Qu’est-ce que AI Toolkit ?
AI Toolkit par Ostris est une suite d'entraînement pour les modèles de diffusion. Elle est surtout utilisée pour entraîner des LoRA, de petits poids d'appoint qui apprennent à un modèle d'image ou de vidéo un style, une personne ou un concept, et elle couvre désormais aussi des modèles audio comme ACE-Step.
Elle prend en charge plus de 50 modèles ouverts d'image, d'édition et de vidéo, de FLUX.1 et Qwen-Image à Wan 2.2 et LTX-2.5, pilotés par des configs YAML ou une interface web. Elle tourne en local sur des GPU Nvidia, sur RunPod ou Modal, ou sur Ostris Cloud, un service de location de GPU exploité par l'auteur pour financer le projet.
Elle n'a pas de versions taguées ; les commits arrivent presque tous les jours, le dernier le 23 octobre 2026.
AI Toolkit vaut-il le coup ?
AI Toolkit est la voie la plus rapide pour entraîner un LoRA sur un modèle ouvert fraîchement sorti, parce que son auteur les ajoute en quelques jours. Le README liste désormais plus de 50 modèles d'image, d'édition, de vidéo et d'audio, et des commits récents ont ajouté Bria Fibo 2.0 le 23 octobre 2026. Le dépôt a environ 12 400 étoiles, ce qui sous-estime sa portée parmi les gens qui entraînent des LoRA.
L'interface web est ce qui le sépare des collections de scripts. Jeux de données, légendes, prompts d'exemple et contrôle des travaux se trouvent dans une seule interface sur le port 8675, et l'interface peut être fermée pendant que les travaux tournent. Un nouveau AI Toolkit Manager, marqué expérimental, configure PyTorch, Node.js et FFmpeg dans le dossier et vérifie les mises à jour à chaque lancement.
Ce comportement de mise à jour est aussi le risque principal. Il n'y a pas de versions, si bien que chaque lancement peut récupérer du nouveau code ; le manager saute les mises à jour si vous avez édité des fichiers, mais une configuration qui marche peut quand même changer sous vos pieds. L'interface est exposée sur le réseau sans mot de passe sauf si vous définissez AI_TOOLKIT_AUTH, ce que le README conseille fortement sur tout hébergeur cloud. Appuyer sur Ctrl+C pendant une sauvegarde de checkpoint le corrompra probablement.
Le matériel fixe le vrai prix. La config de référence du LoRA FLUX vise une carte de 24 GB, et l'exemple Modal utilise par défaut un A100 de 40 GB avec un délai de deux heures. Ostris Cloud facture 1,43 $ l'heure pour une RTX 5090, si bien qu'une exécution de LoRA typique coûte quelques dollars de temps de GPU. Les scripts d'entraînement de Diffusers sont mieux documentés et plus faciles à modifier ; AI Toolkit échange cela contre l'ampleur et la rapidité de prise en charge des modèles.
Là où il fait la différence
Un illustrateur freelance avec une RTX 4090
Entraîner un LoRA de style sur 30 de ses propres peintures
Charger les images et les légendes dans l'interface web, partir de la config FLUX de 24 GB et regarder les images d'échantillon pendant l'entraînement. Pas de coût logiciel ; l'exécution prend des heures d'une carte qu'il possède déjà.
Un studio créatif qui produit des photos de produits pour des clients e-commerce
Garder le produit d'un client cohérent à travers les images générées
Louer une RTX 5090 sur Ostris Cloud à 1,43 $ l'heure, entraîner un LoRA par produit et remettre le fichier à l'équipe image. Quelques dollars de GPU par produit ; la propre licence du modèle de base décide si la sortie peut être utilisée commercialement.
Un ingénieur ML qui évalue un modèle vidéo fraîchement sorti
Tester si l'affinage de Wan 2.2 ou LTX-2.5 convient aux séquences de l'équipe
Cloner sur une box GPU cloud, définir AI_TOOLKIT_AUTH, et entraîner un court LoRA à partir d'une config YAML en CLI. Plus rapide que d'écrire une boucle d'entraînement ; épinglez un commit une fois qu'une config fonctionne.
