低設定電腦安裝Stable Diffusion 三個WebUI 服務對比

低設定電腦玩玩Stable Diffusion

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、能夠快速產生高品質圖片的方法，那麼在雲端運行 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 的平台，我們從計費方式，價格，模型數量，產生速度，安全性等維度進行比較分析，方便大家清楚了解。

一、RunDiffusion

推薦指數：★★★☆☆

網址：https://rundiffusion.com/

1. 推薦理由：RunDiffusion 是一個專注於Stable Diffusion 模型的平台，根據租用伺服器的時間和模型的數量收費。
2. 優點：它支援使用 ControlNet 來控制生成圖像的風格和細節，而且允許開發者添加自己的模型。最大比例支援1024 * 1024。
3. 缺點：它的價格相對較高，而且支援的模型數量有限，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：★★☆☆☆

網址：https://colab.google/notebooks

1. 推薦理由：Google Colab 是一個基於雲端的互動式 Python 環境，它可以讓使用者使用Google 的運算資源來運行任何Stable Diffusion 模型。
2. 優點：它提供了免費和付費的選項， 可以支援多個用戶同時使用，並且可以利用 Cloud 的資源進行擴展。最大比例支援2048 * 2048。
3. 缺點：付費用戶是小時計費，需要用戶自行安裝和設定相關的程式庫和程式碼，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。

三、Omniinfer

推薦指數：★★★★☆

網址：https://omniinfer.io

1. 推薦理由：Omniinfer 是一個提供Stable Diffusion 模型API 的平台，它可以讓使用者透過簡單的呼叫就可以產生高品質的映像。
2. Omniinfer 的優點：每個帳戶都有初始額度，可以免費體驗服務，支援超過10000 種Stable Diffusion 模型，並且允許開發者添加自己的模型。 Omniinfer 也支援使用ControlNet 來控制產生影像的風格和細節。最大比例支援2048 * 2048。
3. Omniinfer 的另一個優點是它的價格相對較低，而且以使用次數收費，讓使用者可以靈活地控制自己的成本，512 * 512 的圖每張$0.0015。 。 Omniinfer 的產生速度也很快，平均只需要3 秒/張圖片。
4. 缺點：Inpainting 還在內測，目前不可用

四、總結

綜上所述，如果你考慮到Stable Diffusion 模型的數量、生成速度、價格和易用性，我建議你使用Omniinfer；如果你考慮到伺服器和模型的客製化和控制性，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，你可以根據自己的實際情況和需求來做最適合你的選擇。

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。