Stability AI: Stable Diffusion e Stable Audio

Stable Diffusion 3.5 è l’attuale famiglia di modelli di immagini di Stability AI. Large è il modello di punta da 8 miliardi di parametri per il lavoro professionale a 1 megapixel, Large Turbo crea immagini in quattro passaggi e Medium è pensato per girare su hardware consumer. Restano disponibili il vecchio SDXL e SDXL Turbo, a un solo passaggio.

I pesi si possono scaricare e ospitare in proprio con la Community License, usare tramite l’API o eseguire su partner cloud come Amazon Bedrock. Questa apertura permette a chiunque di fare fine-tuning dei modelli o di costruirci sopra LoRA e strumenti; significa anche che hardware e interfaccia li configuri tu.

L’API di Stability AI vende la generazione di immagini a chiamata: Stable Image Ultra, basato su SD 3.5 Large, a 8 crediti ($0.08), SD 3.5 Large a 6,5, Large Turbo a 4, Medium a 3,5, Flash a 2,5 e Stable Image Core a 3. I servizi di editing coprono cancellazione, inpainting, outpainting, rimozione dello sfondo, cerca e sostituisci o ricolora, e sostituzione dello sfondo con reilluminazione.

Gli upscaler vanno da Fast (4x, fino a 4 megapixel, 2 crediti) a Conservative (40) e Creative (60), che ricostruisce a 4K immagini di bassa qualità. I servizi di controllo guidano una nuova immagine a partire da uno schizzo, una struttura o un riferimento di stile. Stability dichiara che ogni chiamata API viene filtrata contro i contenuti non sicuri e che gli output sono firmati C2PA; il limite è di 150 richieste ogni 10 secondi.

Stable Audio è ora il principale prodotto consumer di Stability AI e apre la sua home page. Stable Audio 3.0 crea brani completi fino a sei minuti a 44,1 kHz stereo, trasforma l’audio caricato con un prompt e può rielaborare o estendere parte di un brano. Stability dichiara che i modelli sono addestrati solo su musica con licenza, dalla libreria AudioSparx.

Puoi usarlo su stableaudio.com, in un plugin VST3 e AU per Mac con sincronizzazione del tempo e trascinamento nelle tracce (Windows è indicato come in arrivo) o tramite l’API a 8 crediti per generazione. I modelli 3.0 Medium e Small hanno pesi aperti e possono girare sul tuo computer.

Stable Video Diffusion è il modello video di Stability AI. La sua pagina elenca text-to-video, 14 o 25 fotogrammi a frame rate da 3 a 30 al secondo e generazione in due minuti o meno, il che produce clip di pochi secondi senza audio.

Stability ha ritirato l’API di Stable Video Diffusion il 24 luglio 2025, e la sua precedente app web stablevideo.com ora reindirizza alla pagina del modello. Il modello si può ancora ospitare in proprio con una licenza, ma oggi non esiste un modo in hosting su Stability per creare un video.

Stable Point Aware 3D (SPAR3D) costruisce un oggetto 3D completo da un’immagine in meno di un secondo e ti permette di modificarlo, e Stable Fast 3D crea un asset con texture in circa 0,5 secondi; entrambi sono sull’API, a 4 e 10 crediti. Stable Video 4D prende il video di un oggetto e restituisce nuove viste da otto angolazioni.

I modelli 3D precedenti, Stable Video 3D, Stable Zero123 e TripoSR, realizzato con Tripo AI, restano disponibili come pesi scaricabili. Si rivolgono a team di videogiochi, VR, retail e design che hanno bisogno di asset più che di video finiti.

La Community License consente a ricercatori, sviluppatori, creator e aziende con meno di $1M di fatturato annuo di usare gratis Stable Diffusion 3.5, SDXL Turbo, Stable Audio 3.0, Stable Fast 3D e altri modelli, anche a fini commerciali; chi li usa commercialmente deve registrarsi presso Stability. Gli output e i modelli personalizzati, come i LoRA, restano di tua proprietà.

Quando un’azienda e le sue affiliate superano $1M di fatturato, la Community License termina e serve una licenza Enterprise, con prezzo su richiesta e, come opzioni, addestramento di modelli personalizzati e consulenza. Stability addestra anche modelli personalizzati per grandi aziende tramite il suo team Strategic Partnerships.