🖥️ 本地部署
Unsloth 免费吗？价格、免费额度与海外可用性
把微调做快做省的框架：同硬件下训练速度约为常规实现的两倍、显存占用大幅下降，支持 Qwen、DeepSeek、Gemma、Llama 等主流开源模型，可导出 GGUF / MLX 直接本地推理。现也提供本地 UI 用于运行与训练。
A framework that makes fine-tuning faster and cheaper: on the same hardware it trains roughly twice as fast as standard implementations while using much less VRAM. Supports Qwen, DeepSeek, Gemma, Llama and more, exports straight to GGUF / MLX for local inference, and now ships a local UI for running and training.
这个工具擅长什么 / Highlights
同卡训练更快更省显存，微调门槛最低的一档
Faster and leaner training on the same card — the lowest-friction way to fine-tune
价格与免费额度 / Pricing & free tier
免费开源（Apache-2.0）
详细介绍 / Overview
专注“把微调做快做省”的框架：通过手写 Triton 内核与内存优化，同硬件下训练速度约为标准实现的两倍，显存占用下降一半以上，让单张消费级显卡也能微调 7B–14B 模型。支持 Qwen、DeepSeek、Gemma、Llama、Mistral 等主流开源模型，训练完可导出 GGUF / MLX 直接本地推理。现也提供本地 UI。
站长心得 / Our take
微调门槛被它拉低了一大截。实测在 4090 上微调 7B 的 LoRA，Unsloth 比原生 Transformers 快一倍多，显存也宽裕，能开更大 batch。要注意它的优化和特定模型架构绑定较紧，冷门模型可能没有专门优化；另外微调质量最终还是取决于数据，工具再快也救不了烂数据。
常见问题 / FAQ
Q：这个工具免费吗？
有免费档位：免费开源（Apache-2.0）
Q: Is it free?
A: Yes, there is a free tier: 免费开源（Apache-2.0）
Q：免费额度有多少？
免费开源（Apache-2.0）
Q: How much free quota is there?
A: 免费开源（Apache-2.0）
Q：支持海外访问吗？
全球可访问；个别服务可能需要当地账号或网络条件。
Q: Is it available overseas?
A: Globally accessible; some services may need a local account or specific network conditions.