Einführung
Unsloth ist eine Open-Source-No-Code-Desktop-UI zum Trainieren und Ausführen offener Modelle auf lokaler Hardware. Sie hilft Nutzern, privat mit lokalen KI-Modellen zu arbeiten, ohne sich ausschließlich auf Cloud-Dienste verlassen zu müssen. Unsloth unterstützt außerdem Bild- und Videogenerierung, KI-Agenten, Websuche und Codeausführung in einer einzigen Desktop-App.
Was ist Unsloth?
Unsloth ist eine Open-Source-No-Code-Desktop-UI, die für das Trainieren und Ausführen offener Modelle auf lokaler Hardware entwickelt wurde. Anstatt Daten an eine entfernte Cloud-Plattform zu senden, können Nutzer Modelle direkt auf ihrem eigenen Rechner laden, verwalten und ausführen. Dadurch ist Unsloth nützlich für Menschen, denen Datenschutz, Kostenkontrolle und praktischer Zugriff auf lokale KI-Modelle wichtig sind.
Das Produkt löst ein häufiges Problem: Viele leistungsstarke offene Modelle sind verfügbar, aber ihre Einrichtung, die Wahl der richtigen Quantisierung und die Verbindung mit Tools können schwierig sein. Unsloth vereinfacht dies mit einer Desktop-Oberfläche, einem integrierten Modell-Hub und Unterstützung für nahezu jede wichtige Modellveröffentlichung. Es eignet sich für Entwickler, Forscher, Kreative und fortgeschrittene Hobbyisten, die Modelle lokal trainieren und lokal ausführen möchten.
Unsloth fungiert außerdem als Brücke zwischen lokalen Modellen und modernen KI-Workflows. Es kann Claude Code, Codex und andere Agenten mit lokalen Modellen verbinden. Es stellt eine OpenAI-kompatible API bereit, sodass bestehende Apps, Skripte und SDKs über eine vertraute Schnittstelle eine Verbindung herstellen können. Diese Kombination aus lokaler Kontrolle und flexibler Integration macht Unsloth bemerkenswert.
Wichtige Funktionen von Unsloth
Lokale Bild- und Videogenerierung
Erstellen Sie Bilder mit Qwen-Image-2.1, MiniMax-H3, FLUX, Z-Image und LoRA-Adaptern. Generieren Sie Videos mit Wan und LTX; anschließend können Sie Bilder lokal transformieren, inpainten, erweitern, hochskalieren, referenzieren und bearbeiten. Laut Produkthomepage erzeugte MiniMax-H3 auf einer NVIDIA B200 in 13 Sekunden bei 8 Schritten ein 960×544-Video mit 124 Frames – zuvor waren es über 70.
KI-Agenten mit lokalen Modellen verbinden
Verbinden Sie Claude Code, Codex und andere Agenten mit dem Befehl unsloth start mit lokalen Modellen. Starten Sie Unsloth, laden Sie ein Modell, öffnen Sie einen Projektordner und führen Sie dann unsloth start claude aus. Wechseln Sie Modelle innerhalb von Unsloth, ohne den Agenten-Workflow zu ändern.
Erweiterte private Websuche
Erhalten Sie unbegrenzte, private und kostenlose Websuche direkt in Unsloth Desktop. Suchen Sie, während das Modell denkt, oder verwenden Sie Deep Research, um Quellen zu finden und einen detaillierten Bericht mit Zitaten zu erstellen.
Modelle, die Code ausführen
Verbessern Sie die Genauigkeit von Tool-Aufrufen mit selbstheilenden Tool-Aufrufen, die Fehler automatisch erkennen, reparieren und erneut versuchen. Führen Sie Bash und Python in einer sicheren Sandbox aus, damit Modelle Code ausführen, Ergebnisse testen und echte Aufgaben lokal abschließen können.
Day-Zero-Unterstützung für neue Modelle
Führen Sie nahezu jedes Modell lokal aus und trainieren Sie es, mit Day-Zero-Unterstützung für Veröffentlichungen wie Qwen3.8, NVIDIA, GLM, Gemma und mehr. Entdecken, verwalten und laden Sie die richtige Quantisierung für ein Gerät aus dem integrierten Modell-Hub herunter.
