロンプトを受け付けます。SD 1.5 らしい見た目には同じ価格の DreamShaper 8 を、写真で結果を方向づけたいときは参照画像モデルを選びましょう。
モデルを決める前にプランを確認する
Stable Diffusion 以外の画像モデルの多くと、動画モデルの大半は有料プランが必要です。/ai-models に、選択可能なすべてのモデルと現在の利用状況を掲載しています。
プロンプトを試してからモデルを切り替える
同じプロンプトでもモデルによって挙動が異なります。一度生成してからモデルだけを変えて、モデル固有の違いを確認しましょう。
モデルハブよくある質問
