Inference steps

画像の拡散モデルは、ランダムなノイズから始めて反復的にノイズを除去することで出力を生成します。各反復が1つの「ステップ」です。典型的なステップ数は 20（高速プレビュー）から 50 以上（高品質）までです。約 50 ステップを超えると品質の向上は通常目に見えなくなり、生成コストは線形に増加します。

動画モデルも同様のパターンに従いますが、ステップ数は多くの場合抽象化されています。Sora 2、Kling、Veo はいずれも生のステップ数ではなく単一の「品質」パラメータを公開しています。ステップを直接公開するモデル（SDXL、FLUX）では、デフォルトが適切な品質/速度のトレードオフに調整されており、ユーザーが調整する必要はほとんどありません。