Actif en ~30 s
Image pré-mise en cache, ports mappés, TLS terminé — la stack fonctionne avant même que vous ayez fini de lire cette phrase.
Template · Entraînement et fine-tuning · CUDA 12.9
Lancer le fine-tuning Unsloth sur un GPU cloud, en 30 secondes
Fine-tuning 2× plus rapide, moins gourmand en VRAM — kernels Unsloth, workflow en notebook. Unsloth réécrit les kernels d’attention et de MLP pour que le fine-tuning LoRA/QLoRA tourne environ 2× plus vite, avec jusqu’à 70 % de VRAM en moins. Unsloth Studio ajoute par-dessus un workflow en notebook : charger un modèle de base, associer un jeu de données, entraîner, exporter en GGUF ou en poids fusionnés. À partir de $0,052/h sur une RTX 4060 Ti interruptible.
Template gratuit
Vous payez uniquement le prix du GPU : Unsloth Studio sur une RTX 4060 Ti coûte $0,105/h à la demande, $0,052/h en interruptible, facturé à la seconde.
Volumes pour l’état
Les modèles, jeux de données et résultats vivent sur un volume à $0,08/GB/mois ; l’instance reste jetable.
Privé par défaut
GPU dédié, disque chiffré, paiements en crypto, sans KYC, aucune IP stockée — Jupyter et SSH derrière vos propres identifiants.
Meilleurs GPU pour Unsloth Studio
Trois paliers de prix qui font bien tourner ce template — Bon, Meilleur, Le meilleur. Tous les modèles du catalogue fonctionnent ; ce sont les options les plus avantageuses.
| Palier | GPU | VRAM | À la demande | Interruptible | Pourquoi cette carte | Action |
|---|---|---|---|---|---|---|
| Bon | RTX 4060 Ti | 8 GB | $0,105 | $0,052 | 16 GB suffisent pour du QLoRA 8B grâce aux économies de mémoire d’Unsloth. | Déployer |
| Meilleur | RTX 4090 | 24 GB | $0,354 | $0,177 | 24 GB gèrent rapidement le QLoRA 14B–32B. | Déployer |
| Le meilleur | RTX 5090 | 32 GB | $0,481 | $0,240 | 32 GB GDDR7 pour les fine-tunes mono-carte les plus rapides. | Déployer |
Besoin de plus de VRAM ? Le catalogue complet liste tous les 83 modèles avec leur disponibilité en direct ; le guide VRAM associe les modèles aux cartes.
Déployez Unsloth Studio depuis la console, le CLI ou l’API
Choisissez le template dans la barre de déploiement de la console, ou scriptez-le :
- Console — filtrez par GPU, choisissez Unsloth Studio dans le sélecteur de templates, définissez le disque et l’environnement, déployez.
- CLI — pip install lowcostgpu, puis la commande à droite. Référence CLI.
- API — POST /v1/instances avec "template": "unsloth-studio". Référence REST.
- Votre image — toute référence OCI fonctionne aussi ; nous injectons le runtime NVIDIA. Documentation des templates.
$ lowcostgpu launch --gpu rtx-4060-ti --template unsloth-studio \
--disk 100 --volume models:/workspace/models
✓ instance i-7a41c0e2 running (27.9s)
# Unsloth Studio · RTX 4060 Ti · $0,105/hr · per second
# https://i-7a41c0e2.lowcostgpu.com:8888 (TLS)
$ lowcostgpu stop i-7a41c0e2 # billing ends this secondCe que contient le template Unsloth Studio
| Image | lowcostgpu/unsloth-studio |
|---|---|
| CUDA | CUDA 12.9 |
| Accès | Shell SSH · JupyterLab sur un port mappé |
| Catégorie | Entraînement et fine-tuning |
| Stockage | Disque NVMe de l’instance (dimensionné au déploiement) + volumes réseau en option |
| Facturation | Le prix du GPU uniquement, à la seconde — aucun frais de template, aucun frais d’installation |
Autres templates de entraînement et fine-tuning
Axolotl — fine-tuning sur un GPU cloud — Fine-tunez Llama, Qwen ou Mistral depuis un seul YAML — LoRA, QLoRA et FSDP multi-GPU.
Kohya's GUI sur un GPU cloud — Entraînez des LoRA d’image SDXL et Flux via une interface graphique dans le navigateur — jeu de données en entrée, .safetensors en sortie.
Flux Gym sur un GPU cloud — Une interface on ne peut plus simple pour entraîner des LoRA Flux, construite sur les scripts Kohya.
Ostris AI Toolkit sur un GPU cloud — L’outil d’entraînement AI-Toolkit pour Flux et les modèles de diffusion, avec une interface web.- Tous les 37 templates
Unsloth Studio sur un GPU cloud : FAQ
Les variables d’environnement, les ports et les images personnalisées sont couverts dans la documentation des templates.
Combien coûte l’exécution de Unsloth Studio sur un GPU cloud ?
Seulement le prix du GPU — le template est gratuit. À partir de $0,052/h sur une RTX 4060 Ti interruptible, $0,105/h à la demande sur une RTX 4060 Ti. La facturation est à la seconde, donc une heure d’expérimentation coûte une heure, pas une journée. Le stockage est à $0,08/GB/mois.
Combien de temps faut-il pour démarrer Unsloth Studio ?
Environ 30 secondes après le clic de déploiement : l’image est pré-mise en cache sur les hôtes, les ports sont mappés et le TLS est terminé pour vous. Redémarrer une instance arrêtée est plus rapide, et votre disque est exactement comme vous l’avez laissé.
Puis-je conserver mes modèles et mes résultats entre les sessions ?
Oui — attachez un volume au déploiement. Tout ce qui se trouve sur le volume survit à la destruction de l’instance et se monte sur l’instance suivante dans la région en quelques secondes, à $0,08/GB/mois. Le disque de l’instance lui-même survit à l’arrêt et au démarrage, mais pas à la destruction.
Quels modèles Unsloth prend-il en charge ?
Llama 3.x, Qwen 2.5/3, Gemma, Mistral, Phi et la plupart des architectures decoder-only sur Hugging Face, ainsi que des variantes vision-langage dans les versions récentes.