Stable Audio 3 vs MOSS-SoundEffect v2.0: ¿qué modelo de efectos de sonido abierto?

Stable Audio 3 crea música y efectos de hasta 6 min 20 s en ocho pasos, gratis bajo 1 millón de USD de ingresos. MOSS-SoundEffect v2.0 crea efectos de 30 segundos bajo Apache 2.0.

  • Actualización

Veredicto. Elige por licencia y duración de los clips. MOSS-SoundEffect v2.0 es un único modelo de 1.3B bajo Apache 2.0 puro que crea efectos de sonido de hasta 30 segundos a 48 kHz desde prompts en inglés o chino. Usa 100 pasos de muestreo, su primera ejecución compila durante unos minutos y la ficha no publica benchmark ni cifra de VRAM. Stable Audio 3 es una familia: el modelo Small SFX crea hasta dos minutos de efectos en la CPU de un portátil, y Medium crea música y efectos de hasta 6 minutos 20 segundos con unos 8 GB de memoria de GPU, en ocho pasos de muestreo. Su licencia comunitaria es gratis bajo 1 millón de USD de ingresos anuales, exige registro y un crédito de Powered by Stability AI, y los repositorios de Hugging Face son gated. Stability dice que sus modelos marcan un nuevo estado del arte entre los sistemas de pesos abiertos, una afirmación de su propia evaluación, así que compara las muestras con tus propios prompts.

Especificaciones

Especificaciones Stable Audio 3MOSS-SoundEffect v2.0
DesarrolladorStability AIOpenMOSS
Lanzamiento20 de mayo de 202625 de mayo de 2026
Parámetros totales1.4B (Medium (music and sound effects, up to 6 min 20 s))1.3B (V2.0 (1.3B DiT))
Parámetros activosTodosTodos
ArquitecturaDifusiónDifusión
Ventana de contexto––
EntradaTexto, AudioTexto
Licencia Stability Community (Condicional) Apache 2.0 (Permisiva)
Memoria de la variante más pequeña (4 bits)4.02 GB (Small Music (up to 2 min))13 GB (V2.0 (1.3B DiT))

Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.

Elige Stable Audio 3 si

  • Necesitas clips más largos, o música además de efectos, de un solo modelo.
  • Quieres inpainting, continuación o edición de audio existente, o un LoRA.
  • Quieres correrlo en la CPU de un portátil (Small) o en una GPU de 8 GB (Medium), en ocho pasos de muestreo.
  • Tu empresa ingresa menos de 1 millón de USD al año, o puedes obtener una licencia de Stability, y aceptas el registro y la línea de crédito.

Elige MOSS-SoundEffect v2.0 si

  • Quieres términos Apache 2.0 puros sin tope de ingresos, registro ni línea de crédito.
  • Prompteas en chino además de inglés, ya que el modelo se entrenó con descripciones en ambos idiomas.
  • Clips de hasta 30 segundos te bastan, y tienes una GPU con espacio para un modelo de 11 GB, porque la ficha no da cifra de VRAM.
  • Quieres hacer fine-tuning con tu propia biblioteca de sonidos usando las recetas del repositorio.

Stable Audio 3 · MOSS-SoundEffect v2.0