Überall auf lokale Modelle zugreifen
Stellen Sie lokale oder Colab-Modelle über HTTPS durch einen kostenlosen Cloudflare-Tunnel bereit. Prüfen Sie einen Lauf von einem Telefon, Laptop oder einem anderen Ort aus, ohne das Modell von der lokalen Hardware zu entfernen.
OpenAI-kompatible API
Unsloth stellt eine OpenAI-kompatible API bereit, sodass bestehende Apps, Skripte und SDKs über eine vertraute Schnittstelle eine Verbindung zu lokalen Modellen herstellen können. Dies hilft Teams, lokale KI-Modelle zu testen, ohne ihren gesamten Stack neu zu schreiben.
Anwendungsfälle für Unsloth
Private KI-Entwicklung
Entwickler können Modelle lokal trainieren und lokal ausführen, ohne sensible Daten an eine Cloud eines Drittanbieters zu senden. Dies ist nützlich zum Testen von proprietärem Code, internen Dokumenten oder privaten Datensätzen.
Lokale Bild- und Videoerstellung
Kreative können Unsloth für lokale Bildgenerierung und lokale Videogenerierung mit unterstützten Modellen nutzen. Sie können visuelle Assets bearbeiten, hochskalieren und erweitern, während der Workflow auf ihrer eigenen Hardware bleibt.
Agentisches Coding und Automatisierung
Unsloth kann Claude Code, Codex und andere Agenten mit offenen Modellen verbinden. Nutzer können Agenten-Workflows lokal ausführen, Bash und Python in einer Sandbox ausführen und fehlgeschlagene Tool-Aufrufe automatisch wiederholen.
Recherche und Deep-Research-Berichte
Forscher können private Websuche und Deep Research nutzen, um Quellen zu sammeln und Berichte mit Zitaten zu erstellen. Das lokale Modell kann aus Suchergebnissen Schlüsse ziehen, während der Nutzer mehr Kontrolle über den Workflow behält.
Remote-Überwachung und mobiler Zugriff
Mit einem kostenlosen Cloudflare-Tunnel können Nutzer lokale Modelle über HTTPS bereitstellen und einen Lauf von einem Telefon, Laptop oder einem anderen Gerät aus prüfen. Dies ist hilfreich für lange Trainingsjobs oder Remote-Experimente.
So verwenden Sie Unsloth
- Laden Sie die Unsloth-Desktop-App herunter und installieren Sie sie auf einem kompatiblen lokalen Rechner.
- Öffnen Sie Unsloth und durchsuchen Sie den integrierten Modell-Hub, um ein Modell und die richtige Quantisierung für das Gerät zu finden.
- Laden Sie das Modell und führen Sie es dann lokal für Chat, Coding, Bildgenerierung, Videogenerierung oder Rechercheaufgaben aus.
- Öffnen Sie für Agenten-Workflows einen Projektordner und führen Sie einen Befehl wie
unsloth start claudeaus, um einen Agenten mit dem lokalen Modell zu verbinden. - Optional: Verwenden Sie die OpenAI-kompatible API oder einen kostenlosen Cloudflare-Tunnel, um andere Apps zu verbinden oder remote auf das Modell zuzugreifen.
Zielgruppe für Unsloth
- KI-Entwickler und Ingenieure, die Modelle lokal trainieren und lokal ausführen möchten
- Datenwissenschaftler und Forscher im Bereich maschinelles Lernen, die offene Modelle auf lokaler Hardware benötigen
- Content-Ersteller, die mit lokaler Bildgenerierung und lokaler Videogenerierung arbeiten
- Datenschutzbewusste Fachleute, die eine No-Code-Desktop-UI für lokale KI-Modelle bevorzugen
- Studierende und Hobbyisten, die Open-Source-No-Code-Desktop-UI-Tools erkunden
- Kleine Teams, die lokale Modellkontrolle wünschen, ohne einen vollständigen Cloud-Stack aufzubauen
Ist Unsloth kostenlos?
