Stability: Stable Audio 3 Small SFX Base

Stability AI 的 Stable Audio 3 Small SFX Base Text to Audio 用于音乐或音效生成，已通过 fal 的原生接口完成验证。

stable-audio-3-small-sfx-base-text-to-audio

可用Stability音乐异步

价格: 起 $0.0283
模态: 音频

Stable Audio 3 Small SFX Base 简介

Stable Audio 3 Small SFX Base 是 Stable Audio 3 Small SFX 背后未经修改的基础检查点，由 Stability AI 发布，作为微调的起点。Stability 表示它没有经过标准模型所用的对抗式后训练（该步骤让输出更快更好），并建议直接生成时使用标准检查点。它仍然可以根据文字生成音效。

擅长的任务

它是预训练基础模型，输出反映的是未经调整的模型。
可用于对比原始输出与经过后训练的 Small SFX。
与同系列模型一样专注于音效，体量同样紧凑。

什么情况换别的模型

Stability 建议直接生成时使用标准的 Small SFX。
没有经过后训练，它可能比标准模型更慢或更粗糙。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

音乐TokenLab 端点

POST/v1/music/generations

curl -X POST "https://api.tokenlab.sh/v1/music/generations" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "stable-audio-3-small-sfx-base-text-to-audio",
  "prompt": "Warm ambient piano with subtle rain textures.",
  "title": "Evening Drift"
}'

价格

官方价格是模型厂商公开的基线价，TokenLab 价格是用这个模型时实际的计费价。

音乐

每次请求

官方价格: $0.0283
Official: $0.0283
折扣: —

	官方价格每次请求	Official每次请求	折扣
音乐	$0.0283	$0.0283	—

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

Stable Audio 3 Small SFX Base 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 stable-audio-3-small-sfx-base-text-to-audio 完成一次 music，接口是 /v1/music/generations。返回结果、状态和费用。

使用场景

质量对比
用同一个提示词分别在这个基础检查点和标准 Small SFX 模型上生成，听听后训练在速度和精致度上带来了什么变化。
基线评估
在做任何定制之前，先衡量预训练模型的表现，这样之后的微调版本就能以已知的起点来评判。
研究用提示词
探测预训练模型对特殊声音描述会生成什么，记录它擅长哪类音效、不擅长哪类。
流水线测试
检查集成能否处理不止一个检查点：请求格式相同，但对音频质量的预期不同。

提示词示例

玻璃瓶滚过瓷砖地面后停住，4 秒。

远处的直升机飞过森林，声音渐渐消失。

卡通弹簧的“嘣”声，夸张，1 秒。

FAQ

Stable Audio 3 Small SFX Base 模型是什么？

Stable Audio 3 Small SFX 的基础预训练检查点。Stability 将它作为未经修改的微调起点发布，和经过后训练的同系列模型一样，可以根据文字提示词生成音效。

应该用 Base 模型来生成吗？

通常不用。Stability 的模型卡写明，如果想直接生成音频，应该改用 Stable Audio 3 Small SFX，基础检查点是留给打算微调的人用的。

Base 检查点缺少什么？

它没有经过标准模型所用的对抗式后训练。据模型卡介绍，这一步能加快推理并提升质量，所以标准模型预计会更快、更精致。

可以通过这个 API 微调 Base 模型吗？

这个条目只生成音频，不做任何训练。微调需要开放权重（Stability 在 Hugging Face 上以社区许可证发布）以及你自己的训练环境。

Base 模型输出什么？

根据英文文字提示词生成的音效，请求方式与标准 Small SFX 模型相同。由于基础检查点跳过了 Stability 所说的最后的后训练步骤，质量和速度有所不同。

Stable Audio 3 Small SFX Base 的费用是多少？

在 TokenLab 上，Stable Audio 3 Small SFX Base 的价格为 $0.0283 每次请求。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

Stable Audio 3 Small SFX Base 应该使用哪个端点？

Stable Audio 3 Small SFX Base 使用 https://api.tokenlab.sh/v1/music/generations。代码写法见下方的请求示例。

Stable Audio 3 Small SFX Base 支持哪些操作？

Stable Audio 3 Small SFX Base 支持音乐。选了操作，上面会显示对应的端点和请求示例。

Stable Audio 3 Small SFX Base 对比

Stable Audio 3 Small SFX Base 对比 Stable Audio 3 Small SFX Stable Audio 3 Small SFX Base 对比 Stable Audio 3 Small Music Stable Audio 3 Small SFX Base 对比 Mirelo SFX 1.5

资料来源

审阅于 2026年10月2日