EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Un chercheur de Goodfire relance le débat sur l'interprétabilité des réseaux de neurones19/10/26 · Goodfire|Le CERN et Mistral AI signent une déclaration d'intention pour une collaboration en IA scientifique19/10/26 · Mistral AI|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|Un chercheur de Goodfire relance le débat sur l'interprétabilité des réseaux de neurones19/10/26 · Goodfire|Le CERN et Mistral AI signent une déclaration d'intention pour une collaboration en IA scientifique19/10/26 · Mistral AI|
🇬🇧 Royaume-Uni🎨 Génération imageSortie octobre 2024

Stable Diffusion 3.5

Stability AI
Open-sourceGratuitSelf-hostHéb. UE Données fiche 23/100 Trust Index 81
Verdict

Une option solide pour l'auto-hébergement et le contrôle total des données.

Présentation

Stable Diffusion 3.5 reste la référence open-source de la génération d'images. Largement supportée par l'écosystème (ComfyUI, A1111), des milliers de LoRAs communautaires permettent des styles personnalisés. Idéal pour le self-host et le fine-tuning. Qualité brute en retrait de FLUX.1 et Midjourney mais infinie en personnalisation.

Profil de compétences

FrançaisRaisonn.VitesseCréativitéSûreté

Non communiqué

Forces

  • Dispose d'un tier gratuit
  • Open-source et auto-hébergeable

Limites

  • Filtres de sûreté légers
  • Tarification API non publiée

À qui ça s'adresse

Pour vous si…
  • vous voulez maîtriser vos coûts ou auto-héberger
  • vos données doivent rester en UE
À éviter si…
  • vous voulez des garde-fous stricts

Cas d'usage idéaux

  • Self-hosting génération image
  • Fine-tuning custom
  • LoRAs communautaires
  • Pas de filtres

Accès & disponibilité

Tier gratuit disponibleAuto-hébergeable (poids ouverts)

Caractéristiques clés

Contexte
4K
Prix entrée
—
Prix sortie
—
Vitesse
—
Prix non auditéBenchmarks non audités

Combien ça coûte par mois

Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

Via API
Tarif API non publié
Auto-hébergé
Poids fermés : pas d’auto-hébergement

Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.

nAIvigate Trust Index

81/100

Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.

19/19 critères documentés · 100 % · dont 12 posés par règle

Données100
5/5 · 30 %
Souveraineté77
3/3 · 20 %
Transparence75
4/4 · 15 %
Entreprise100
5/5 · 20 %
Licence30
2/2 · 15 %
Voir les critères▾
Données
Résidence des données en UEposé par règle
Pas de transfert hors UEposé par règle
Pas d’entraînement sur vos donnéesposé par règle
Rétention configurableposé par règle
Zero Data Retentionposé par règle
Souveraineté
Auto-hébergeable (poids ouverts)
Hébergement UE proposéposé par règle
Éditeur européenpays : GB30
Transparence
Licence publiée (URL)
Tarifs publics sourcés
Engagements de conformité publiésposé par règle
Liste des sous-traitants publiéeposé par règle
Entreprise
DPA disponible
SSO / SAMLposé par règle
Provisionnement SCIMposé par règle
Journaux d’auditposé par règle
SOC 2 / ISO 27001sans objet
Endpoint privé chez l’éditeurposé par règle
Licence
Usage commercial autorisé
Type de licencestability-community60
Classement complet et méthodologie

Badge Trust Index

Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.

nAIvigate Trust Index · Stable Diffusion 3.5
[![nAIvigate Trust Index · Stable Diffusion 3.5](https://naivigate.com/badge/stable-diffusion-3-5.svg)](https://naivigate.com/fr/model/stable-diffusion-3-5)

Données & conformité

Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.

Résidence des données en UEOui
Accord de traitement (DPA)Sans objet· auto-hébergé : les données ne sortent pas
Transfert hors UENon
Entraînement sur vos donnéesNon
Rétention configurableSans objet· auto-hébergé : les données ne sortent pas
Zero Data RetentionSans objet· auto-hébergé : les données ne sortent pas
Auto-hébergeableOui
Hébergement déclaréself
Données anonymisablesOui
Déduit de l’hébergement déclaré, non vérifié à la source.Besoin d’une analyse dans votre contexte ? Shadow AI Sentinel

Qualité des données de la fiche

23/100

Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.

3/8 documentées · 0/8 sources primaires · 2 de plus de 90 jours

Prix APIpoids ouverts, pas de tarif APIabsent
Fenêtre de contexteévaluation nAIvigate
Elo Arenaabsent
Benchmarks (MMLU, GPQA, SWE-bench…)absent
Licenceévaluation nAIvigate
Données & conformitéauto-hébergé : déduitdéduit
Adoption (Hugging Face)absent
Matériel requis (quantizations)calculé depuis la taille du modèleabsent
Données avancées · pour experts
Architecture, modalités, coût détaillé, benchmarks complets
▾
Architecture
—
Taille
—
Date de coupe
—
Entrées
text, image
Sorties
image
Licence
stability-community
Hébergement
self
Score d'hallucination
3/5
Coût estimé (API)
Échange type (~3k entrée / 1k sortie)
Non communiqué
1M entrée + 1M sortie
Non communiqué
Tous les benchmarks
Arena Elo—
MMLU—
GPQA—
HumanEval—
SWE-Bench—
MATH—

Modèles similaires