> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/desktop.md).
# Présentation d’Unsloth Desktop
Unsloth Desktop est une application gratuite et open source pour Mac, Windows et Linux.
Présentation d'Unsloth Desktop
Unsloth Desktop (bêta) est une application gratuite, open source pour exécuter et entraîner des modèles d'IA sur votre propre matériel local. Disponible pour macOS, Windows et Linux.
Unsloth vous permet d'exécuter, d'entraîner et de déployer des LLM, de diffusion d'images/vidéos, MLX, GGUF et des modèles audio.
Obtenez des appels d'outils 50 % plus précis, avec auto-réparation, et une exécution de code sécurisée. Le chat parallèle est également pris en charge.
{% columns %}
{% column width="16.666666666666664%" %}
{% endcolumn %}
{% column width="66.66666666666667%" %}
{% stepper %}
{% step %}
### Installer Unsloth Desktop
1. Télécharger [Unsloth Desktop](https://unsloth.ai/download)
2. Installez l'application pour [macOS](/docs/fr/commencer/install/mac.md), [Windows](/docs/fr/commencer/install/windows-installation.md), [Linux](/docs/fr/commencer/install/linux.md)
3. Lancer l'application
{% endstep %}
{% step %}
### Choisir un modèle
Ouvrez le menu déroulant « Select model » en haut ou l'onglet « Model hub », choisissez un modèle et une quantification adaptés à votre appareil, puis téléchargez-les. Une fois le téléchargement terminé, commencez à discuter — aucune configuration requise.
{% endstep %}
{% step %}
### Unsloth est maintenant prêt
Pour discuter, tapez un message et appuyez sur Entrée.
* **Connecter les outils :** [Claude Code](/docs/fr/notions-de-base/claude-code.md), [Codex](/docs/fr/notions-de-base/codex.md), [recherche Web](/docs/fr/nouveau/studio/chat.md#advanced-web-search), [MCP](/docs/fr/notions-de-base/mcp.md) et plus encore
* **Entraîner des modèles :** Affinez du texte, de la diffusion, [d'embeddings](/docs/fr/notions-de-base/embedding-finetuning.md), et plus encore
* **Générer des médias :** Créer et entraîner [des images](/docs/fr/notions-de-base/diffusion-image.md), des vidéos, [TTS](/docs/fr/notions-de-base/text-to-speech-tts-fine-tuning.md) localement
{% endstep %}
{% endstepper %}
{% endcolumn %}
{% column width="16.666666666666657%" %}
{% endcolumn %}
{% endcolumns %}
Approfondissement des fonctionnalités ⭐
Découvrez tout ce qu'Unsloth Desktop a à offrir :
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.666666666666686%" %}
## :shield: Contrôler les autorisations
Unsloth, comme Claude Code et Codex, fournit des contrôles d'autorisation pour tout modèle qui utilise des appels d'outils. Cela signifie que le modèle et Unsloth ne peuvent pas accéder à vos fichiers, les modifier ou les éditer, ni utiliser Internet sans votre approbation.
Vous pouvez choisir le niveau d'accès souhaité : Unsloth peut exécuter des outils dans un environnement sécurisé pour protéger votre système, ou, si vous le préférez, vous pouvez lui permettre d'accéder directement à vos fichiers et de les modifier.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.666666666666664%" %}
## :globe-pointer: **N'importe quel point de terminaison. N'importe quel outil.**
Unsloth supprime la barrière entre votre configuration d'inférence et votre flux de travail. Que votre modèle s'exécute via l'inférence d'Unsloth ou votre propre point de terminaison distant compatible OpenAI, vous pouvez lui donner accès à la suite complète d'outils d'Unsloth, notamment la recherche Web, l'exécution de code, la recherche approfondie, et plus encore.
{% endcolumn %}
{% column width="41.666666666666664%" %}
{% endcolumn %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.666666666666686%" %}
## :comment: Accéder au modèle partout
Servez vos modèles en local ou via HTTPS grâce au tunnel Cloudflare gratuit d'Unsloth [tunnel Cloudflare](/docs/fr/notions-de-base/comment-servir-des-llm-locaux-partout-acces-distant-securise-avec-cloudflare-et-unsloth.md). Vérifiez une exécution depuis **votre téléphone**, votre ordinateur portable ou n'importe où ailleurs.
