Unsloth Desktop: локальные нейросети в один клик

11 августа 2026 команда Unsloth выкатила Unsloth Desktop - бесплатное десктопное приложение, которое ставит и запускает локальные LLM без командной строки и Docker. Работает на Mac, Windows и Linux, подключается к Claude Code и Codex одной командой, обучает модели в 2 раза быстрее и жрёт на 70% меньше VRAM. Ниже - что оно реально умеет, куда его пристёгивать и как поднять за 5 минут.

Что такое Unsloth Desktop и зачем он нужен?

Unsloth Desktop - это GUI-обёртка над одноимённым open-source фреймворком (70 тысяч звёзд на GitHub, лицензия Apache-2.0), в котором раньше приходилось писать Python и возиться с CUDA. Теперь качаешь .dmg / .exe / .AppImage - и получаешь окно с чатом, каталогом моделей, файн-тюном по кнопке и подключением к Claude Code через команду unsloth start.

Ставится на любое железо: NVIDIA, AMD, Intel, Apple Silicon, чистый CPU или multi-GPU. Всё крутится локально: телеметрии нет, данные с ноутбука не уезжают наружу. Приложение сейчас в бете (v0.1.701-beta), но релизные бинарники уже качают десятками тысяч.

Что умеет из коробки?

Функционала на релизе заметно больше, чем в LM Studio или Ollama:

• Запуск текстовых, MLX, GGUF, аудио и diffusion-моделей (в т.ч. FLUX, SDXL, генерация видео).
• Файн-тюн LLM по кнопке: обучение в 2 раза быстрее и на 70% меньше VRAM без потери точности.
• Self-healing tool calls: агент вызывает инструменты на 50% точнее, автоматически чинит кривые JSON-схемы (sandboxed Python + Bash).
• Веб-поиск, Deep Research, RAG и MCP - подключаются из UI, без ручной настройки конфигов.
• Параллельные чаты с независимыми тулами и песочницами.
• OpenAI-совместимый API - модель дёргается из любого клиента, который умеет OpenAI.
• Remote-доступ через Cloudflare tunnel - открываешь домашнюю модель наружу без проброса портов.

Как подключить Unsloth к Claude Code?

Одна команда в терминале - и Claude Code начинает работать с локальной моделью вместо облачного Claude:

unsloth start claude

После этого Claude Code роутит запросы в локальный Qwen 3.8 или DeepSeek-V4, а не в облако Anthropic. Аналогично с Codex - unsloth start codex. Смысл: платишь 0 за токены, кодовая база не уезжает наружу, а привычные инструменты (bash, edit, grep) остаются те же, что в стоковом Claude Code.

Оговорка: локальная модель на MacBook M2 или домашней 4090 в сложных задачах всё ещё уступает Claude 4.7. Для рутины (boilerplate, регэкспы, документация, простые рефакторы) - работает нормально.

Какие модели можно запускать локально?

Из официального описания релиза (август 2026):

• Qwen 3.8 - основной кодинг-моделлер, тянет 8-32B версии.
• DeepSeek-V4 Flash - быстрая версия под ежедневный чат.
• Kimi K3 - длинный контекст.
• Gemma 4 от Google.
• MiniMax H3 - генерация видео с синхронным звуком.
• Muse Glimmer 30B - требует около 18 ГБ RAM/VRAM.
• GLM-5.2 от Zhipu.
• Плюс любая GGUF-модель с Hugging Face - через встроенный каталог.

Про "поддержку 500+ моделей" в анонсе Backdoor: официальная документация такой цифры не даёт. Читай как "поддерживает все актуальные open-source LLM и мультимодалку", а не как гарантию конкретного числа.

Какое железо нужно?

Минимум работоспособного:

• 7-8B модели - 8-16 ГБ RAM/VRAM (MacBook Air M2, RTX 3060 12GB).
• 13-30B - 24-48 ГБ (RTX 4090, Mac Studio M2 Ultra).
• 70B+ - 64+ ГБ VRAM или multi-GPU.
• Видео (MiniMax H3) - жирный NVIDIA. В блоге показывали на B200: 13 секунд на 124-кадровый ролик 960x544.

