如果你正在寻找一种不须要担心 GPU 限制、也不用自己下载模型、能够快速生成高质量图片的方法，那么在云端运转 Stable Diffusion 的方式将是一个很好的选择。
今天给大家盘点三家提供 Stable Diffusion WebUI 的平台，我们从计费方式，价值，模型数目，生成速率，安全性等维度进行对比分析，方便大家清晰地了解。
更多相关干货：
一、RunDiffusion
引荐指数：★★★☆☆
网址：https://rundiffusion.com/
引荐理由：RunDiffusion 是一个专注于 Stable Diffusion 模型的平台，根据租用服务器的时间和模型的数目收费。
便宜：它支援运用 ControlNet 来控制生成图象的风格和细节，而且允许开发者增加自己的模型。最大比率支援 1024 * 1024。
缺陷：它的价值相对较高，而且支援的模型数目有限，只有 59 种。RunDiffusion 的生成速率平均须要 5 秒/张图片。
二、Google Colab
引荐指数：★★☆☆☆
网址：https://colab.google/notebooks
引荐理由：Google Colab 是一个基于云端的交互式 Python 环境，它可以让用户运用 Google 的计算资源来运转任何 Stable Diffusion 模型。
便宜：它提供了收费和付费的选项， 可以支援多个用户同时运用，并且可以利用 Google Cloud 的资源进行扩展。最大比率支援 2048 * 2048。
缺陷：付费用户是小时计费，并且须要用户自己安装和配置相关的库和代码，也须要用户自己下载和运转相关的模型。Google Colab 的生成速率平均须要 10 秒/张图片。
详细部署教程：
三、Omniinfer
引荐指数：★★★★☆
网址：https://omniinfer.io
引荐理由：Omniinfer 是一个提供 Stable Diffusion 模型 API 的平台，它可以让用户通过简单的调用就可以生成高质量的图象。
Omniinfer 的便宜：每个账户有初始额度，可以收费体验服务，支援超过 10000 种 Stable Diffusion 模型，并且允许开发者增加自己的模型。Omniinfer 也支援运用 ControlNet 来控制生成图象的风格和细节。最大比率支援 2048 * 2048。
Omniinfer 的另一个便宜是它的价值相对较低，而且按照运用次数收费，让用户可以灵活地控制自己的成本，512 * 512 的图每张 $0.0015。。Omniinfer 的生成速率也很快，平均只须要 3 秒/张图片。
缺陷：Inpainting 还在内测，目前不可用
四、总结
综上所述，如果你考虑到 Stable Diffusion 模型的数目、生成速率、价值和易用性，我建议你运用 Omniinfer；如果你考虑到服务器和模型的定制化和控制性，我建议你运用 RunDiffusion；如果你考虑到收费和扩展性，我建议你运用 Google Colab。当然，这些都是我的个人意见，你可以根据自己的实际情况和需求来做出最适合你的选择。