Uso principal declarado o inferido con cautela desde la documentación oficial.
Stable Diffusion 3.5 Large
Modelo base de imagen de 8B parámetros para generación y edición, disponible por API y para despliegue propio bajo licencia de Stability.
Lo esencial
Capacidad máxima de entrada cuando la fuente la publica.
Límite máximo de generación documentado.
Canales de disponibilidad verificados.
Familia funcional principal y especialidades verificadas.
Condiciones declaradas para API, pesos o despliegue propio.
Límites e integración
| ID de API | sd3.5-large |
|---|---|
| Tipo de modelo | Imagen |
| Modelo de acceso | API y pesos abiertos |
| Licencia | Stability AI Community License |
| Despliegue | API o autoalojado según licencia |
| Lanzamiento | 22 OCT 2024 |
| Corte de conocimiento | No publicado |
| Entrada | Texto · Imagen |
| Salida | Imagen |
| Ventana de contexto | Prompt de hasta 10.000 caracteres |
| Salida máxima | Imagen de 1 MP en API |
| Razonamiento | No aplica o no publicado |
| Herramientas publicadas | |
| Salidas estructuradas | No aplica o no publicado |
| Procesamiento por lotes | No publicado |
| Caché de prompts | No publicado |
| Ajuste fino | Pesos disponibles |
| Plataformas verificadas | Stability API · Hugging Face |
Generación y edición de imagen con control de despliegue.
La licencia tiene condiciones de uso comercial; revisa ingresos, distribución y modelo derivado.
Qué puede hacer
Orientación
Generación y edición de imagen con control de despliegue.
Contexto
Prompt de hasta 10.000 caracteres · Imagen de 1 MP en API
Herramientas e integración
No publicado
Acceso
Stability API y pesos
Coste documentado
| Concepto | Valor | Unidad / condición |
|---|---|---|
| Entrada estándar | 6,5 créditos por generación | Tarifa estándar de API |
| Entrada en caché | No publicado | Lectura de prefijos reutilizados |
| Escritura o almacenamiento de caché | No publicado | La condición varía según proveedor |
| Salida estándar | No publicado | Puede incluir tokens de razonamiento |
| Entrada por lotes | No publicado | Procesamiento asíncrono |
| Salida por lotes | No publicado | Procesamiento asíncrono |
Consulta la fuente primaria: la unidad de facturación depende del tipo de modelo y del canal de acceso.
i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.
Cómo leer los resultados
Un benchmark público orienta, pero no sustituye una evaluación con tus datos, herramientas, presupuesto y tolerancia al error.
| Benchmark | Resultado | Métrica | Fuente |
|---|---|---|---|
| Evaluación SD 3.5 Large | Modelo base principal | Calidad y seguimiento de prompt | Ver fuente ↗ |
Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.
Cronología
Stable Diffusion 3.5 Large
Versión incorporada al catálogo verificado de Inferama.
Análisis relacionados
Black Forest Labs: verificación de la oferta de modelos FLUX y sus canales de acceso
Auditoría documental del estado actual de Black Forest Labs, centrada en la trazabilidad de sus modelos de generación de imágenes (familia FLUX), la disponibilidad de sus APIs y las políticas de uso publicadas.
07 nov. 2026 ↗ ANALISISGeneración de imágenes de producto: cuándo basta un prompt y cuándo se requiere un pipeline de control
Un marco de decisión para clasificar la producción de imágenes de producto en tres niveles de exigencia: variación estética, consistencia de marca y precisión geométrica. Analiza los límites de la generación directa y la necesidad de herramientas de control o post-procesamiento.
20 oct. 2026 ↗ COMPARATIVAStable Diffusion 3.5 Large bajo prueba: cómo medir el seguimiento de prompts
Un protocolo reproducible para evaluar si SD 3.5 Large respeta instrucciones visuales concretas, comparar sus resultados con Medium sin confundir diferencias de configuración y comunicar los límites de la evidencia.
29 sep. 2026 ↗ GUIAEdición localizada de imágenes con IA: cómo comprobar que el modelo cambia solo lo pedido y conserva el resto del activo
Una edición generativa útil en producción no se valida solo porque el cambio solicitado parezca correcto. Esta guía propone tratar cada retoque como un contrato de preservación: definir qué puede cambiar, qué debe mantenerse, cómo medirlo y cuándo exigir revisión humana.
23 sep. 2026 ↗