Stable Diffusion 3 Medium es el modelo de generación de imágenes a partir de texto más avanzado lanzado hasta la fecha por Stability AI. Con 200 millones de parámetros, ofrece un excelente detalle, color e iluminación, y admite una variedad de estilos. El modelo comprende bien textos largos y prompts complejos, y puede generar imágenes con razonamiento espacial, elementos de composición, movimiento y estilo. Además, alcanza una calidad de texto sin precedentes, reduciendo errores de ortografía, espaciado, formación de letras y separación. El modelo es eficiente en cuanto a recursos, adecuado para funcionar en GPU de consumo estándar y permite el ajuste fino, pudiendo absorber detalles sutiles de conjuntos de datos pequeños, lo que lo hace ideal para la personalización.