Reliez l'application à votre réseau avec `-H 0.0.0.0`, ou ouvrez un tunnel Cloudflare gratuit pour HTTPS.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :terminal: Exécution de code
Obtenez des appels d'outils jusqu'à 50 % plus précis grâce à des appels d'outils auto-réparateurs qui détectent, corrigent et réessaient automatiquement les échecs.
Exécutez Bash et Python dans un environnement sécurisé. Unsloth offre une terminaison d'appel plus fiable pour réduire les boucles, une meilleure réparation et déduplication pour empêcher les fuites XML.
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :wifi: Servir sur votre réseau local
Connectez Unsloth à votre réseau Wi-Fi ou filaire et [servez Unsloth sur le LAN](/docs/fr/notions-de-base/lan.md). Le trafic ne quitte jamais votre réseau, la latence est donc faible, et cela fonctionne sans aucune connexion Internet.
Appuyez sur **Démarrer** sur la carte **Accès LAN** ou lancez avec `-H 0.0.0.0`.
{% endcolumn %}
{% column width="8.333333333333336%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :image: **Génération d'images et de vidéos**
Pour MiniMax-H3 FP8 sur un NVIDIA B200, une génération de 960×544, 124 images, 8 étapes est passée de plus de 70 secondes à **13 secondes**. Générez avec [Qwen-Image-2.1](/docs/fr/modeles/qwen-image-2.1.md)**,** FLUX, Z-Image, LTX, Wan et des adaptateurs LoRA ajustés.
Transformez, inpaint, étendez, upscalez, utilisez des références et modifiez des images existantes.
{% endcolumn %}
{% column width="41.666666666666664%" %}
{% endcolumn %}
{% column width="8.333333333333325%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :rectangle-api: Servir des modèles via API
Vous pouvez utiliser `la commande unsloth run` et servir des modèles comme [Qwen3.8](/docs/fr/modeles/qwen3.8.md) et modifier n'importe quels paramètres, y compris la taille du contexte, les couches GPU, le threading, l'échantillonnage, le réseau et la configuration des outils. Pour plus d'informations, consultez nos [docs de l'API](/docs/fr/notions-de-base/api.md).
{% endcolumn %}
{% column width="49.99999999999999%" %}
Voici un exemple d'utilisation de l'API Unsloth avec Qwen3.8 :
{% code overflow="wrap" %}
```bash
unsloth run --model unsloth/Qwen3.8-27B-GGUF-GGUF:UD-Q4_K_XL
--temp 1.0 \
--top-p 0.95 \
--top-k 20 \
--min-p 0.0 \
--chat-template-kwargs '{"reasoning_effort":"medium"}'
```
{% endcode %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :image: Utiliser les derniers modèles
Vous pouvez exécuter et entraîner presque tous les modèles, y compris ceux à venir. Attendez-vous à une prise en charge dès le premier jour pour des modèles comme Qwen3.8, Gemma, Meta, NVIDIA, GLM, des modèles Gemma et plus encore. C'est grâce à llama.cpp et Hugging Face, et nous sommes également fiers de contribuer à l'écosystème.
{% endcolumn %}
{% column width="49.99999999999999%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.666666666666664%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :magnifying-glass: Recherche approfondie
La recherche normale utilise le Web pour ses réponses et se déroule pendant que le modèle réfléchit encore.
La recherche approfondie planifie d'abord, recherche les meilleures sources, puis produit un rapport détaillé avec toutes les citations.
{% endcolumn %}
{% column width="8.33333333333334%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :cloud: Connecter des fournisseurs
Vous pouvez connecter Unsloth directement à votre abonnement ChatGPT/Codex.
Exécutez des modèles d'OpenAI, Anthropic, Ollama, llama.cpp, vLLM, et plus encore.
Utilisez la même interface de chat Unsloth pour les modèles locaux et cloud avec prise en charge des appels d'outils, de la génération d'images, [du cache de prompts](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#prompt-caching) pour réduire l'utilisation de jetons tout en conservant les fonctionnalités natives du fournisseur comme celles d'OpenAI [recherche Web](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#web-search-and-thinking) et [l'exécution de code](https://sites.gitbook.com/preview/site_mXXTe/~/revisions/KsWgqmEjr66G4kYiZdG8#code-execution).
