Stability AI vs Leonardo AI：我的第一人称深度测评
我使用AI生成图像已经超过两年——最初只是作为爱好者在创作D&D角色肖像，后来成为独立游戏资产的自由设计师。我在Midjourney上消耗过无数积分，与ComfyUI的工作流程搏斗过，测试过每一个发布的新模型。但有两个平台成了我的日常工具：Stability AI（具体来说是Stable Diffusion 3.5和最新的SDXL优化版）和Leonardo AI（一体化网页平台）。这是经过数百小时、数千次生成后，我给出的诚实、详细的对比。
快速对比表
| 特性 | Stability AI (SD 3.5 / SDXL) | Leonardo AI (平台 v2.1) |
|---|---|---|
| 定价 | 免费版（非常有限），API点数每月20美元；网页界面无订阅制 | 免费版（每天150点数），每月10美元（学徒），每月24美元（工匠），每月48美元（大师） |
| 最新模型 | Stable Diffusion 3.5 Large（80亿参数） | Phoenix（自定义微调），基于SDXL的模型 |
| 控制方式 | 手动提示词，高级参数（CFG、步数、种子） | 内置工具：图生图、画布编辑器、提示词魔法、预设 |
| 生成速度 | API约10-15秒/张（A100显卡） | 云端GPU约5-10秒/张 |
| 分辨率 | 最高1024x1024（原生），可通过放大工具提高 | 最高1024x1024，内置放大工具（2倍、4倍） |
| 社区 | 开源，Discord，GitHub | 活跃的Discord，精选画廊，挑战赛 |
| 最适合 | 高级用户，自定义工作流，本地部署 | 新手，快速迭代，一体化工具集 |
功能对决
第一轮：易用性与上手体验
我第一次打开Leonardo AI时，映入眼帘的是一个精美的网页界面，侧边栏满是选项："图像生成"、"画布编辑器"、"实时画布"、"图生图"和"训练你自己的模型"。几秒钟内我就能开始生成——只需输入提示词，选择一个预设（比如"电影感"或"动漫"），然后点击生成。每天免费的150个点数相当慷慨，"提示词魔法"开关会自动优化我的措辞。不到10秒我就得到了一张可用的图像。
而Stability AI，感觉就像走进一个没有说明书的车间。官方网页版（stability.ai）功能极其简陋：一个文本框，几个滑块（CFG比例、步数、种子），和一个生成按钮。没有预设，没有画布工具，没有图生图——除非你使用API或第三方应用。免费版每天只给你屈指可数的几次生成机会。对新手来说，这令人望而生畏。对我这样的老手来说，想要获得一致的结果，仍然需要调整每一个参数，非常繁琐。
胜者：Leonardo AI —— 它就是为了即时生产力而设计的，而非单纯的原始性能。
第二轮：图像质量与模型能力
我在两个平台上运行了相同的提示词："一个赛博朋克武士站在霓虹灯闪烁的屋顶上，下着雨，电影级布光，8K画质，细节丰富的盔甲，发光的武士刀。"
Stability AI (SD 3.5 Large)： 输出令人惊艳——逼真的雨滴，带有划痕的精美盔甲板，霓虹光芒和阴影的完美平衡。面部解剖结构正确，构图自然。SD 3.5处理包含多个主体和光照效果的复杂提示词时，比我试过的任何其他模型都好。但它需要非常具体的提示词结构。如果我偷懒了，图像就会变成一团糟。
Leonardo AI (Phoenix模型)： 图像不错——色彩鲜艳，主体清晰，氛围很好。但武士的盔甲细节较少，雨水看起来像是一个通用的叠加层，武士刀的光芒有点过曝。Phoenix是SDXL的微调版本，因此继承了SDXL的一些弱点（例如，手部仍然可能变形，复杂场景有时缺乏连贯性）。不过，Leonardo内置的"提示词魔法"和负面提示词预设帮助我一次就得到了8/10的结果，而SD 3.5花了三次尝试才达到9/10。
就原始保真度和提示词遵循度而言，Stability AI胜出——但前提是你知道如何驾驭它。
第三轮：工具与工作流集成
这是Leonardo AI真正大放异彩的地方。我需要为一个游戏创建角色设定图：矮人战士的正面、侧面和动作姿势。使用Leonardo：
- 我用图生图将基础草图优化为精美的渲染图。
- 画布编辑器让我可以对矮人的胡须进行局部重绘，并在盾牌上添加符文。
- 我一键生成了背景去除。
