Stable Diffusion XL 1.0
stability · sdxl-1.0
这是一个可用于根据文本提示生成和修改图像的模型。它是一个潜在扩散模型(Latent Diffusion Model),使用了两个固定的预训练文本编码器(OpenCLIP-ViT/G 和 CLIP-ViT/L)。
stability · sdxl-1.0
这是一个可用于根据文本提示生成和修改图像的模型。它是一个潜在扩散模型(Latent Diffusion Model),使用了两个固定的预训练文本编码器(OpenCLIP-ViT/G 和 CLIP-ViT/L)。
这是一个可用于根据文本提示生成和修改图像的模型。它是一个潜在扩散模型(Latent Diffusion Model),使用了两个固定的预训练文本编码器(OpenCLIP-ViT/G 和 CLIP-ViT/L)。
查看介绍来源不同地方写法可能不一样,列在这里方便你对上号。名字太模糊、认不准的不会公开。
暂无官方价格
这里只算能确认就是这个型号的公开成绩。没成绩不代表它不行,我们也不会给它记 0 分。
可能是没人测过,也可能是名字对不上号。我们宁可空着,也不拿差不多的成绩硬凑。
这个模型还没有可比的综合成绩,下面是它的单项成绩。
同一道题直接问模型,不给它工具。每项都标出参加这项评测的全部模型的中位分和最高分,方便对照。
这个模型还没有可公开的单项成绩。
这不是模型自己的分数。下面的成绩是模型配上评测方的工具和运行环境跑出来的,换一套工具结果就会变。它们不算进上面的档位,也不能拿来排模型强弱。
这个模型还没有出现在 SWE-bench、Terminal-Bench 一类的 Agent 评测里。
可以写下第一条评价。
你可以提出第一个问题。
这是一个可用于根据文本提示生成和修改图像的模型。它是一个潜在扩散模型(Latent Diffusion Model),使用了两个固定的预训练文本编码器(OpenCLIP-ViT/G 和 CLIP-ViT/L)。
这是一个可用于根据文本提示生成和修改图像的模型。它是一个潜在扩散模型(Latent Diffusion Model),使用了两个固定的预训练文本编码器(OpenCLIP-ViT/G 和 CLIP-ViT/L)。
查看介绍来源不同地方写法可能不一样,列在这里方便你对上号。名字太模糊、认不准的不会公开。
暂无官方价格
这里只算能确认就是这个型号的公开成绩。没成绩不代表它不行,我们也不会给它记 0 分。
可能是没人测过,也可能是名字对不上号。我们宁可空着,也不拿差不多的成绩硬凑。
这个模型还没有可比的综合成绩,下面是它的单项成绩。
同一道题直接问模型,不给它工具。每项都标出参加这项评测的全部模型的中位分和最高分,方便对照。
这个模型还没有可公开的单项成绩。
这不是模型自己的分数。下面的成绩是模型配上评测方的工具和运行环境跑出来的,换一套工具结果就会变。它们不算进上面的档位,也不能拿来排模型强弱。
这个模型还没有出现在 SWE-bench、Terminal-Bench 一类的 Agent 评测里。
该模型还没有公开的中转服务商线路。
下面是别人对这个模型做过的检测,按时间从新到旧排。
验真报告公开后会展示在这里。
公开点评会展示在这里,登录后可以提交真实使用体验。
你可以提出第一个问题。