¿Qué es AI Toolkit?
AI Toolkit, de Ostris, es un conjunto de herramientas de entrenamiento para modelos de difusión. Se usa sobre todo para entrenar LoRA, pequeños pesos añadidos que enseñan a un modelo de imagen o vídeo un estilo, una persona o un concepto, y ahora cubre también modelos de audio como ACE-Step.
Admite más de 50 modelos abiertos de imagen, edición y vídeo, de FLUX.1 y Qwen-Image a Wan 2.2 y LTX-2.5, controlados mediante configuraciones YAML o una interfaz web. Funciona en local con GPU de Nvidia, en RunPod o Modal, o en Ostris Cloud, un servicio de alquiler de GPU que gestiona el autor para financiar el proyecto.
No tiene versiones etiquetadas; los commits llegan casi a diario, el último el 23 de octubre de 2026.
¿Merece la pena AI Toolkit?
AI Toolkit es la vía más rápida para entrenar una LoRA sobre un modelo abierto recién publicado, porque su autor los añade en cuestión de días. El README enumera ya más de 50 modelos de imagen, edición, vídeo y audio, y los commits recientes añadieron Bria Fibo 2.0 el 23 de octubre de 2026. El repositorio tiene unas 12.400 estrellas, lo que se queda corto para su alcance entre quienes entrenan LoRA.
La interfaz web es lo que lo distingue de las colecciones de scripts. Datasets, descripciones, prompts de muestra y control de trabajos están en una sola interfaz en el puerto 8675, y la interfaz se puede cerrar mientras los trabajos siguen en marcha. Un nuevo AI Toolkit Manager, marcado como experimental, instala PyTorch, Node.js y FFmpeg dentro de la carpeta y busca actualizaciones en cada arranque.
Ese comportamiento de actualización es también el principal riesgo. No hay versiones, así que cada arranque puede descargar código nuevo; el gestor omite las actualizaciones si has editado ficheros, pero una instalación que funciona puede cambiar sin que lo notes. La interfaz queda expuesta en la red sin contraseña salvo que configures AI_TOOLKIT_AUTH, algo que el README recomienda encarecidamente en cualquier servidor en la nube. Pulsar Ctrl+C mientras se guarda un checkpoint probablemente lo corrompa.
El hardware marca el precio real. La configuración de referencia para LoRA de FLUX apunta a una tarjeta de 24 GB, y el ejemplo de Modal usa por defecto una A100 de 40 GB con un límite de dos horas. Ostris Cloud cobra 1,43 $ la hora por una RTX 5090, así que una ejecución típica de LoRA cuesta unos pocos dólares de GPU. Los scripts de entrenamiento de Diffusers están mejor documentados y son más fáciles de modificar; AI Toolkit cambia eso por amplitud y rapidez en el soporte de modelos.
Dónde se gana su sitio
Una ilustradora autónoma con una RTX 4090
Entrenar una LoRA de estilo con 30 de sus propios cuadros
Cargar las imágenes y las descripciones en la interfaz web, partir de la configuración de FLUX para 24 GB y ver las imágenes de muestra durante el entrenamiento. Sin coste de software; la ejecución ocupa horas de una tarjeta que ya tiene.
Un estudio creativo que produce fotos de producto para clientes de comercio electrónico
Mantener el producto de un cliente coherente en las imágenes generadas
Alquilar una RTX 5090 en Ostris Cloud a 1,43 $ la hora, entrenar una LoRA por producto y pasar el fichero al equipo de imagen. Unos pocos dólares de GPU por producto; la licencia del modelo base decide si el resultado puede usarse comercialmente.
Un ingeniero de ML que evalúa un modelo de vídeo recién publicado
Comprobar si ajustar Wan 2.2 o LTX-2.5 sirve para el material del equipo
Clonar en una máquina con GPU en la nube, configurar AI_TOOLKIT_AUTH y entrenar una LoRA corta desde una configuración YAML en la CLI. Más rápido que escribir un bucle de entrenamiento; conviene fijar un commit en cuanto una configuración funcione.
