玩Stable Diffusion的人几乎都遇到过同一个糟心问题：在CivitAI上看到一个喜欢的Checkpoint或者LoRA模型，点下下载按钮后，浏览器的下载进度条慢得像蜗牛爬。一个2GB的模型跑几个小时是常态，中途断线还得从头再来。其实CivitAI的服务器本身并不算慢，真正拖后腿的往往是浏览器自带的单线程下载器。这篇文章就来教你如何解析出模型的真实直链，然后用迅雷这类多线程下载工具把速度拉满。
为什么CivitAI下载速度慢：先搞清楚原因
CivitAI的模型文件托管在对象存储服务上，下载请求会经过CDN分发。浏览器默认使用单线程HTTP下载，只能建立一条连接。当单条连接的带宽被限速或者到境外节点延迟较高时，速度自然上不去。而多线程下载工具的思路是把一个文件切成多个分片，同时开启多条连接并行拉取，即使每条连接只有200KB/s，开16线程理论上就能跑到3MB/s以上。
另一个常见原因是CivitAI开启了鉴权机制。部分模型作者设置了需要登录才能下载，这时候直接复制下载链接到迅雷里会返回403错误。解决办法是申请一个API Token，把它附加在请求头或URL参数里，让下载工具携带身份信息去请求文件。
还要注意一点：有些早期的CivitAI分享链接是短链接形式，直接丢进迅雷可能被重定向后失败。这种情况下需要先手动解析出最终的文件真实地址，也就是下面要讲的直链解析过程。
解析CivitAI模型直链的两种方法
第一种方法最简单，适合手动操作。在模型详情页找到Download按钮，右键选择复制链接地址，你会得到类似下面的URL：
https://civitai.com/api/download/models/123456
这个地址本身就是一个重定向入口，浏览器请求后会被302跳转到真实的文件存储地址。如果模型是公开的，直接把这个链接粘进迅雷的新建任务里，迅雷会自动跟随重定向并启用多线程下载。如果模型需要登录，就要在链接后面加上你的Token：
https://civitai.com/api/download/models/123456?token=你的API_Token
API Token的获取方式是：登录CivitAI后进入账户设置页，找到API Keys部分，点击生成即可。Token等同于你的账号凭证，不要泄露给别人。
第二种方法是通过CivitAI的公开API批量获取模型信息，适合写脚本自动化处理。下面是一个Python示例，通过模型版本ID查询下载链接：
import requests
version_id = "123456" # 模型版本ID
token = "你的API_Token"
url = f"https://civitai.com/api/v1/model-versions/{version_id}"
headers = {"Authorization": f"Bearer {token}"}
resp = requests.get(url, headers=headers)
data = resp.json()
# files字段里包含文件的下载地址、大小和哈希值
for f in data.get("files", []):
print("下载链接:", f.get("downloadUrl"))
print("文件大小:", f.get("sizeKB"), "KB")
print("SHA256:", f.get("hashes", {}).get("SHA256"))
这个接口返回的JSON里除了下载链接，还包含文件的SHA256哈希值，下载完成后可以校验文件完整性，避免模型文件损坏导致WebUI加载报错。模型版本ID可以从模型页面的URL末尾拿到，比如地址栏里versionId=123456，这串数字就是需要的ID。
迅雷配置技巧与替代方案对比
拿到直链后打开迅雷，新建任务粘贴链接。如果是带Token的链接，迅雷一般能直接识别。几个实用配置建议：在设置里把原始地址线程数调整为16或更高（迅雷会员可开到32甚至64）；关闭“迅雷云加速”的P2P上传占用；如果速度依然不理想，尝试在任务属性里修改User-Agent为浏览器标识，有些CDN节点对非浏览器UA限流更严格。
迅雷的优势是配置简单、上手快，缺点是免费版有广告且部分敏感资源会被拦截。如果你偏好开源方案，aria2是更好的选择。aria2是一个命令行下载工具，支持HTTP多线程分片，配置灵活且完全免费：
aria2c -x 16 -s 16 --header="Authorization: Bearer 你的API_Token" \ "https://civitai.com/api/download/models/123456" \ -o model.safetensors
其中-x参数控制每个服务器的最大连接数，-s控制分片数，两个都拉到16基本就能跑满家庭宽带。-o参数指定保存的文件名。IDM也是Windows平台常用的选择，默认8线程，配合直链效果同样不错。
三种工具的简单对比：迅雷适合新手，图形界面友好但资源占用高；aria2适合有命令行基础的用户，可以写脚本批量下载整个收藏列表；IDM介于两者之间，浏览器集成做得最好。无论用哪个，核心原理都是一样的：绕过浏览器的单线程限制，用并行连接吃满带宽。
下载完成后模型文件的正确存放位置
模型下载好之后，放错目录是新手最常踩的坑。不同类型的模型对应WebUI目录下不同的文件夹，放错了在界面上就看不到模型。以AUTOMATIC1111的stable-diffusion-webui为例，基础目录是models，其下的子目录各司其职：Checkpoint大模型放在models\Stable-diffusion；LoRA和LyCORIS模型放在models\Lora；VAE模型放在models\VAE；Embedding文本反转模型放在embeddings；ControlNet控制模型放在models\ControlNet。
文件格式也要留意。CivitAI上的模型主要有.safetensors和.ckpt两种，优先选safetensors格式，它加载更快且不包含可执行代码，安全性更高。如果下载的是.ckpt文件，放到对应目录同样可以加载。放好模型后不需要重启整个WebUI，在模型选择下拉框旁边点击刷新按钮即可看到新模型。
最后提醒一点，下载大模型时务必确保磁盘剩余空间充足，一个Checkpoint动辄2到7GB，加上LoRA和各种衍生模型，很快就会吃掉几十GB。建议定期清理不用的模型，或者用哈希值在CivitAI上反向确认模型版本，方便日后重新下载。按照这套流程操作，原本要挂一整晚的下载任务，通常几分钟就能搞定。
Stable Diffusion模型下载Civitai直链迅雷加速下载修改时间：2026-09-12 07:16:33