趋近智
Kandinsky 3.0
参数
2.1B
模态
Image
辅助参数
4.7B
架构
Diffusion Transformer
许可证
Apache 2.0
发布日期
5 Dec 2023
API 价格 (每 1M)
仅支持自建托管
硬件选型
精度
工作负载显存: 3.67 GB
INT4 · 1024x1024
DiT 骨干权重: 0.98 GB
VAE 解码工作区: 0.19 GB
运行时与计算图: 2.50 GB
最小所需硬件
1x NVIDIA L4 24GB
3.7 / 21.6 GB usable
1x RTX 3060 12GB
3.7 / 10.8 GB usable
Apple M4 24GB
3.7 / 18.0 GB usable
确定特定工作负载的硬件需求：
在显存计算器中打开
架构图
关于 Kandinsky 3.0
Kandinsky 3.0 is a 2.1B parameter latent diffusion model powered by a pure UNet backbone and Flan-UL2 text encoder, optimized for photorealism and multilingual prompt processing.
技术规格
注意力
注意力头
64
注意力头维度
64
维度
辅助参数
4.7B
隐藏维度大小
4,096
层数
12