Unsloth v0.1.909-beta公開:DeepSeek-V4.1とFLUX.3対応

基本情報
| 項目 | 内容 |
|---|---|
| リポジトリ | unslothai/unsloth |
| 版 | v0.1.909-beta |
| 公開日 | 2026-10-20 |
| ライセンス | Apache-2.0 |
| 出典の種類 | 公開元の一次情報(公式GitHubリポジトリのリリースノートが出典) |
情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。
概要
大規模言語モデル(LLM)や拡散モデルのローカル実行・ファインチューニングを行うツールであるUnslothのバージョン「v0.1.909-beta」が公開されました。UnslothはPythonで開発されているApache-2.0ライセンスのソフトウェアで、GGUFやMLX形式などの効率的な推論や各種モデルの高速な追加学習に対応しています。
今回のアップデートにおける最大の注目点は、最新モデルである「DeepSeek-V4.1-Flash-1017」および画像生成モデル「FLUX.3 Image Klein」のローカル実行に正式対応した点です。超大規模モデルの省メモリ実行や複数参照画像を用いた画像編集がローカル環境で可能になったほか、チャット内での画像・動画生成連携やFSDP2によるマルチGPU学習のサポートなど、推論と学習の両面で大幅な機能拡張が行われています。
主な変更点
DeepSeek-V4.1-Flash-1017への対応
推論機能の向上、コーディングやエージェント性能の改善、出力の簡潔化が行われた「DeepSeek-V4.1-Flash-1017」をローカルで実行できるようになりました。総パラメータ数は552B(アクティブ約16B)に加えてEngramテーブル196Bで構成され、コンテキスト長は1Mトークンに対応しています。EngramテーブルをSSD上に配置することで、1-bit量子化時には約125GB、4-bit量子化時には約300GBのメモリで動作します。端末操作タスクを評価するベンチマーク「Terminal-Bench 4.0」のスコアは、従来のDeepSeek-V4.1-Flashの31.2から42.3へと向上しています。思考(Thinking)機能は既定で有効(high effort)となっており、lowからmaxまでの強度調整や無効化にも対応しています。
FLUX.3 Image Kleinによる画像生成と編集
Black Forest Labsの5.6Bパラメータモデル「FLUX.3 Image Klein」を用いた画像生成と編集に対応しました。テキスト描画や最大10枚のリファレンス画像を用いた編集が可能で、24GBのGPUメモリで動作します。提供されているGGUF版は対応GPUを持たないPCでも動作するほか、蒸留を行っていないKlein Baseも利用可能です。短いプロンプトを詳細なキャプションへと自動拡張する「Enhance prompt」機能が既定で有効になっており、複雑なポーズで発生しやすい身体の崩れを抑制します。
チャット機能における画像・動画モデルの同時保持と連携
専用GPUを搭載した環境において、チャットモデルと並行して画像・動画・読み上げ音声モデルをメモリ内に常駐できるようになりました。設定の「Settings > Resources > Model memory」から「When they fit」または「Always」を選択して挙動を設定できます。「Images」トグルを有効にすると、ローカルチャットモデルが常駐している画像・動画モデルを呼び出し、チャット画面内で画像や再生可能な動画を生成できます。モデルの入れ替えが発生した場合でも、「Keep chat context across unloads」が有効であればコンテキストを再読み込みすることなく会話を継続できます。
コーディングエージェント向けMCPサーバー設定の追加
Claude Code、Codex、CursorといったコーディングエージェントをUnslothのMCPサーバーにワンコマンドで接続できるようになりました。unsloth mcp add claude-code(またはcodex、cursor)を実行することで設定が完了します。接続されたエージェントは、データセットのアップロード、学習の開始、生成されたチェックポイントの読み込みを実行できるほか、モデルの事前ダウンロードやモデル読み込み時のダウンロード/アンロード内容のプレビュー、動画生成ジョブのキュー登録などを指示できます。
FSDP2とコンテキスト並列によるマルチGPU学習
Pythonコード経由での学習において、FSDP2を用いたLoRA、QLoRA、フルファインチューニングのマルチGPU分散に対応しました。また、context_parallel_sizeを指定することで、パックされたシーケンスを含む長いコンテキストを複数GPUに分割して処理できます。分散環境の事前確認用コマンドとしてunsloth doctor --gpusも追加されています。さらに、フルファインチューニング時のオプティマイザメモリを抑えるoptim = "adamw_flash"の導入や、環境変数UNSLOTH_OFFLOAD_OPTIMIZER_STATE=1によるオプティマイザ状態のメインメモリ退避も利用可能です。
