Passos de amostragem (steps)
Os passos de amostragem indicam quantas etapas de remoção de ruído a inteligência artificial executa para transformar uma estática aleatória em uma imagem nítida. Usar passos insuficientes gera um borrão incompleto, parecido com um rascunho lavado. Acima de um certo limite, adicionar mais etapas apenas consome tempo e poder computacional sem trazer melhorias reais.
Também conhecido como: steps, num_inference_steps, sampling steps, passos de inferência
Antes e depois: meu teste




Modelo: FLUX.1 [dev] (otwarte wagi, przez API fal.ai). Configurações: seed 1411, guidance 3.5, variando apenas o número de passos. Data: 14.11.2026.
Prompt: a ceramic teapot and two cups on a wooden table next to a window, soft morning light, still life photo
No meu teste, 4 passos entregaram apenas um rascunho plano e enevoado. Com 10 passos a cena já estava legível, mas ainda com traços suaves e sem definição. Entre 28 e 50 passos a diferença ficou apenas em pequenos detalhes da composição, sem ganho real de nitidez, enquanto o tempo de renderização quase dobrou, subindo de 5,9 s para 9,4 s.
Como é chamado em cada gerador
| Gerador | Parâmetro | Valores | Padrão |
|---|---|---|---|
| FLUX | stepsAusente em FLUX 3 Image e FLUX.2 [pro]. Klein: Distilled 16 passos, Base 50 | FLUX.2 [flex]: 1-50; Fill/Expand: 15-50 | 50 |
| Seedream | não confirmado | - | - |
| Imagen (descontinuado) | editConfig.baseSteps (apenas edição)Para outpainting, a documentação sugere começar a partir de 35 | número inteiro | - |
| ComfyUI | steps (KSampler) | 1-10000 | 20 |
| Midjourney | nenhum (indiretamente --stop em versões anteriores) | - | - |
| Ideogram | não há esse parâmetro | - | - |
| GPT Image | não há esse parâmetro | - | - |
| Qwen-Image | ausente na documentação consultada | - | - |
| Stability AI (SD 3.5) | ausente na API | - | - |
- Fontes consultadas em 14.11.2026:
- FLUX: docs.bfl.ml/api-reference/models/generate-or-edit-an-image-...
- Seedream: docs.byteplus.com/en/docs/ModelArk/1541523
- Imagen: docs.cloud.google.com/vertex-ai/generative-ai/docs/image/ed...
- ComfyUI: docs.comfy.org/built-in-nodes/sampling/ksampler
- Midjourney: docs.midjourney.com/hc/en-us/articles/33329788681101-Legacy...
- Ideogram: developer.ideogram.ai/openapi/ideogram-api-v2.json
- GPT Image: developers.openai.com/api/docs/guides/image-generation
- Qwen-Image: www.alibabacloud.com/help/en/model-studio/qwen-image-genera...
- Stability AI: docs.stability.ai/api-reference/generate/stable-diffusion-3...
Quando usar
- Use poucos passos (de 4 a 10) para gerar rascunhos rápidos quando você estiver apenas testando ideias de composição ou paleta de cores
- Mantenha o valor padrão recomendado pelo criador do modelo para renderizar a versão final do seu trabalho
- Ajuste para valores bem baixos em modelos otimizados dos tipos turbo, schnell ou lightning, que foram treinados para concluir a arte em poucas etapas
Erro comum
O erro mais comum é subir o valor para 100 ou 150 passos achando que isso vai deixar a imagem perfeita. No meu próprio teste prático, 50 passos não superaram o resultado de 28. O excesso de etapas só faz você perder tempo na fila de renderização ou gastar créditos à toa em serviços de nuvem cobrados por minuto de GPU.
Exemplo pronto para copiar
ComfyUI: KSampler -> steps = 20-30 FLUX.2 [flex]: "steps": 50 (padrão) Midjourney, GPT Image, Ideogram, FLUX 3: sem parâmetro direto
Perguntas frequentes
Quantos steps devo usar no Stable Diffusion?
Para a maioria dos modelos tradicionais, entre 20 e 30 passos é o ponto ideal de equilíbrio. Modelos com tecnologias turbo ou lightning usam apenas de 4 a 8 passos, e aumentar esse valor neles costuma estragar a imagem.
Colocar mais steps melhora a nitidez da imagem?
Não necessariamente. Depois que o modelo atinge a convergência visual, novos passos apenas refinam microdetalhes ou mudam elementos de lugar, sem aumentar a resolução real.
Por que o Midjourney não mostra a opção de steps?
Ferramentas comerciais simplificam a interface para o usuário final, travando internamente a quantidade de passos ideal para o algoritmo entregar o melhor resultado sem sobrecarregar os servidores.