Для чата с 7B Qwen хватит любого свежего ноутбука. Для файн-тюна - желательно дискретная карта на 12+ ГБ или Mac с 32+ ГБ единой памяти.

Чем это отличается от Ollama и LM Studio?

Ollama и LM Studio - это "запусти GGUF в удобном UI". Unsloth Desktop делает больше:

• Файн-тюн из коробки. Ollama этого не умеет вообще.
• Self-healing tool calls - агент не тонет на первой кривой JSON-схеме.
• Родная связка с Claude Code и Codex - одна команда, а не пляски с прокси.
• MCP, RAG, веб-поиск из UI - в LM Studio это отдельные плагины.

Минус: сейчас бета, стабильности Ollama пока нет. Для продакшн-агентов лучше подождать пары апдейтов.

Как поставить за 5 минут (готовый промпт для Claude Code)

Не хочешь читать документацию - открой Claude Code и вставь запрос:

Помоги мне поставить Unsloth Desktop и подключить его к тебе как локальную модель.

1. Определи мою ОС и архитектуру процессора (Mac ARM/Intel, Windows, Linux).
2. Скачай нужный установщик из последнего релиза https://github.com/unslothai/unsloth/releases (v0.1.701-beta или новее).
3. Установи: для Mac - .dmg, для Windows - .exe, для Linux - .AppImage или .deb.
4. Через `unsloth start claude` подключи локальную модель ко мне.
5. Задай мне тестовый вопрос через локальный роутинг и покажи, что ответ пришёл не из облака.
6. Если не хватает RAM для выбранной модели - предложи модель поменьше.

После установки скажи, какие модели скачаны и сколько занимают на диске.

Claude Code сам разберётся с флагами и путями. Если модель окажется большой для железа - предупредит.

Что важно знать до установки

• Версия 0.1.701-beta. Баги будут. Продакшн-задачи не переводи на локалку слепо.
• Веб-поиск и Deep Research в приложении требуют интернет - "полностью офлайн" только чат с локальной моделью.
• Cloudflare tunnel для remote-доступа - удобно, но трафик идёт через Cloudflare, учитывай при работе с чувствительными данными.
• Приложение не подписано на macOS - при первом запуске Gatekeeper ругнётся, надо разрешить в System Settings → Privacy.

FAQ

Unsloth Desktop бесплатный? Да, open-source, Apache-2.0. Скачивание с GitHub или с https://unsloth.ai/download - без регистрации.

Работает на маке с M1/M2/M3? Да, есть ARM64 .app и .dmg. Использует MLX-бэкенд для Apple Silicon.

Можно ли обучить свою модель на своих данных? Да, это исходная фича Unsloth. Файн-тюн LoRA/QLoRA в 2 раза быстрее аналогов и на 70% меньше VRAM.

Работает ли без интернета? Чат с локальной моделью - да. Веб-поиск, Deep Research и скачивание моделей - нужен интернет.

Заменит ли локальная модель облачный Claude? Для рутины (boilerplate, регэкспы, документация, простые скрипты) - да. Для сложных задач Claude 4.7 всё ещё сильнее, но и стоит денег за токены.

Вывод

Unsloth Desktop - это первый серьёзный шаг к "локальному Claude Code" без Python-плясок. Скачал, поставил, unsloth start claude - и агент работает на твоём железе бесплатно. Обучение своей модели тоже перестало быть шаманизмом. Бета сырая, но направление правильное: локальный ИИ становится однокликовым, а связка с Claude Code делает его сразу пригодным для реальной работы.

Что дальше

Если хочешь собрать такую систему у себя - у меня есть курс по вайбкодингу и работе с нейросетями в клубе Мандарин Лаб: mandarinedu.ru. Первые уроки открыты бесплатно.

Если нужно внедрить ИИ в бизнес - процессы, агентов, автоматизацию под вашу задачу - пишите мне напрямую: t.me/Philigranchik. Разберу задачу и скажу, что реально автоматизируется, а что нет.