Unsloth wird als Open Source beschrieben, und die Referenzinformationen führen keine kostenpflichtigen Tarife oder Abonnementpreise auf. Preise, Support und etwaige zukünftige kommerzielle Optionen sollten auf der offiziellen Website bestätigt werden.
| Plan | Preis | Funktionen |
|---|---|---|
| Open Source / Kostenlos | $0 wie beschrieben | Kern-Desktop-UI, lokales Modelltraining und -ausführung, Bild- und Videogenerierung, Agentenverbindung, Websuche, Code-Sandbox, Modell-Hub, OpenAI-kompatible API, Cloudflare-Tunnel |
| Kostenpflichtige oder Support-Optionen | Nicht aufgeführt | Prüfen Sie die offizielle Unsloth-Website für aktuelle Preis-, Lizenz- oder Supportdetails |
Vor- und Nachteile von Unsloth
| Aspekt | Vorteile | Nachteile |
|---|---|---|
| Preis | Open Source ohne aufgeführte Lizenzgebühr | Hardwarekosten können für größere lokale Modelle hoch sein |
| Funktionen | Unterstützt Training, Ausführung, Bild- und Videogenerierung, Agenten, Websuche und Codeausführung | Der Funktionsumfang kann für komplette Anfänger groß wirken |
| Datenschutz | Führt lokale Modelle auf lokaler Hardware aus | Datenschutz hängt von korrekter lokaler Einrichtung und Netzwerkkonfiguration ab |
| Benutzerfreundlichkeit | No-Code-Desktop-UI vereinfacht die Modellverwaltung | Fortgeschrittene Agenten-Workflows verwenden weiterhin Befehle wie unsloth start claude |
| Modellunterstützung | Day-Zero-Unterstützung und ein integrierter Modell-Hub helfen Nutzern, Modelle zu finden | Größere Modelle benötigen leistungsfähige GPUs, Speicher und Festplattenplatz |
| Zugriff | Kostenloser Cloudflare-Tunnel ermöglicht entfernten HTTPS-Zugriff | Die Tunnel-Einrichtung kann grundlegende Netzwerkkenntnisse erfordern |
Häufig gestellte Fragen zu Unsloth
Wofür wird Unsloth verwendet?
Unsloth wird zum Trainieren und Ausführen offener Modelle auf lokaler Hardware verwendet. Es unterstützt außerdem lokale Bildgenerierung, lokale Videogenerierung, KI-Agenten-Verbindung, private Websuche und Codeausführung in einer Sandbox.
Ist Unsloth kostenlos?
Unsloth wird als Open Source beschrieben. Die Referenzinformationen führen keine kostenpflichtigen Pläne auf, daher sollten Nutzer die offizielle Website für aktuelle Preis- oder Supportoptionen prüfen.
Kann Unsloth Modelle ohne Programmierung ausführen?
Ja. Unsloth ist eine No-Code-Desktop-UI, sodass Nutzer Modelle über eine grafische Oberfläche entdecken, herunterladen, laden und ausführen können. Einige fortgeschrittene Agenten-Workflows können weiterhin einfache Kommandozeilenschritte erfordern.
Kann Unsloth eine Verbindung zu Claude Code und Codex herstellen?
Ja. Unsloth kann Claude Code, Codex und andere Agenten mit lokalen Modellen verbinden. Nutzer können Befehle wie unsloth start claude ausführen und Modelle innerhalb von Unsloth wechseln, ohne den Agenten-Workflow zu ändern.
Unterstützt Unsloth Bild- und Videogenerierung?
Ja. Unsloth unterstützt Bildgenerierung mit Modellen wie Qwen-Image-2.1, MiniMax-H3, FLUX und Z-Image sowie Videogenerierung mit Wan und LTX. Es unterstützt außerdem LoRA-Adapter und lokale Bildbearbeitung.
Welche Hardware benötigt Unsloth?
Die Referenzinformationen erwähnen lokale Hardware und ein NVIDIA B200-Beispiel für die Videogenerierung. Die genauen Anforderungen hängen von der Modellgröße und Quantisierung ab, daher sollten Nutzer die offizielle Unsloth-Dokumentation für gerätespezifische Hinweise prüfen.
Unsloth-Tags
Unsloth, Unsloth Desktop, Open-Source-No-Code-Desktop-UI, lokale KI-Modelle, Modelle lokal ausführen, Modelle lokal trainieren, offene Modelle, lokale Bildgenerierung, lokale Videogenerierung, KI-Agenten-Verbindung, private Websuche, OpenAI-kompatible API
