> 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
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 sur macOS, Windows et Linux.
Unsloth vous permet d'exécuter, d'entraîner et de déployer des LLM, diffusion image/vidéo, MLX, GGUF et des modèles audio.
Obtenez des appels d'outils auto-réparateurs 50 % plus précis et une exécution de code en bac à sable. Discussion parallèle est également prise 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. Lancez l'application
{% endstep %}
{% step %}
### Choisissez un modèle
Ouvrez le menu déroulant « Sélectionner un modèle » en haut ou l'onglet « Hub des modèles », choisissez un modèle et une quantification adaptés à votre appareil, puis téléchargez-le. Une fois terminé, commencez à discuter — aucune configuration requise.
{% endstep %}
{% step %}
### Unsloth est maintenant prêt
Pour discuter, saisissez un message et appuyez sur Entrée.
* **Connectez des outils :** [Claude Code](/docs/fr/bases/claude-code.md), [Codex](/docs/fr/bases/codex.md), [recherche Web](/docs/fr/nouveau/studio/chat.md#advanced-web-search), [MCP](/docs/fr/bases/mcp.md) et plus encore
* **Entraînez des modèles :** Ajustez finement le texte, la diffusion, [l'intégration](/docs/fr/bases/embedding-finetuning.md), et plus encore
* **Générez des médias :** Créez et entraînez [des images](/docs/fr/bases/diffusion-image.md), vidéo, [TTS](/docs/fr/bases/text-to-speech-tts-fine-tuning.md) localement
{% endstep %}
{% endstepper %}
{% endcolumn %}
{% column width="16.666666666666657%" %}
{% endcolumn %}
{% endcolumns %}
Analyse approfondie des fonctionnalités ⭐
Découvrez tout ce qu'Unsloth Desktop a à offrir :
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.666666666666686%" %}
## :shield: Contrôlez les autorisations
Unsloth, comme Claude Code et Codex, fournit des contrôles d'autorisation pour tout modèle utilisant 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 bac à sable sécurisé pour protéger votre système, ou, si vous 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: **Tout endpoint. Tous les outils.**
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 via votre propre endpoint distant compatible OpenAI, vous pouvez lui donner accès à la suite complète d'outils d'Unsloth, y compris 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="41.666666666666664%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :image: **Génération d'images et de vidéos**
Pour MiniMax-H3 FP8 sur un NVIDIA B200, une génération en 960×544, 124 images, 8 étapes est passée de plus de 70 secondes à **13 secondes**. Générez avec FLUX, Z-Image, LTX, Wan et des adaptateurs LoRA affinés.
Transformez, comblez les zones manquantes, étendez, augmentez la résolution, utilisez comme référence et modifiez des images existantes.
{% endcolumn %}
{% column width="8.333333333333325%" %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :terminal: Exécution de code
Obtenez jusqu'à 50 % d'appels d'outils plus précis grâce à des appels auto-réparateurs qui détectent, corrigent et réessaient automatiquement les échecs.
Exécutez Bash et Python dans un bac à sable sécurisé. Unsloth offre une terminaison des appels plus fiable pour réduire les boucles, une meilleure réparation et une déduplication pour éviter les fuites XML.
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
{% endcolumn %}
{% column width="41.666666666666686%" %}
## :comment: Accédez au modèle partout
Servez votre modèle localement ou via HTTPS grâce au tunnel Cloudflare gratuit d'Unsloth [tunnel Cloudflare](/docs/fr/bases/comment-heberger-des-llm-locaux-partout-acces-distant-securise-avec-cloudflare-et-unsloth.md). Consultez une exécution depuis **votre téléphone**, votre ordinateur portable ou n'importe où ailleurs.
Liez 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 width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
## :rectangle-api: Servez des modèles via API
Vous pouvez utiliser `unsloth run` la commande et servir des modèles comme [Qwen3.8](/docs/fr/modeles/qwen3.8.md) et modifier tous les paramètres, y compris la taille du contexte, les couches GPU, le multithreading, l'échantillonnage, le réseau et la configuration des outils. Pour plus d'informations, consultez notre [documentation API](/docs/fr/bases/api.md).
{% endcolumn %}
{% column width="49.99999999999999%" %}
Découvrez 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: Utilisez 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, les modèles Gemma et bien d'autres. Tout cela grâce à llama.cpp et Hugging Face, et nous sommes aussi fiers de contribuer à notre tour 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 fait 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: Connectez des fournisseurs
Vous pouvez connecter Unsloth directement à votre abonnement ChatGPT/Codex.
Exécutez des modèles depuis OpenAI, Anthropic, Ollama, llama.cpp, vLLM et plus encore.
Utilisez la même interface de discussion Unsloth pour les modèles locaux et cloud, avec prise en charge des appels d'outils, de la génération d'images, [mise en cache des 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: **Entraînez des modèles de diffusion**
Entraînez des adaptateurs LoRA pour SDXL, FLUX.2, Qwen-Image et Z-Image sur vos propres images. Décrivez-les dans Unsloth, choisissez un rang et lancez l'entraînement. Vous pourrez ensuite l'exporter et recharger le modèle dans Unsloth pour l'inférence.
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column %}
{% endcolumn %}
{% column width="41.66666666666666%" %}
## :flask: Entraînez sans code
Importez un PDF, CSV ou JSON et c'est parti. LoRA, fine-tuning complet, pré-entraînement. Tout est 2 fois plus rapide, avec 70 % de VRAM en moins, sans perte de précision. Le multi-GPU et les derniers modèles fonctionnent.
Texte, diffusion, [audio](/docs/fr/bases/text-to-speech-tts-fine-tuning.md) et [image](/docs/fr/bases/vision-fine-tuning.md) modèles 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, affinez ou transcrivez de l'audio avec Unsloth entièrement en local. Synthèse vocale, reconnaissance vocale, Whisper, Qwen3-ASR, tout ce que vous voulez !
{% 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/bases/claude-code.md), [Codex](/docs/fr/bases/codex.md) et d'autres agents à des modèles locaux via la `unsloth start` commande.
Démarrez Unsloth, chargez un modèle, ouvrez votre dossier de 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 votre type de 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 détectés automatiquement. Si les vôtres 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 être comparable à celle de toute autre application llama.cpp. Toujours lent ? Ouvrez un ticket GitHub.
{% endcolumn %}
{% column width="41.66666666666667%" %}
#### GPU uniquement ?
Non. Unsloth fonctionne sur une grande variété de configurations CPU, Mac, etc.
#### Prend-il en charge les API compatibles OpenAI ?
Oui. Consultez le [guide API](/docs/fr/bases/api.md). Nous prenons également en charge la connexion à [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, ainsi que les GPU/CPU NVIDIA, Intel, AMD et Mac. Cependant, le matériel plus ancien peut 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 pour Unsloth Desktop, nous apprécions sincèrement votre temps et vos retours. Nous aimerions aussi 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 dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
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 optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
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.