ツール実行および各種アーキテクチャの推論・学習高速化
ツール呼び出しを伴うローカルGGUFチャットにおいて、モデルがトークンを生成した速度で即座に応答を表示するよう改善され、ツール呼び出しの待ち時間や長文出力時の速度低下が解消されました。学習面では、lora_dropoutやlora_biasを使用するLoRA学習がUnslothのfusedカーネルに対応し、1ステップあたり約28%高速化しています。また、Gemma 4のグローバルアテンション層向けにNVIDIA Ampere以降で動作するTritonカーネルが追加され、アテンション処理が1.4倍から2.1倍高速化し、メモリ使用量が最大4.9倍削減されます。Apple Silicon環境(MLX)向けにも最適化が行われ、M5搭載MacにおいてQwen3.8-Flash-Nextの処理速度が最大1.4倍向上しています。
Unsloth Desktopの安定性向上とUI改善
Unsloth Desktopにおいて、プロジェクト作成時に既存の作業フォルダを選択できるようになりました。また、古いmacOS環境で起動時にクラッシュしていた不具合が修正されたほか、macOS 27環境でのブラウザパネルの動作やClashなどのシステムプロキシへの追従に対応しています。
対応モデル・ハードウェア
新規対応モデルと画像・動画処理アーキテクチャ
今回のリリースでは、最新の大規模言語モデルや画像生成モデルの推論・編集に対応しています。
- DeepSeek-V4.1-Flash-1017: 総パラメータ数552B(アクティブ約16B)とEngramテーブル196Bを備える最新モデルのGGUF形式によるローカル推論に対応しました。EngramテーブルをSSD上に配置する構成により、1-bit量子化であれば約125GB、4-bit量子化であれば約300GBのメモリ環境で実行できます。
- FLUX.3 Image Klein / Klein Base: Black Forest Labsが開発した5.6Bパラメータの画像生成・編集モデルに対応しました。24GBのGPUメモリで動作するほか、GGUF形式を利用することでサポート対象の専用GPUを持たないPC環境でも推論が可能です。蒸留を行っていないKlein BaseのGGUF版も提供されています。
- Qwen-Image-Edit-2509 / 2511: 1回の編集処理において、最大3枚までの参照画像を同時に受け付けられるようになりました。
- LTX-2.5: 利用時に必要だったHugging Faceへのログイン認証が不要になりました。
- Gemma 4: NVIDIA Ampere以降のGPU環境向けに、グローバルアテンション層を高速処理するTritonカーネル(head_dim 512)が追加されました。
Apple Silicon環境への最適化
Apple Silicon Mac(MLX)における実行効率が向上しています。M5チップを搭載したMac環境ではQwen3.8-Flash-Nextの動作速度が最大1.4倍、M1からM4を搭載したMac環境では最大1.2倍向上します。さらに、M1からM4のMac環境において、4-bitおよび8-bitのMLXモデルを用いた複数チャットの同時生成処理が最大1.8倍高速化されています。
ハードウェア互換性の拡張とプラットフォーム別の調整
多様なハードウェア環境に向けた実行バックエンドの拡充と安定化が行われています。
- SnapdragonおよびLinux ARMボードでのVulkan対応: NVIDIA製GPUやROCm環境を持たないPC(Snapdragon搭載ノートPCやLinux ARMボードなど)において、CPU処理に依存することなく、Vulkanバックエンドを経由してGPU上でGGUF形式のモデルを実行できるようになりました。
- NVIDIA GPU混在環境・MIGへの対応: NVIDIA MIG(Multi-Instance GPU)スライスが正確なサイズで認識および選択されるようになりました。また、世代の異なる複数のGPUが混在するマシン環境において、すべての搭載GPUが正常に実行できる設定およびllama.cppビルドが適用されます。
- AMDプロセッサ・GPU環境の改善: AMD Strix APUとディスクリートAMD GPUを併載しているLinuxマシンにおいて、PyTorchがディスクリートGPU向けに適切にインストールされるよう改善されました。また、HIP SDKを導入したWindows環境のAMD PCにおいて、設定画面(Settings > System)を開いた際に管理者権限を要求される問題が解消されています。
- Windows on ARM: 設定画面の「Settings > Sandbox」において、「Sandbox High」を有効化できるようになりました。