Antes de decidirte
- Puesta en marcha
- Clonar y ejecutar `./run_linux.sh` (o los scripts de Windows y macOS) para que el gestor lo instale todo y abra la interfaz en localhost:8675; la vía manual necesita Python 3.10+, una compilación de PyTorch con CUDA y Node.js 20+.
- Integraciones
- Hugging Face para descargar modelos (los modelos restringidos necesitan un token de lectura); plantilla oficial de RunPod; script de Modal; Ostris Cloud; configuraciones YAML para ejecuciones por CLI.
- Datos y privacidad
- Funciona en local; contacta con Hugging Face para los pesos y con GitHub para las actualizaciones del gestor al arrancar. La interfaz escucha en el puerto 8675 sin autenticación salvo que se configure AI_TOOLKIT_AUTH. Código MIT; cada modelo base tiene su propia licencia.
- Coste a escala
- No hay edición de pago. Autoalojarlo requiere una tarjeta Nvidia, de 24 GB para la configuración de referencia de FLUX; Ostris Cloud alquila GPU desde 0,71 $/hora (A40) hasta 2,99 $/hora (RTX PRO 6000), facturadas por segundos.
- Límites
- Sin versiones ni changelog; los checkpoints se corrompen si se interrumpe el guardado; el soporte de macOS es experimental; los datasets en WebP dan problemas; la documentación es sobre todo el README y las configuraciones de ejemplo.
Lo bueno
- Soporte para nuevos modelos abiertos a los pocos días de su publicación
- Interfaz web para datasets, descripciones, muestras y trabajos
- Más de 50 modelos de imagen, edición, vídeo y audio
- Funciona en local, en RunPod o Modal, o en Ostris Cloud
Lo malo
- Sin versiones; el gestor se actualiza solo al arrancar
- La interfaz no tiene contraseña salvo que se configure AI_TOOLKIT_AUTH
- Muchos modelos necesitan una GPU de 24 GB o más
- Documentación más escasa que la de Diffusers
Ideal para
Creadores que entrenan LoRA para modelos abiertos de imagen y vídeo.
Alternativas a AI Toolkit
AI Toolkit: preguntas frecuentes
- ¿Merece la pena AI Toolkit?
- AI Toolkit es donde suele llegar primero el soporte para un nuevo modelo abierto de imagen o vídeo, y da por hecho que tú pones la GPU y la paciencia. Le damos un 4.2 sobre 5.
- ¿Cuánto cuesta AI Toolkit?
- Gratuito y de código abierto con licencia MIT. Ostris Cloud alquila GPU preconfiguradas por segundos, desde 0,71 $/hora (A40 48 GB) hasta 2,99 $/hora (RTX PRO 6000 96 GB).
- ¿Qué inconvenientes tiene AI Toolkit?
- Sin versiones; el gestor se actualiza solo al arrancar; la interfaz no tiene contraseña salvo que se configure AI_TOOLKIT_AUTH; muchos modelos necesitan una GPU de 24 GB o más; documentación más escasa que la de Diffusers.
- ¿Para quién es AI Toolkit?
- Creadores que entrenan LoRA para modelos abiertos de imagen y vídeo.
- ¿Cuánto cuesta AI Toolkit para un equipo o en producción?
- No hay edición de pago. Autoalojarlo requiere una tarjeta Nvidia, de 24 GB para la configuración de referencia de FLUX; Ostris Cloud alquila GPU desde 0,71 $/hora (A40) hasta 2,99 $/hora (RTX PRO 6000), facturadas por segundos.
- ¿Es AI Toolkit seguro para los datos de la empresa?
- Funciona en local; contacta con Hugging Face para los pesos y con GitHub para las actualizaciones del gestor al arrancar. La interfaz escucha en el puerto 8675 sin autenticación salvo que se configure AI_TOOLKIT_AUTH. Código MIT; cada modelo base tiene su propia licencia.
- ¿Cuáles son las mejores alternativas a AI Toolkit?
- Las alternativas más cercanas que hemos analizado son Hugging Face Diffusers y ComfyUI.
Respuestas comprobadas el 23 oct 2026.