Stable Diffusion 3
Stability AI · Bilder
Stable Diffusion 3 ist das Open-Weights-Bildmodell von Stability AI. Es hält Szenen mit mehreren Motiven zusammen und schreibt kurze Wörter lesbar ins Bild.
Über Stable Diffusion 3
About
Was ist Stable Diffusion 3
Stable Diffusion 3 ist ein Text-zu-Bild-Modell mit offenen Gewichten von Stability AI. Sie geben eine Beschreibung ein, das Modell liefert ein Bild. Der Grundauftrag gleicht Midjourney oder DALL·E, doch ein Unterschied entscheidet in vielen Teams den Kauf: Die Gewichte lassen sich herunterladen, also läuft das Modell auf Hardware, die Sie selbst kontrollieren.
Stability kündigte die SD3-Familie im Februar 2024 an und veröffentlichte im Juni desselben Jahres die Medium-Version. Medium hat 2 Milliarden Parameter. Die größeren Varianten mit 8 Milliarden blieben hinter dem bezahlten Zugang der eigenen Apps und der API. Im Inneren verbindet das Modell einen multimodalen Diffusion-Transformer (MMDiT) mit einem VAE mit 16 Kanälen. Text und Bildpatches werden also gemeinsam verarbeitet, statt einen Textleser an einen Bildgenerator zu schrauben.
Der Fortschritt gegenüber früheren Stable-Diffusion-Versionen zeigt sich bei der Prompt-Treue. Volle Szenen bleiben zusammen, Hände und kleine Objekte misslingen seltener, und kurze Textstücke im Bild sind oft lesbar. Genau dieser Punkt hat viel Plakat- und Mockup-Arbeit zu SD3 gezogen.
Eine Grenze gehört nach vorn. Stability hat die SD3-Endpunkte der eigenen API im April 2025 abgeschaltet und die Nutzer auf Stable Diffusion 3.5 umgestellt. Die Gewichte liegen weiter auf Hugging Face, und Drittanbieter bedienen das Modell noch. Wer aber auf der offiziellen Stability-API aufbaut, arbeitet heute faktisch mit 3.5.
Erste Schritte
- Legen Sie ein Konto bei Hugging Face an, akzeptieren Sie die Lizenz auf der Modellseite stable-diffusion-3-medium und laden Sie die Gewichte herunter oder installieren Sie die diffusers-Variante.
- Wählen Sie eine Umgebung. ComfyUI passt zu Knoten-Workflows, Automatic1111 zu allen, die Formulare mögen, und die diffusers-Bibliothek zu Python-Skripten und Stapeljobs.
- Laden Sie das Modell bei etwa 1024x1024 und schreiben Sie den Prompt als beschreibenden Satz. SD3 folgt einem Satz über die Szene besser als einer Liste von Komma-Tags.
- Setzen Sie einen Seed, erzeugen Sie einen kleinen Stapel und korrigieren Sie im Prompt, was schiefging, statt blind neu zu würfeln. Speichern Sie die Einstellungen, die funktioniert haben, damit sich der Look später wiederholen lässt.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Stable Diffusion 3.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Illustratorinnen und Concept Artists
- Studios mit Vertraulichkeitsklauseln
- Entwickler, die Bildfunktionen in eine App einbauen
- Hobbyisten, die Diffusion verstehen wollen
Aufgaben
- Plakate und Verpackungs-Mockups
- Entwürfe für Szenen mit mehreren Motiven
- Stiltests vor dem Shooting
- Serienproduktion von Assets für Games und Apps
Szenarien
- Studioarbeit unter NDA
- Teams, die schon mit ComfyUI arbeiten
- Forschung an Bildmodellen
Wichtigste Funktionen
MMDiT-Architektur
SD3 verteilt die Aufmerksamkeit in jedem Block zwischen Text- und Bild-Tokens, statt den Prompt in einen einzigen Vektor zu pressen. Lange, genaue Anweisungen werden dadurch besser befolgt. Nennt der Prompt Motiv, Material und Lichtstimmung, kommen meist alle drei durch.