Avant de vous engager
- Mise en route
- Clonez et lancez `./run_linux.sh` (ou les scripts Windows et macOS) pour laisser le manager tout installer et ouvrir l'interface sur localhost:8675 ; la voie manuelle a besoin de Python 3.10+, d'une version CUDA de PyTorch et de Node.js 20+.
- Intégrations
- Hugging Face pour les téléchargements de modèles (les modèles verrouillés ont besoin d'un token de lecture) ; template RunPod officiel ; script Modal ; Ostris Cloud ; configs YAML pour les exécutions en CLI.
- Données et confidentialité
- Tourne en local ; contacte Hugging Face pour les poids et GitHub pour les mises à jour du manager au lancement. L'interface écoute sur le port 8675 sans authentification sauf si AI_TOOLKIT_AUTH est défini. Code MIT ; chaque modèle de base a sa propre licence.
- Coût à grande échelle
- Pas d'édition payante. L'auto-hébergement a besoin d'une carte Nvidia, 24 GB pour la config FLUX de référence ; Ostris Cloud loue des GPU de 0,71 $/heure (A40) à 2,99 $/heure (RTX PRO 6000), facturés à la seconde.
- Limites
- Pas de versions ni de changelog ; les checkpoints se corrompent s'ils sont interrompus en pleine sauvegarde ; la prise en charge de macOS est expérimentale ; les jeux de données WebP ont des problèmes ; la documentation est surtout le README et les configs d'exemple.
Les points forts
- Nouveaux modèles ouverts pris en charge dans les jours qui suivent la sortie
- Interface web pour les jeux de données, légendes, échantillons et travaux
- Plus de 50 modèles d'image, d'édition, de vidéo et d'audio
- Tourne en local, sur RunPod ou Modal, ou sur Ostris Cloud
Les points faibles
- Pas de versions ; le manager se met à jour automatiquement au lancement
- L'interface n'a pas de mot de passe sauf si AI_TOOLKIT_AUTH est défini
- Beaucoup de modèles ont besoin d'un GPU de 24 GB ou plus
- Documentation plus mince que Diffusers
Idéal pour
Les créateurs qui entraînent des LoRA pour des modèles ouverts d'image et de vidéo.
Alternatives à AI Toolkit
AI Toolkit : questions fréquentes
- AI Toolkit vaut-il le coup ?
- AI Toolkit est l'endroit où la prise en charge d'un nouveau modèle ouvert d'image ou de vidéo atterrit généralement en premier, et il attend que vous apportiez le GPU et la patience. Nous lui donnons 4.2 sur 5.
- Combien coûte AI Toolkit ?
- Gratuit et open source sous MIT. Ostris Cloud loue des GPU préconfigurés à la seconde, de 0,71 $/heure (A40 48 GB) à 2,99 $/heure (RTX PRO 6000 96 GB).
- Quels sont les inconvénients de AI Toolkit ?
- Pas de versions ; le manager se met à jour automatiquement au lancement; l'interface n'a pas de mot de passe sauf si AI_TOOLKIT_AUTH est défini; beaucoup de modèles ont besoin d'un GPU de 24 GB ou plus; documentation plus mince que Diffusers.
- À qui s’adresse AI Toolkit ?
- Les créateurs qui entraînent des LoRA pour des modèles ouverts d'image et de vidéo.
- Combien coûte AI Toolkit pour une équipe ou en production ?
- Pas d'édition payante. L'auto-hébergement a besoin d'une carte Nvidia, 24 GB pour la config FLUX de référence ; Ostris Cloud loue des GPU de 0,71 $/heure (A40) à 2,99 $/heure (RTX PRO 6000), facturés à la seconde.
- AI Toolkit est-il sûr pour les données de l’entreprise ?
- Tourne en local ; contacte Hugging Face pour les poids et GitHub pour les mises à jour du manager au lancement. L'interface écoute sur le port 8675 sans authentification sauf si AI_TOOLKIT_AUTH est défini. Code MIT ; chaque modèle de base a sa propre licence.
- Quelles sont les meilleures alternatives à AI Toolkit ?
- Les alternatives les plus proches que nous avons testées sont Hugging Face Diffusers et ComfyUI.
Réponses vérifiées le 23 oct. 2026.