Stable Audio 3 против MOSS-SoundEffect v2.0: какая открытая модель звуковых эффектов?

Stable Audio 3 создаёт музыку и эффекты до 6 мин 20 с за восемь шагов, бесплатно при выручке до 1 млн долларов. MOSS-SoundEffect v2.0 создаёт 30-секундные эффекты под Apache 2.0.

  • Обновлено

Вердикт. Выбирайте по лицензии и длине клипов. MOSS-SoundEffect v2.0 — одна модель 1.3B под чистым Apache 2.0, создающая звуковые эффекты до 30 секунд при 48 кГц по промптам на английском или китайском. Она использует 100 шагов сэмплирования, первый запуск компилируется несколько минут, а карточка не публикует ни бенчмарков, ни цифр VRAM. Stable Audio 3 — это семейство: модель Small SFX делает до двух минут эффектов на CPU ноутбука, а Medium делает музыку и эффекты до 6 минут 20 секунд примерно на 8 ГБ видеопамяти за восемь шагов сэмплирования. Комьюнити-лицензия бесплатна при годовой выручке ниже 1 млн долларов и требует регистрации и строчки Powered by Stability AI, а репозитории на Hugging Face закрыты доступом (gated). Stability заявляет, что её модели устанавливают новый уровень среди систем с открытыми весами, — это утверждение из её собственной оценки, так что сравнивайте образцы со своими промптами.

Характеристики

Характеристики Stable Audio 3MOSS-SoundEffect v2.0
РазработчикStability AIOpenMOSS
Дата выпуска20 мая 2026 г.25 мая 2026 г.
Всего параметров1.4B (Medium (music and sound effects, up to 6 min 20 s))1.3B (V2.0 (1.3B DiT))
Активные параметрыВсеВсе
АрхитектураДиффузионнаяДиффузионная
Контекстное окно––
ВходТекст, АудиоТекст
Лицензия Stability Community (С условиями) Apache 2.0 (Пермиссивная)
Память для минимального варианта (4 бита)4.02 GB (Small Music (up to 2 min))13 GB (V2.0 (1.3B DiT))

Заявления о производительности поступают от разработчика и не проверялись независимо.

Выбирайте Stable Audio 3, если

  • Вам нужны более длинные клипы или музыка вместе с эффектами от одной модели.
  • Вам нужны inpainting, продолжение или редактирование существующего аудио, или LoRA.
  • Вы хотите запускать на CPU ноутбука (Small) или GPU с 8 ГБ (Medium), за восемь шагов сэмплирования.
  • Ваша компания зарабатывает меньше 1 млн долларов в год или может получить лицензию Stability, и вы принимаете регистрацию и строку авторства.

Выбирайте MOSS-SoundEffect v2.0, если

  • Вам нужны чистые условия Apache 2.0 без потолка выручки, регистрации и строки авторства.
  • Вы пишете промпты и на китайском, и на английском — модель обучалась на описаниях на обоих языках.
  • Клипов до 30 секунд достаточно, а у вас есть GPU с местом для модели на 11 ГБ, поскольку карточка не даёт цифр VRAM.
  • Вы хотите дообучить модель на своей библиотеке звуков по рецептам из репозитория.

Stable Audio 3 · MOSS-SoundEffect v2.0