Lesbarer Text im Bild
Kurze Wörter und Beschriftungen sind viel häufiger lesbar als bei SDXL. Plakatüberschriften, Ladenbeschilderung und Verpackungstexte sind realistische Ziele geworden. Lange Absätze brechen weiterhin, also bleiben Sie bei wenigen Wörtern.
Trefferquote bei vollen Szenen
Das Modell hält mehrere Motive auseinander, statt sie zu einem Klumpen zu verschmelzen. Ein Prompt mit zwei Menschen beim Händedruck in einer Küche und einer Katze auf der Arbeitsplatte liefert meist all das, ungefähr an der richtigen Stelle. Die Komposition driftet noch, ein zweiter Durchlauf mit Inpainting repariert es.
Medium-Version mit 2 Milliarden Parametern
Medium ist klein genug für eine einzelne Consumer-GPU und liefert bei 1024x1024 trotzdem brauchbare Qualität. Diese Mischung machte es zum Standard-Download von SD3 für Einzelpersonen, während die 8-Milliarden-Varianten hinter dem bezahlten Zugang blieben.
Offene Gewichte und Feintuning
Die vollständigen Gewichte liegen auf Hugging Face, und die diffusers-Bibliothek lädt sie in wenigen Python-Zeilen. LoRA-Training, ControlNet-Adapter und eigene Scheduler funktionieren. So baut ein Studio einen konsistenten Hausstil über das Basismodell.
Flexible Bildformate
SD3 wurde um ein Megapixel herum trainiert, also liegen 1024x1024, 1344x768 und 768x1344 im bequemen Bereich. Hoch- und Querformate brauchen keinen Zuschnitt im Nachhinein, und die Komposition bleibt über diese Formen stabil.
Vor- und Nachteile
Vorteile
- Offene Gewichte bedeuten keine Gebühr pro Bild, keine Warteschlange und keinen Inhaltsfilter zwischen Ihnen und dem Ergebnis, sobald das Modell lokal läuft.
- Die Textdarstellung ist ein echter Sprung und erspart einen lästigen Aufräumschritt bei Plakaten und Verpackungen.
- Prompts mit mehreren Motiven behalten ihre Struktur, komplexe Szenenentwürfe brauchen daher weniger Versuche.
- Die Version Stable Diffusion 3 Medium läuft auf einer Consumer-GPU, und das Umfeld (ComfyUI, diffusers, LoRA) ist ausgereift.
Nachteile
- Stability hat die SD3-Endpunkte der API im April 2025 abgeschaltet, der offizielle gehostete Weg liefert heute 3.5. Wer eine aktuelle Erstanbieter-API braucht, muss das einplanen.
- Das Modell mit 2 Milliarden Parametern bleibt bei Feindetail und Fotorealismus hinter den Flaggschiffen zurück, vor allem bei Hautstruktur und Gesichtern im Hintergrund.
- Lokaler Betrieb heißt Hardwarekosten, Treiberupdates und Modelldateien selbst zu tragen, für ein kleines Team ist das echte Arbeit.
- Die kostenlose Stufe der Community License endet bei 1 Million Dollar Jahresumsatz, ein wachsendes Unternehmen braucht irgendwann eine bezahlte Enterprise-Lizenz.
Häufige Fragen
Die Gewichte sind kostenlos herunterladbar, und die Community License deckt Forschung sowie kommerzielle Nutzung für Organisationen unter 1 Million Dollar Jahresumsatz. Darüber braucht es eine Enterprise-Lizenz von Stability AI. Aufrufe einer gehosteten API werden vom jeweiligen Anbieter pro Bild abgerechnet.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Stable Diffusion 3.
Alternativen zu Stable Diffusion 3
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
Tractionwave
TractionWave · Bilder · MarketingTractionWave erstellt per KI eine Aufmerksamkeits-Heatmap für statische Anzeigen. Sie laden ein PNG oder JPG hoch und bekommen prognostizierte Aufmerksamkeit, sortierte Hotspots und Korrekturen, bevor Budget fließt.
Imejis.io
Imejis.io · Bilder · MarketingImejis.io ist ein KI-Designstudio für Agenten und Marketingteams. Sie beschreiben ein Bild in eigenen Worten, und das Werkzeug schreibt den Text, baut das Layout, passt es an jedes Format an und exportiert die fertige Datei.