- 模型训练功能（DreamBooth）让我可以用10张矮人图像训练自定义模型，这样以后生成的所有图像都有一致的面部特征。
- 所有这些都在同一个浏览器标签页中完成，无需外部工具。
Stability AI原生不提供任何这些功能。要获得相同的结果，我必须：
- 使用API（需要编程）或第三方界面如ComfyUI。
- 下载单独的局部重绘模型。
- 使用Photoshop或GIMP进行背景去除。
- 用Kohya_ss搭建本地训练环境（我花了3个小时配置）。
胜者：Leonardo AI —— 它是一个完整的套件，而不仅仅是一个生成器。
第四轮：自定义与控制
对于高级用户来说，Stability AI是一个梦想。我可以下载模型权重，在我的RTX 4090上本地运行，并对每个方面拥有完全控制：LoRA、文本反转、ControlNet、IP-Adapter和自定义调度。我可以使用TensorRT优化在2秒内生成1024x1024的图像。我甚至可以在自己的数据集上微调模型。开源生态系统非常庞大。
Leonardo AI的限制更多。你可以调整CFG、步数和种子，但只能使用他们提供的预设和模型。你可以训练自定义模型（大师计划最多10个），但不能导出它们或在平台之外使用。图像生成速度很快，但你是在为便利和速度付费。
胜者：Stability AI —— 适合那些想要打破限制、构建自定义流水线的人。
第五轮：定价与价值
我们来谈谈实际数字。我是一名自由设计师，每周为客户样机和资产包生成约500张图像。
Stability AI：
- API：每张图像0.002美元（SD 3.5 Large，1024x1024，50步）。500张图像=每天1美元，约每月30美元。但这只是生成费用——没有训练，没有编辑工具。如果需要局部重绘，需要额外付费。如果想训练LoRA，我用自己的计算资源（电费约每月15美元）。总计：约每月45美元+我的时间成本。
- 免费版：每天5-10张图像，无法用于生产。
Leonardo AI：
- 大师计划（每月48美元）：每月6600个点数（默认设置下约1100张图像）。但点数也用于训练、放大和画布编辑。我用点数很快——训练一个自定义模型需要500点数。对于每周500张图像，我两周内就会达到限额，需要购买额外点数（每1000个10美元）。总计：约每月68美元。
- 免费版：每天150个点数（约25张图像），适合实验但不适合严肃工作。
胜者：Stability AI —— 对于高产量、技术型用户来说更便宜，前提是他们能搞定设置。
优缺点
Stability AI
优点：
- 最先进的图像质量（SD 3.5 Large是我用过的最好的开源模型）。
- 通过API或本地部署实现完全控制。
- 开源生态系统：LoRA、ControlNet、自定义训练。
- 对高产量API用户更便宜。
缺点：
- 学习曲线陡峭；没有内置编辑工具。
- 网页界面功能简陋；高级工作流需要第三方软件。
- 免费版极其有限。
- 模型更新可能破坏现有工作流（例如，SD 3.5改变了提示词语法）。
Leonardo AI
优点：
- 极其用户友好；几秒钟内就能获得好结果。
- 一体化平台：生成、编辑、训练、放大。
- 活跃的社区和提示词库。
- 对休闲用户来说免费版相当慷慨。
缺点：
- 图像质量上限低于SD 3.5。
- 封闭的生态系统；无法导出模型或在平台外使用。
- 对于重度用户来说，点数系统可能很贵。
- 对生成参数的控制较少。
最终结论
如果你是一个追求绝对最佳图像质量和控制的超级用户，Stability AI是明显的赢家。我在高端客户工作中使用它，每一像素都很重要，而且我有技术能力设置ComfyUI和训练自定义模型。它是为工匠准备的工具，而不是给游客的。
但对于我90%的日常工作——快速概念艺术、社交媒体图形、游戏资产变体和迭代设计——我会选择Leonardo AI。它更快、更容易，内置工具（画布编辑器、图生图、模型训练）为我节省了数小时的手动工作。质量差异只有在像素级对比时才明显；对于大多数使用场景，Leonardo的输出已经足够好。
我的赢家：Leonardo AI —— 因为最好的工具是你真正在用的那个。Stability AI在我的工具箱里为特殊场合准备，但Leonardo AI是我日常的得力助手。便利性、速度和集成工作流，对于我的实际需求来说，超过了SD 3.5那微弱的画质优势。