智站集市 logo 智站集市

官方 API

Stability AI

Stability AI 官方 API 平台，提供 Stable Image Ultra / Core、Stable Diffusion 3.5 全系列图片生成与编辑模型，以及 Stable Audio 2.5 音频生成、Stable Fast 3D 三维资产生成，以 credits 计费，是开源图像生成领域的标杆平台。

付费 全球 ⭐ 4.4 更新 2026/05/12
图片生成 图片编辑 Stable Diffusion 超分辨率 背景移除 音频生成 3D生成 风格迁移

Stability AI API 以 credits 计费（购买后不过期），提供图片生成、图片编辑、图像控制、超分辨率放大、音频生成和 3D 资产生成六大能力。API 限速 150 次 / 10 秒，失败的生成不扣 credits。

图片生成模型

  • Stable Image Ultra（旗舰）：

    • 基于 SD 3.5 的最高质量文生图服务，擅长排版文字、复杂构图、动态光影、鲜艳色彩，输出 1MP（默认 1024×1024）。
    • 支持图生图（image + strength 参数），16 种风格预设（电影、动漫、像素艺术等）。
    • 计费：8 credits / 张。

  • Stable Image Core（高速均衡）：

    • 主力文生图服务，无需提示词工程，速度快、质量高，输出 1.5MP。
    • 计费：3 credits / 张。

  • Stable Diffusion 3.5 系列（开源基础模型）：

    • SD 3.5 Large：8B 参数，最高质量，1MP 输出。6.5 credits / 张。
    • SD 3.5 Large Turbo：Large 的蒸馏版，4 步生成，速度显著更快。4 credits / 张。
    • SD 3.5 Medium：2.5B 参数，速度与质量均衡。3.5 credits / 张。
    • SD 3.5 Flash：Medium 的蒸馏版，4 步生成，最快最便宜。2.5 credits / 张。
    • 注：SD 3.0 系列已于 2025 年 4 月 17 日弃用，自动路由至 SD 3.5 等价版本。

图片编辑工具

  • Erase（擦除）：使用遮罩移除图片中的不需要元素（如人像瑕疵、桌面杂物）。5 credits / 张。
  • Inpaint（局部重绘）：基于遮罩填充或替换指定区域，输出 4MP。5 credits / 张。
  • Outpaint（外扩）：向任意方向扩展图片内容，最多扩展 2000 像素。4 credits / 张。
  • Search and Replace（搜索替换）：无需遮罩，用文字描述自动定位并替换对象。5 credits / 张。
  • Search and Recolor（搜索重新着色）：自动定位对象并按提示词重新着色。5 credits / 张。
  • Remove Background（移除背景）：精准分割前景，移除背景，输出透明 PNG。5 credits / 张。
  • Replace Background and Relight（替换背景并重新打光）：替换背景同时调整光照方向和强度，适合电商和摄影场景。8 credits / 张。

图像控制工具

  • Sketch（草图转图）：将手绘草图或线稿升级为精细输出，适合设计迭代。5 credits / 张。
  • Structure（结构控制）：保持输入图像的结构生成新图，适合场景重建和角色渲染。5 credits / 张。
  • Style Guide（风格引导）：从参考图提取风格元素，引导新图生成。5 credits / 张。
  • Style Transfer（风格迁移）：将参考风格图的视觉特征应用到目标图像，保留原始构图。8 credits / 张。

超分辨率放大

  • Fast Upscaler：4 倍放大，约 1 秒处理，适合社交媒体图片快速增强。2 credits / 张。
  • Conservative Upscaler：20-40 倍放大至 4MP，最小化改动，保留原始细节。40 credits / 张。
  • Creative Upscaler：对低质量图片进行创意性放大，添加细节，适合高度降质的图片。60 credits / 张。

音频生成（Stable Audio 2.5）

  • 最先进的音频生成模型，支持文生音频、音频转音频、音频局部重绘（Inpaint）三种模式。
  • 生成最长 3 分钟、44.1kHz 立体声音频，适合音乐制作、电影音效设计和混音。
  • 训练数据来自 AudioSparx 和 Freesound 授权音乐库，尊重版权。
  • 计费：20 credits / 次（Stable Audio 2.5 和 2.0 均为 20 credits）。

3D 资产生成

  • Stable Fast 3D：从单张 2D 图片生成高质量 3D 资产（GLB 格式），支持 512/1024/2048 纹理分辨率。10 credits / 次。
  • Stable Point Aware 3D（SPAR3D）：结合点云扩散和网格回归，改善背面细节预测，支持实时编辑。4 credits / 次。

适用场景

  • 电商产品图处理：Replace Background + Relight 一键替换背景并调整光照，适合大规模产品图标准化。
  • 创意内容生产：Stable Image Ultra 的高质量输出适合专业印刷媒体和大幅面应用。
  • 设计原型迭代：Sketch 控制 + Stable Image Core 快速将草图转化为精细概念图。
  • 图片后期处理：Erase、Inpaint、Remove Background 等编辑工具覆盖常见后期需求。
  • 游戏与影视资产：Stable Fast 3D 从参考图快速生成 3D 模型，Stable Audio 2.5 生成场景音效和配乐。
  • 高分辨率输出：Conservative Upscaler 将小图放大至 4MP，适合印刷和大屏展示。