アップデート方法
Unslothは利用形態(Unsloth Desktop、Unsloth Studio、Unsloth Core)に応じてアップデート手順が異なります。
Unsloth Desktop(デスクトップアプリ)の更新
デスクトップアプリを利用している場合は、プラットフォームに応じた最新のインストーラーをダウンロードして適用してください。
- Windows環境: Unsloth-Desktop-Windows.exe
- Windows ARM64環境: Unsloth-Desktop-Windows-ARM64.exe
- macOS環境: Unsloth-Desktop-MacOS.dmg
- Linux x64(Ubuntu deb)環境: Unsloth-Desktop-Ubuntu.deb
- Linux ARM64(Ubuntu 24.04+ deb)環境: Unsloth-Desktop-Ubuntu-ARM64.deb
- Linux x64(AppImage)環境: Unsloth-Desktop-Linux.AppImage
ソースコード(開発版・ローカル環境)の更新
リポジトリをクローンしてローカル環境でUnsloth Studioを実行している場合は、リポジトリの最新コミットを取得した上で更新スクリプトを実行します。
macOS、Linux、WSL環境での更新手順は以下の通りです。
cd unsloth && git pull
./install.sh --local
unsloth studio -p 8888
Windows(PowerShell)環境での更新手順は以下の通りです。
cd unsloth; git pull
.\install.ps1 --local
unsloth studio -p 8888
バックエンドとしてVulkanを明示的に指定してインストールまたは更新を行いたい場合は、環境変数を設定してスクリプトを実行できます。
macOS、Linux、WSL環境の場合:
export UNSLOTH_LLAMA_CPP_BACKEND=vulkan
curl -fsSL https://unsloth.ai/install.sh | sh
Windows(PowerShell)環境の場合:
$env:UNSLOTH_LLAMA_CPP_BACKEND="vulkan"
irm https://unsloth.ai/install.ps1 | iex
関連記事
- unsloth v0.1.918-beta公開:Computer use機能とMiniMax-H3-Image対応
- Unsloth v0.1.917-beta公開:Qwen3.8-27B GGUF対応とUI高速化
- unsloth v0.1.916-betaリリース:2基GPU並列生成とCUDAグラフ対応
- Unsloth v0.1.915-beta Released with Browser Use and FP8 LoRA
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89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 Terminal-Bench の読み方を知る → ベンチマーク用語集
出典
- unslothai/unsloth リリースノート (v0.1.909-beta)
- DeepSeek-V4.1-Flash 公式ガイド
- DeepSeek-V4.1-Flash-1017 GGUF (Hugging Face)
- FLUX.3 Image Klein GGUF (Hugging Face)
- FLUX.3 Image Klein Base GGUF (Hugging Face)
- PR #13865: FSDP2: first-class LoRA and full finetuning
- PR #13869: Add a Triton head_dim 512 attention kernel for Gemma-4 global layers
- PR #13881: Add optim = “adamw_flash" for lower optimizer memory
- PR #13882: Add opt-in optimizer state CPU offload
- PR #13884: Add unsloth doctor –gpus multi-GPU preflight
- PR #13898: Fused LoRA kernels: support lora_dropout and lora_bias
- PR #13928: Studio: automatic image/video loads pick the freest GPU
- PR #13931: Installers (AMD, Linux): Strix APU defers torch to discrete card

