unsloth Desktop v0.1.900-beta公開。Laya搭載と生成高速化

2026年9月29日

基本情報

収集・肉付けの時点で当サイトのコードが確定させた値です。日付はJST。

概要

ローカルLLMのファインチューニング/推論ツールとして知られる unsloth (unslothai/unsloth) の Desktop アプリが v0.1.900-beta にアップデートされました。今回の目玉は、オープンソースの Jev をベースとする「Decision Models」の一つである Laya をローカルで実行・サーブできるようになったことです。加えて、ドキュメントやメディアをまとめて扱う「Library」機能、PDF/Office ファイルの閲覧機能、Skills をアプリ内で直接編集できる Skills Editor、そして画像・動画生成の大幅な高速化(LTX-2.3 クリップで約4.5倍、VAE デコードで1.7〜6.3倍)が加わりました。すでに unsloth Desktop を日常的に使っている人は、画像・動画生成の高速化だけでもアップデートする価値があります。

破壊的変更・非推奨

今回のリリースノートには、既存のオプション・API・設定を置き換えるような破壊的変更や非推奨化の記載はありません。

主な変更点

Laya による Decision Models のローカル実行

はい/いいえ、選択式、スコアリングといった質問に確率つきで回答する「Decision Models」の一つ、Laya をローカルで動かせるようになりました。利用するには Settings > API から Decision API を有効化し、使用するモデルと CPU/GPU のどちらで動かすかを選択します。TypeSafe SDK を使う場合は、Jev 互換の /v1/systemone エンドポイント経由でアクセスできます。GPU を選択した場合、Apple Silicon 上では MLX を使ってネイティブに実行されるとされています。詳細は関連 PR(#11603)で確認できます。分類・判定タスクを既存の生成モデルで代替していた人は、精度・速度の面で置き換えを検討する価値があります。

Skills Editor の追加

Desktop アプリ上で Skills を直接作成・編集・削除できる Skills Editor が加わりました。これまで外部でファイルを編集して読み込ませていたワークフローを、アプリ内で完結させられます。

ModelScope からのモデルダウンロードに対応

Hugging Face にアクセスできない環境のユーザー向けに、ModelScope 経由でのモデルダウンロードがサポートされました。地域制限などで HF を利用できなかったユーザーは、モデル取得手段の選択肢が増えます。

Library + Document Viewer

PDF、Word、Excel、PowerPoint のファイルを unsloth 内で直接閲覧できる Library / Document Viewer タブが追加されました。チャット・画像・動画などもここで一元管理でき、添付ファイルのカード表示も改善されています。サイドバーのセクションを自分で作成し、ドラッグで並び替えることも可能になりました。ドキュメントを読み込ませて対話するワークフローを使っている人に直接影響します。

Apple Silicon 向けの改善

バッチでのサービング、structured outputs、TurboQuant KV cache など、Apple Silicon 環境向けの改善が複数含まれています。Mac でモデルをサーブしている人は、メモリ効率や応答速度の変化を確認する価値があります。

GPUごとのモデル割り当て設定

複数 GPU 環境で、各 GPU にモデルのどの部分を割り当てるかを設定できるようになりました。マルチ GPU 構成でモデルを分散配置している人に関係します。

画像・動画生成の高速化

LTX-2.3 のクリップ生成が、蒸留サンプリングやコンパイル周りの修正、ホスト提供の FP8 重みにより約4.5倍高速化されたとされています。画像・動画の VAE デコードも1.7〜6.3倍高速化され、ワークフロー全体の生成速度もこれに応じて向上するとされています。また MiniMax-H3 の初回レンダリングは最大1分短縮されたと報告されています。LTX-2.3 や MiniMax-H3 で画像・動画生成を行っているユーザーは、体感速度の改善を確認できるはずです。

新しいテーマの追加

食べ物をモチーフにした新しいテーマが複数追加されました。

対応モデル・ハードウェア

Decision Models のうち、オープンソースの Jev をベースとする Laya をローカルで実行できるようになりました。GPU を選択した場合、Apple Silicon 上では MLX を使ってネイティブに動作するとされています。CPU での実行にも対応しており、Settings > API から実行方式を選べます。

画像・動画生成では、LTX-2.3 のクリップ生成がホスト提供の FP8 重みと組み合わせて高速化されており、FP8 形式のモデルを扱える環境が前提になっていると考えられます(詳細な要件はリリースノートに明記されていません)。VAE デコードの高速化は画像・動画生成全般に及ぶとされ、MiniMax-H3 についても初回レンダリング時間の短縮が報告されています。

モデル配布経路としては、Hugging Face に加えて ModelScope からのダウンロードにも対応しました。地域や環境の制約で HF にアクセスできないユーザーは、こちらの経路でモデルを取得できます。

マルチ GPU 環境向けには、各 GPU にモデルのどの部分を割り当てるかを設定する機能が追加されており、複数 GPU でモデルを分散配置している構成に関係します。

アップデート方法

今回の資料には具体的なインストールコマンド(pip install や git pull など)の記載はありません。unsloth Desktop アプリを利用している場合は、アプリ内の更新機能、またはリリースページから最新版(v0.1.900-beta)を取得してください。

• https://github.com/unslothai/unsloth/releases/tag/v0.1.900-beta

Decision API や Skills Editor など今回追加された機能は、更新後に Settings 画面から有効化・設定する必要がある点に注意してください。

前回の記事からの更新履歴

当サイトがGitHubのリリース一覧から機械的にまとめた、この版と前回取り上げた版の間に出た版です(単独記事にはしていません)。 全ての版はエンジン別ページにあります。

関連記事

• UnslothがQwen-Image-2.1対応とAgent Skills機能を追加
• Unsloth v0.1.811-beta公開、Docker・AMD・マルチユーザー対応
• 「unsloth」v0.1.810-beta公開：マルチユーザー対応とDocker刷新
• Unsloth、Windows ARM64バイナリ版をリリース

次に読むなら

• このツールの更新を追う → Unsloth の概要とリリース履歴(記録済み71版)
• 同じ分類(量子化・モデル形式・ファインチューニング)の他のツール → ggml / ExLlamaV3
• 記事に出てくるエンジンを調べる → LocalAI

出典

• https://github.com/unslothai/unsloth/releases/tag/v0.1.900-beta
• https://github.com/unslothai/unsloth/pull/11603