Stable Diffusion 3 Medium ist das bisher fortschrittlichste von Stability AI veröffentlichte Text-zu-Bild-Generierungsmodell. Mit 200 Millionen Parametern liefert es hervorragende Details, Farben und Lichteffekte und unterstützt diverse Stile. Das Modell versteht lange Texte und komplexe Prompts ausgezeichnet und generiert Bilder mit räumlicher Logik, Kompositionselementen, Bewegung und Stil. Darüber hinaus erreicht es eine beispiellose Textqualität und reduziert Fehler bei Rechtschreibung, Zeilenabstand, Buchstabenbildung und -abstand. Das Modell ist ressourceneffizient, läuft auf handelsüblichen Consumer-GPUs und ist feinabstimmbar. Es kann subtile Details aus kleinen Datensätzen erlernen und ist daher ideal für die individuelle Anpassung.