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% embed url="" %}
{% endcolumn %}
{% column width="8.333333333333336%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :image: **Entraîner des modèles de diffusion**
Entraînez des adaptateurs LoRA pour SDXL, FLUX.2, Qwen-Image et Z-Image sur vos propres images. Ajoutez des légendes dans Unsloth, choisissez un rang et lancez l'entraînement. Vous pouvez ensuite l'exporter et recharger le modèle dans Unsloth pour l'inférence.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :flask: Entraîner sans code
Déposez un PDF, CSV ou JSON et c'est parti. LoRA, fine-tuning complet, préentraînement. Le tout 2x plus rapide, 70 % de VRAM en moins, sans perte de précision. Le multi-GPU et les derniers modèles fonctionnent.
Texte, diffusion, [audio](/docs/fr/notions-de-base/text-to-speech-tts-fine-tuning.md) et [image](/docs/fr/notions-de-base/vision-fine-tuning.md) les modèles sont pris en charge !
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="8.333333333333353%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :microphone: Transcrire/générer de l'audio
Générez, affinezez ou transcrivez de l'audio avec Unsloth entièrement en local. Texte vers parole, parole vers texte, Whisper, Qwen3-ASR, tout y passe !
{% endcolumn %}
{% column width="8.333333333333336%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" valign="middle" %}
## :alien-8bit: Connectez votre agent
[Unsloth Start](/docs/fr/integrations/unsloth-start.md) vous permet de connecter [Claude Code](/docs/fr/notions-de-base/claude-code.md), [Codex](/docs/fr/notions-de-base/codex.md) et d'autres agents à des modèles locaux via la commande `unsloth start` .
Démarrez Unsloth, chargez un modèle, ouvrez le dossier de votre projet, puis exécutez :
```bash
unsloth start claude
```
{% endcolumn %}
{% column width="49.99999999999997%" %}
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
#### Collectez-vous mes données ?
Aucune télémétrie. Unsloth détecte le type de votre GPU et votre appareil afin que l'application sache ce qui fonctionne. L'application peut fonctionner entièrement hors ligne.
#### Puis-je utiliser des modèles que j'ai déjà téléchargés ?
Oui, ils sont trouvés automatiquement. S'ils ne le sont pas, vous pouvez spécifier vos propres dossiers personnalisés.
#### Pourquoi l'inférence est-elle parfois plus lente ?
La recherche Web, l'exécution de code et la réparation des appels d'outils prennent tous du temps. Désactivez-les et la vitesse devrait correspondre à celle de toute autre application llama.cpp. Toujours lent ? Ouvrez un ticket GitHub.
{% endcolumn %}
{% column width="41.66666666666667%" %}
#### Réservé au GPU ?
Non. Unsloth fonctionne sur une grande variété de configurations CPU, Mac, etc.
#### Prend-il en charge les API compatibles OpenAI ?
Oui. Consultez le [guide de l'API](/docs/fr/notions-de-base/api.md). Nous prenons également en charge la connexion à [des modèles cloud](/docs/fr/integrations/connections.md) ou à d'autres API comme Anthropic ou OpenAI.
#### Quels appareils Unsloth prend-il en charge ?
Unsloth prend en charge tous les systèmes d'exploitation, y compris Mac, Windows, Linux et WSL, et prend en charge les GPU/CPU NVIDIA, Intel, AMD et Mac. Le matériel plus ancien peut toutefois ne pas être bien pris en charge.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="83.33333333333333%" %}
Un immense merci à NVIDIA et Hugging Face d'avoir participé à notre lancement. Merci également à tous nos premiers bêta-testeurs d'Unsloth Desktop ; nous apprécions sincèrement votre temps et vos retours. Nous tenons aussi à remercier Jan pour son inspiration ainsi que llama.cpp, PyTorch, stablediffusion.cpp et open model labs pour avoir fourni l'infrastructure qui a rendu Unsloth Desktop possible.
{% endcolumn %}
{% column width="8.333333333333321%" %}
{% endcolumn %}
{% endcolumns %}
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://unsloth.ai/docs/fr/desktop.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
.gif?alt=media&token=3df768c6-07d8-40c6-9c02-a881547d44bd)
