Chroma1-HD

Chroma — это модель с 8,9 миллиардами параметров, основанная на архитектуре FLUX.1-schnell.

Цели и особенности:

  • Обучена на наборе данных из 5 млн примеров (с подборкой из 20 млн), включающем аниме, фурри-арт, художественные изображения и фотографии. 
  • Устранены ограничения контента, включая восстановление отсутствовавших анатомических деталей. 

Архитектурные изменения: 

  • Уменьшение количества параметров с 12B до 8.9B за счёт удаления слоя, избыточно кодирующего информацию о временных шагах (3,3B → 250M параметров). 
  • Использование метода MMDiT-маскировки для повышения стабильности и качества. 
  • Адаптированное распределение временных шагов для обучения, уменьшающее "скачки потерь". 
  • Метод Minibatch Optimal Transport для ускорения обучения через оптимизацию сопоставления векторов в процессе генерации.

Модель является составной частью пайплайна генерации изображений, состоящего из:

  • T5 text encoder: ~5B параметров, 
  • Transformer: ~9B параметров, 
  • VAE: ~84M параметров.

Всего: ~14B параметров


Дата анонса: 27.01.2025
Параметров: 8.9B
Контекст: 77
Потребление памяти: 6.9 ГБ в точности 4 бит, 13.8 ГБ в точности 8 бит, 27.5 ГБ в точности 16 бит
Разработчик: lodestones
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Chroma1-HD. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU TPS Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации для хостинга Chroma1-HD

Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-1.16.16.160
77
 16 16384 160 1 29,33 ₽ Запустить
rtx2080ti-1.10.16.500
77
 10 16384 500 1 34,23 ₽ Запустить
teslaa2-1.16.32.160
77
 16 32768 160 1 33,74 ₽ Запустить
teslaa10-1.16.32.160
77
 16 32768 160 1 46,94 ₽ Запустить
rtx3080-1.16.32.160
77
 16 32768 160 1 51,34 ₽ Запустить
rtx3090-1.16.24.160
77
 16 24576 160 1 78,53 ₽ Запустить
rtx4090-1.16.32.160
77
 16 32768 160 1 103,04 ₽ Запустить
teslav100-1.12.64.160
77
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
77
 16 65536 160 2 109,77 ₽ Запустить
rtx5090-1.16.64.160
77
 16 65536 160 1 141,77 ₽ Запустить
teslaa100-1.16.64.160
77
 16 65536 160 1 230,77 ₽ Запустить
teslah100-1.16.64.160
77
 16 65536 160 1 456,27 ₽ Запустить
h200-1.16.128.160
77
 16 131072 160 1 623,04 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-1.16.16.160
77
 16 16384 160 1 29,33 ₽ Запустить
rtx2080ti-1.10.16.500
77
 10 16384 500 1 34,23 ₽ Запустить
teslaa2-1.16.32.160
77
 16 32768 160 1 33,74 ₽ Запустить
teslaa10-1.16.32.160
77
 16 32768 160 1 46,94 ₽ Запустить
rtx3080-1.16.32.160
77
 16 32768 160 1 51,34 ₽ Запустить
rtx3090-1.16.24.160
77
 16 24576 160 1 78,53 ₽ Запустить
rtx4090-1.16.32.160
77
 16 32768 160 1 103,04 ₽ Запустить
teslav100-1.12.64.160
77
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
77
 16 65536 160 2 109,77 ₽ Запустить
rtx5090-1.16.64.160
77
 16 65536 160 1 141,77 ₽ Запустить
teslaa100-1.16.64.160
77
 16 65536 160 1 230,77 ₽ Запустить
teslah100-1.16.64.160
77
 16 65536 160 1 456,27 ₽ Запустить
h200-1.16.128.160
77
 16 131072 160 1 623,04 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-2.16.32.160
77
 16 32768 160 2 48,14 ₽ Запустить
teslaa2-2.16.32.160
77
 16 32768 160 2 51,34 ₽ Запустить
teslaa10-2.16.64.160
77
 16 65536 160 2 83,37 ₽ Запустить
rtx2080ti-3.16.64.160
77
 16 65536 160 3 84,47 ₽ Запустить
teslav100-1.12.64.160
77
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
77
 16 65536 160 2 109,77 ₽ Запустить
rtx5090-1.16.64.160
77
 16 65536 160 1 141,77 ₽ Запустить
rtx3090-2.16.64.160
77
 16 65536 160 2 149,37 ₽ Запустить
rtx3080-4.16.64.160
77
 16 65536 160 4 162,57 ₽ Запустить
rtx4090-2.16.64.160
77
 16 65536 160 2 195,57 ₽ Запустить
teslaa100-1.16.64.160
77
 16 65536 160 1 230,77 ₽ Запустить
teslah100-1.16.64.160
77
 16 65536 160 1 456,27 ₽ Запустить
h200-1.16.128.160
77
 16 131072 160 1 623,04 ₽ Запустить

Связанные модели

FLUX.1-schnell
Shuttle 3 Diffusion
FLUX.1-dev
FLUX.1-Canny-dev
FLUX.1-Depth-dev
FLUX.1-Fill-dev
FLUX.1-Kontext-dev

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.