Stable Audio 3 Medium vs Stable Audio 2.5

Stable Audio 3 Medium e Stable Audio 2.5 lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.

Stability AI Geração de Áudio

Stable Audio 3 Medium vs Stable Audio 2.5 em resumo

Stable Audio 3 Medium e Stable Audio 2.5 são modelos de Stability AI na categoria Geração de Áudio, disponíveis pela API da EmpirioLabs.

Principais diferenças

  • Stable Audio 3 Medium é o lançamento mais recente (20 de mai. de 2026); Stable Audio 2.5 foi lançado em 10 de set. de 2025.
  • Recursos indicados apenas para Stable Audio 3 Medium: seed control.

Stable Audio 3 Medium vs Stable Audio 2.5: especificações

EspecificaçãoStable Audio 3 MediumStable Audio 2.5
ID do modelostable-audio-3-mediumstable-audio-2-5
AutorStability AIStability AI
Lançado20 de mai. de 202610 de set. de 2025
Entrada
Texto
Texto
Saída
Áudio
Áudio
Endpoints
POST /v1/audio/generations
POST /v1/audio/generations
Recursos
music generation text to audio sound effects seed control
music generation text to audio sound effects

Stable Audio 3 Medium vs Stable Audio 2.5: preços da API

Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.

Stable Audio 3 Medium vs Stable Audio 2.5: parâmetros da API

Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.

ParâmetroStable Audio 3 MediumStable Audio 2.5
promptstringstring
audio_duration1 a 380 Padrão: 30-
num_inference_steps4 a 8 Padrão: 8-
seed0 a 2147483647number
formatmp3, wav, flac, ogg Padrão: mp3-
response_formaturl, b64_json Padrão: url-
return_base64boolean Padrão: false-
mode-text-to-audio, audio-to-audio, audio-inpaint Padrão: text-to-audio
output_format-mp3, wav Padrão: mp3
duration-1 a 190 Padrão: 190
steps-4 a 8 Padrão: 8
cfg_scale-1 a 25 Padrão: 1
strength-0.01 a 1 Padrão: 1
mask_start-0 a 190 Padrão: 30
mask_end-0 a 190 Padrão: 190
random_seed-boolean Padrão: true

Stable Audio 3 Medium vs Stable Audio 2.5: limites e notas

Stable Audio 3 Medium

Gera música e efeitos sonoros a partir de texto: 44,1 kHz estéreo, de 1 a 380 segundos por clipe. Alimentado por Stability AI.

Entrada

  • Um prompt de texto descrevendo a música ou som: gênero, instrumentos, humor, tempo ou o efeito.
  • audio_duration define o comprimento em segundos, de 1 a 380. O padrão é 30.
  • num_inference_steps de 4 a 8. O padrão é 8.
  • seed repete um resultado. Prompts negativos, letras e entradas de áudio não são suportados.

Saída

  • MP3 por padrão, ou WAV, FLAC ou Ogg com format.
  • Uma URL assinada por padrão, ou base64 com response_format definida como b64_json.

Faturamento

  • Cobrado por clipe, seja qual for o comprimento. Um pedido que falha não é faturado.

Peso

  • FP16.

Stable Audio 2.5

Adiciona o modo audio-inpaint (regenerar uma janela de tempo) sobre o Stable Audio 2.0.

Requisitos de modo

  • Áudio-para-áudio e áudio-inpaint exigem AMBOS um prompt e um arquivo de áudio enviado
  • Áudio-para-áudio usa o áudio de referência para style/conditioning, NÃO para clonagem de voz

Como chamar Stable Audio 3 Medium e Stable Audio 2.5

Stable Audio 3 Medium roda por POST /v1/audio/generations. A requisição retorna um job_id na hora; consulte GET /v1/jobs/{job_id} até o job terminar e leia as URLs de saída do resultado. Os dois modelos são chamados pelo mesmo endpoint. Defina model como stable-audio-3-medium ou stable-audio-2-5. Obtenha uma chave de API no painel EmpirioLabs.

cURL: enviar o job
curl https://api.empiriolabs.ai/v1/audio/generations \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stable-audio-3-medium",
    "prompt": "Describe what you want Stable Audio 3 Medium to generate."
  }'

Stable Audio 3 Medium vs Stable Audio 2.5: testes e guias

Testes de prompts e comparações que cobrem os dois modelos.

Stable Audio 3 Medium vs Stable Audio 2.5: perguntas frequentes

Qual é a diferença entre Stable Audio 3 Medium e Stable Audio 2.5?

Stable Audio 3 Medium é o lançamento mais recente (20 de mai. de 2026); Stable Audio 2.5 foi lançado em 10 de set. de 2025. Recursos indicados apenas para Stable Audio 3 Medium: seed control. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.

Qual é mais recente, Stable Audio 3 Medium ou Stable Audio 2.5?

Stable Audio 3 Medium é o lançamento mais recente (20 de mai. de 2026); Stable Audio 2.5 foi lançado em 10 de set. de 2025.

Qual tem a tarifa mais baixa, Stable Audio 3 Medium ou Stable Audio 2.5?

Os dois modelos são tarifados em unidades ou níveis diferentes, então compare as tabelas de tarifas ao vivo desta página. Elas sempre correspondem ao que a API cobra.

Posso alternar entre Stable Audio 3 Medium e Stable Audio 2.5 sem reconstruir minha integração?

Sim. Os dois modelos usam POST /v1/audio/generations com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.

Posso testar Stable Audio 3 Medium e Stable Audio 2.5 no navegador antes de integrar?

Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.

Pronto para usar endpoints melhores?

Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.