如果你正在尋找一種不需要擔心 GPU 限制、也不用自己下載模型、能夠快速生成高質(zhì)量圖片的方法，那么在云端運行 Stable Diffusion 的方式將是一個很好的選擇。

今天給大家盤點三家提供 Stable Diffusion WebUI 的平臺，我們從計費方式，價格，模型數(shù)量，生成速度，安全性等維度進行對比分析，方便大家清晰地了解。

如果你正在尋找一種不需要擔心 GPU 限制、也不用自己下載模型、能夠快速生成高質(zhì)量圖片的方法，那么在云端運行 Stable Diffusion 的方式將是一個很好的選擇。

今天給大家盤點三家提供 Stable Diffusion WebUI 的平臺，我們從計費方式，價格，模型數(shù)量，生成速度，安全性等維度進行對比分析，方便大家清晰地了解。

一、RunDiffusion

推薦指數(shù)：★★★☆☆

網(wǎng)址：https://rundiffusion.com/

1. 推薦理由：RunDiffusion 是一個專注于 Stable Diffusion 模型的平臺，根據(jù)租用服務器的時間和模型的數(shù)量收費。

2. 優(yōu)點：它支持使用 ControlNet 來控制生成圖像的風格和細節(jié)，而且允許開發(fā)者添加自己的模型。最大比例支持 1024 * 1024。

3. 缺點：它的價格相對較高，而且支持的模型數(shù)量有限，只有 59 種。RunDiffusion 的生成速度平均需要 5 秒/張圖片。

二、Google Colab

推薦指數(shù)：★★☆☆☆

網(wǎng)址：https://colab.google/notebooks

1. 推薦理由：Google Colab 是一個基于云端的交互式 Python 環(huán)境，它可以讓用戶使用 Google 的計算資源來運行任何 Stable Diffusion 模型。

2. 優(yōu)點：它提供了免費和付費的選項， 可以支持多個用戶同時使用，并且可以利用 Google Cloud 的資源進行擴展。最大比例支持 2048 * 2048。

3. 缺點：付費用戶是小時計費，并且需要用戶自己安裝和配置相關的庫和代碼，也需要用戶自己下載和運行相關的模型。Google Colab 的生成速度平均需要 10 秒/張圖片。

詳細部署教程：

電腦配置低如何使用Stable Diffusion？試試免費快速的云部署方案！

前言 眾所周知，Stable Diffusion 本地部署要求是 windows 系統(tǒng)，而且對顯卡也有很高的要求，那對于囊中羞澀的打工人來說，投入成本太高，但是又很想使用 Stable Diffusion，下邊就來講一種云端部署方式，完全免費，算力也是免費的。

閱讀文章 >

三、Omniinfer

推薦指數(shù)：★★★★☆

網(wǎng)址：https://omniinfer.io

1. 推薦理由：Omniinfer 是一個提供 Stable Diffusion 模型 API 的平臺，它可以讓用戶通過簡單的調(diào)用就可以生成高質(zhì)量的圖像。

2. Omniinfer 的優(yōu)點：每個賬戶有初始額度，可以免費體驗服務，支持超過 10000 種 Stable Diffusion 模型，并且允許開發(fā)者添加自己的模型。Omniinfer 也支持使用 ControlNet 來控制生成圖像的風格和細節(jié)。最大比例支持 2048 * 2048。

3. Omniinfer 的另一個優(yōu)點是它的價格相對較低，而且按照使用次數(shù)收費，讓用戶可以靈活地控制自己的成本，512 * 512 的圖每張 $0.0015。。Omniinfer 的生成速度也很快，平均只需要 3 秒/張圖片。

4. 缺點：Inpainting 還在內(nèi)測，目前不可用

四、總結

綜上所述，如果你考慮到 Stable Diffusion 模型的數(shù)量、生成速度、價格和易用性，我建議你使用 Omniinfer；如果你考慮到服務器和模型的定制化和控制性，我建議你使用 RunDiffusion；如果你考慮到免費和擴展性，我建議你使用 Google Colab。當然，這些都是我的個人意見，你可以根據(jù)自己的實際情況和需求來做出最適合你的選擇。

我希望這篇文章對你有幫助。如果你還有其他問題，請告訴我。