Stability AI

Stability AI er bygget til dig, der arbejder med visuelt indhold og gerne vil have kontrol over modellen selv. Virksomheden blev grundlagt i 2020 og har hovedkvarter i London. Kernen i porteføljen er Stable Diffusion-familien til billedgenerering, suppleret med modeller til kode, sprog og lyd.

Det, der adskiller udbyderen fra de fleste andre, er at vægten ligger på åbne modelvægte frem for lukket API-adgang alene. Du kan hente en model, køre den på egen hardware og tilpasse den til dit eget materiale. Samme model findes også bag et hosted API og DreamStudio-interfacet, hvis du ikke vil drive infrastruktur selv.

Den kundetype, der får mest ud af det, er kreative teams, bureauer og produktudviklere med billedgenerering som en central del af arbejdet. Hvis dit primære behov er tekstforståelse, chat eller dokumentanalyse, er sprogmodellerne her mindre modne end hos de udbydere, der har specialiseret sig i netop det.

Du kan komme i gang ad to veje. Den hurtigste er at oprette en API-nøgle og kalde REST-endpointet eller bruge Python SDK'et, hvor du sender en prompt og en række parametre og får et billede tilbage. Den anden vej er at hente modelvægtene og køre inference lokalt eller på din egen GPU-instans.

API'et lægger op til finkornet styring. Du arbejder med seeds, sampler-indstillinger, antal steps og styrken af prompt-vejledningen, og de valg påvirker resultatet mærkbart. Det giver god reproducerbarhed, men kræver også at du eksperimenterer dig frem til indstillinger, der passer til din brugssituation.

Friktionen ligger typisk tre steder. Prompt-arbejdet med billedmodeller er mindre intuitivt end med tekstmodeller, og der går tid med at finde et sprog, modellen reagerer forudsigeligt på. Kører du selv, skal du håndtere GPU-kapacitet, modelversioner og køstyring. Bruger du det hostede API, skal du bygge retry-logik og tage højde for, at tilgængeligheden har været mindre stabil end hos de store cloud-udbydere.

Fordelen ved åbne vægte er, at lock-in er lavere end normalt. Skifter API'et pris, vilkår eller tilgængelighed, kan du i mange tilfælde hoste den samme model selv. Det forudsætter dog, at du har kompetencerne og hardwaren, og at du læser licensvilkårene for den konkrete model, før du bruger den kommercielt. Licenserne er ikke ens på tværs af modellerne.

På datasiden er selv-hosting det stærkeste kort, hvis du arbejder med materiale, der ikke må forlade din egen infrastruktur. Bruger du det hostede API, bør du undersøge, hvor behandlingen foregår, og hvad der gælder for de billeder og prompts, du sender ind. Hovedkvarteret ligger i UK, hvilket ikke i sig selv siger noget om, hvor din data behandles.

Support og driftsgarantier er et svagere punkt end hos de udbydere, der målretter sig store organisationer. Har du behov for kontraktlige SLA'er, dedikeret support og forudsigelig oppetid, passer en større cloud-platform ofte bedre, eventuelt med Stable Diffusion kørende via en tredjepart. Har du derimod brug for at tilpasse modellen dybt eller holde alt inden for egne rammer, er de åbne vægte svære at matche.