迭代步数：15 到 25 步是性价比拐点

迭代步数（Sampling Steps）是 AI 对这张图反复绘制精修的轮数。步数越高细节越多，但生成时间也线性变长——它的性价比存在明显拐点。

官方实验的结论

教程用同一组提示词从 5 步一路测到 50 步，发现两个规律：

1. 5-10 步：画面未收敛，明显糊、结构残缺。
2. 15 步起：画面趋于固定，继续加步数细节增幅很小。
3. 30-50 步：耗时翻几倍，质量提升肉眼难辨——教程原话是"花了很多时间，图片质量却没有很大提升"。

推荐区间：15-25 步

这是官方教程明确给出的建议值。日常出图 20 步是稳妥的默认选择；快速抽卡看构图可以压到 12-15 步；确定要精修成品时再上 25 步。

与其他参数的联动

• 步数 × 采样器：不同采样器的收敛速度不同，换采样器后步数要重新摸一遍。
• 步数 × 高清修复：高清修复会对图二次绘制，两段各有一套步数，第一段不必拉太高。
• 步数 × 积分：云端生图按任务扣积分，步数拉太高等于每张图多花钱，想省积分先从压步数开始。

一句话总结：步数是"边际收益递减"最陡的参数，15-25 步区间内多试构图，比堆 50 步有用得多。