stable-diffusion.cpp
AI-bild, video och ljud · Inferensmotor för bild- och videogenerering i ren C/C++ på ggml
Diffusionsmodeller i ren C/C++: kör Stable Diffusion, FLUX och Wan på CPU eller GPU, med kommandoradsverktyg, webbgränssnitt och HTTP-API i samma binär.
Betyg
84/100 av 100
Praktiskt granskad
Projektdata
7 893GitHub-stjärnor
Visa alla fakta och bedömningarVisa alla fakta
- Startår
- 2023
- Licens
- MITÖppen källkod (OSI-godkänd licens) · Källkoden – biblioteket, kommandoradsverktyget och servern med webbgränssnitt – ligger under MIT enligt LICENSE i repot. Modellvikterna är en egen fråga: de distribueras av sina utgivare under egna licenser (SD-Turbo under Stability AI Community License, SD 1.5 under CreativeML OpenRAIL-M), och de licenserna följer med varje nedladdad modell. · Licensmodeller
- Öppen källkod
- Ja
- Plattformar
- Linux · macOS · Windows
- API
- REST API Uppgivet
- Export
- Delvis Bilderna skrivs som vanliga PNG- eller WebP-filer med generationsparametrarna inbäddade i PNG-metadata i webui-kompatibelt format, så en bild kan flyttas till ett annat verktyg och köras om där. Modellvikterna ligger i öppna format (safetensors, ckpt, GGUF). Någon samlad export av serverkonfiguration eller recept finns inte – den får skrivas av för hand. Uppgivet
- Språk
- Gränssnitt: Engelska · Dokumentation: Engelska · Support: Engelska
Öppenhet och kontroll
5/5
Gäller: Hela källkoden ligger under MIT enligt LICENSE i repot: biblioteket, sd-cli och sd-server med det inbyggda webbgränssnittet. Det finns ingen sluten utgåva, inga funktioner bakom avtal och ingen licensnyckel – instansen i labbet byggdes ur källkoden och startade utan konto. Vikterna läses i öppna format (ckpt, safetensors, GGUF) som går att flytta mellan verktyg.
Funktionell passform
4/5
Gäller: Driftsatt i labbet på åtta delade vCPU utan grafikkort: modellen laddades ur model-katalogen på 1,1 sekund, och en 512 × 512-bild tog 1 minut och 52 sekunder med ett steg. Samma server svarade på OpenAI-formatet, AUTOMATIC1111-formatet och det egna asynkrona jobb-API:t, och bilden kom tillbaka som PNG med parametrarna inbäddade. Användningsfallet går att lösa – men bara i 512 × 512 och med en kvalitet som är illustration, inte fotorealism, och videomodellerna är inte praktiska utan GPU.
Dataflytt och interoperabilitet
5/5
Gäller: Det finns inget att låsa in sig i: tillståndet är modellfilerna och de genererade bilderna, båda i öppna format. Vikterna flyttas som safetensors eller GGUF, bilderna skrivs som PNG eller WebP med generationsparametrarna i PNG-metadata i webui-kompatibelt format, och servern har ingen databas och ingen egen lagring. Hela installationen flyttas genom att kopiera binären och model-katalogen.
Mognad och trygghet
3/5
Gäller: Projektet är mycket aktivt – förrådet fick commits samma dag som bedömningen gjordes – men beskriver sig självt som under aktiv utveckling och säger uttryckligen att API och kommandoradsflaggor kan ändras ofta. Det märktes i labbet: bygget kräver att rätt CMake-flaggor kombineras, serverrecepten förutsätter en viss katalogstruktur, och VAE-avkodningen tog 91 sekunder av 171 för en enda bild. Ett levande projekt med skarp prestanda, men utan utfryst API-version.
Framtidskraft
4/5
Gäller: Servern talar tre API-familjer samtidigt, varav OpenAI-formatet gör den utbytbar i klienter som redan pekar mot en molntjänst, och det egna /sdcpp/v1 har asynkrona jobb med status och avbrott – det som behövs för att en agent eller ett skript ska kunna vänta på en bild. Den används som motor i andra program (LocalAI, KoboldCpp och en GIMP-plugin listas i README), och det finns en tredjeparts MCP-server som kör mot det nativa API:t. Att API:t inte är fruset drar ned ett steg.
Drift och införande
4/5
Gäller: En container med en enda binär och libgomp som enda beroende, ingen databas och ingen sidotjänst – det är enklare drift än de flesta katalogposter. Modellerna laddas ner för sig och ligger kvar i en katalog. Det som drar ned är att servern saknar autentisering och måste stå bakom en proxy, att bygget ur källkoden kräver eftertanke kring CMake-flaggor och minne, och att prestandan beror helt på vilka kärnor som finns.
Kostnadsbild
5/5
Gäller: MIT och inga licenskostnader, ingen prenumeration och ingen molnräkning per bild: kostnaden är de kärnor och det RAM som redan finns, plus el. Modellvikterna är gratis att ladda ner, även om varje modell har sina egna villkor (SD-Turbo under Stability AI Community License).
Svensk användbarhet
2/5
Gäller: Varken webbgränssnittet eller dokumentationen finns på svenska – servern har engelska texter och det finns ingen översättningsmekanism. För ett verktyg som mest används över API och kommandorad betyder språket mindre, men den som ska sätta upp det läser engelsk dokumentation, och det finns ingen svensk supportkanal.
Kostnad: .
Faktakontrollerad
