LM Studio закрывает конкретный запрос: запустить локальную модель, ни разу не открыв терминал. Скачать приложение, найти модель во встроенном поиске, нажать кнопку, начать диалог. Для человека, который хочет попробовать локальный ИИ и не готов ради этого разбираться с CMake, это самый короткий путь.
Не нужна она в двух случаях. Первый — если модель требуется как фоновый сервис для других программ: настольное приложение для этого тяжеловато, ollama serve подходит лучше. Второй — если для вас принципиально, чтобы инструмент был открытым: LM Studio закрытая, и об этом ниже отдельный раздел.
#Что понадобится
- 64-битная система: Windows, macOS на Apple Silicon или Linux. Поддержка старых процессоров без набора инструкций AVX2 ограничена — список требований и доступность сборок сверяйте на сайте проекта, он меняется.
- Свободное место: само приложение — сотни мегабайт, модели — от одного гигабайта до десятков.
- Понимание, какой класс модели тянет ваше железо. Приложение подсказывает, но подсказка приблизительная: она учитывает вес файла и не учитывает контекст, который вы выставите потом.
Расположение элементов интерфейса между версиями меняется чаще, чем логика работы. Названия вкладок ниже верны на момент написания; если что-то переехало, ищите по смыслу.
#Шаг 1. Установка
Скачайте установщик с официального сайта проекта и запустите как обычную программу. На macOS приложение переносится в папку с программами, на Linux распространяется в виде образа AppImage, которому нужно выдать право на запуск.
При первом старте приложение предложит выбрать режим интерфейса — от упрощённого до режима разработчика. Начинать разумно с промежуточного: в упрощённом спрятаны как раз те настройки, ради которых стоит держать LM Studio.
#Шаг 2. Найти и скачать модель
Во вкладке поиска моделей вводится название семейства — например, qwen2.5 7b instruct. Результаты подтягиваются из открытого каталога моделей, и для каждой показывается список файлов с разными уровнями квантизации.
Здесь принимается главное решение. Приложение обычно помечает варианты, которые поместятся в вашу память, но пометка учитывает только вес файла и не учитывает контекст, который вы потом выставите. Практическое правило: берите вариант, который меньше вашей видеопамяти на 2–3 гигабайта. Суффиксы Q4_K_M, Q5_K_S и подобные означают уровень квантизации: чем меньше число, тем меньше файл и тем заметнее падает качество. Ниже четырёх бит опускаться, как правило, не стоит.
Файлы GGUF, скачанные откуда-то ещё, тоже работают: их кладут в каталог моделей, который приложение показывает в настройках, соблюдая структуру подпапок «автор / модель / файл».
#Шаг 3. Вкладка параметров загрузки
Это то, ради чего LM Studio стоит предпочесть более простым клиентам. При загрузке модели открывается панель параметров — разберём те, что имеют значение.
| Параметр | Что делает | На что смотреть |
|---|---|---|
| GPU Offload | сколько слоёв считать на видеокарте | ставьте максимум, если влезает; это прямой аналог -ngl |
| Context Length | размер контекста в токенах | главный потребитель памяти после весов |
| KV Cache Quantization | точность хранения кэша контекста | восьмибитный вариант экономит вдвое почти без потерь |
| Flash Attention | другой алгоритм внимания | обычно быстрее и экономнее по памяти |
| CPU Threads | потоки процессора | важен только при частичной выгрузке на CPU |
| Evaluation Batch Size | размер батча обработки промпта | влияет на скорость чтения длинного запроса |
| Keep Model in Memory | не выгружать веса | быстрее повторный старт, занята память |
Порядок настройки, который работает: сначала выставить GPU Offload на максимум и загрузить модель. Если загрузилась — поднимать Context Length, пока не начнёт отказывать. Если не загрузилась — включить квантизацию KV-кэша и Flash Attention, потом снова пробовать.
Менять больше одного параметра за раз бессмысленно: вы не поймёте, что именно помогло.
#Шаг 4. Системный промпт и параметры сэмплинга
В окне диалога справа доступны настройки поведения: системный промпт, температура, ограничения на длину ответа, штраф за повторы. Эти параметры не влияют на скорость, только на текст.
Практически полезны два. Системный промпт задаёт роль и язык ответа — если модель отвечает по-английски на русские вопросы, явное указание в системном промпте обычно решает. Температура около нуля даёт предсказуемые ответы для фактических вопросов, значения выше — более разнообразный текст.
Набор параметров можно сохранить пресетом и переключаться между ними, не настраивая заново.
#Шаг 5. Локальный сервер
LM Studio умеет поднимать HTTP-эндпоинт, совместимый с API OpenAI: любое приложение, умеющее работать с этим API, подключится к вашей локальной модели, если указать адрес сервера вместо облачного.
Включается это на вкладке разработчика. Там же виден адрес и порт, а в журнале — приходящие запросы. Есть и консольная утилита lms, позволяющая управлять сервером без открытия окна, — она устанавливается вместе с приложением.
Один нюанс, который экономит час отладки: сервер отвечает только пока приложение запущено. Закрыли окно — эндпоинт пропал.
#Проверка результата
Три признака, что всё настроено правильно.
Первый: модель загрузилась целиком на видеокарту. В панели после загрузки видно распределение между GPU и CPU. Если часть слоёв осталась на процессоре при том, что памяти достаточно, — проверьте ползунок GPU Offload, он мог сброситься при смене модели.
Второй: скорость в разумном диапазоне. После каждого ответа приложение показывает статистику: число токенов и скорость генерации. Для модели класса 7B на дискретной видеокарте это обычно десятки токенов в секунду; единицы означают, что модель считается на процессоре.
Третий: модель помнит начало разговора. Задайте вопрос, потом ещё пять, потом спросите о содержании первого. Если не помнит — контекст мал, поднимайте Context Length.
#Что может пойти не так
Модель не загружается с ошибкой памяти. Уменьшите Context Length, включите квантизацию KV-кэша, при необходимости снизьте GPU Offload. Порядок по возрастанию потери качества: контекст, квантизация кэша, число слоёв на GPU, и только потом смена модели.
Ответы обрываются на середине. Ограничение на длину ответа в настройках сэмплинга. Увеличьте лимит токенов или уберите его.
Модель отвечает не на том языке. Явно задайте язык в системном промпте. Компактные модели часто сваливаются на английский, особенно при агрессивной квантизации.
Всё работает медленно, хотя видеокарта мощная. Проверьте, что GPU Offload действительно применился и что не выставлен слишком большой контекст. Если карта AMD или Intel — возможно, приложение работает через универсальный бэкенд, а не через родной.
Скачанная модель не появилась в списке. Проверьте структуру каталога: приложение ожидает вложенность «папка автора / папка модели / файл», а не файл в корне.
#Честно о лицензии
LM Studio — закрытое проприетарное приложение. Исходный код не опубликован, аудит невозможен, вы полагаетесь на заявления разработчика о том, что делает программа. Загрузка бесплатна, но это не свободное ПО: условия использования задаются лицензией разработчика и могут меняться.
На момент написания приложение распространяется бесплатно, в том числе для рабочего использования, — но это ровно тот факт, который нужно проверять на сайте проекта перед внедрением в организации, потому что условия для коммерческого применения у подобных продуктов пересматривались уже не раз.
Отдельно стоит понимать разницу между настольным клиентом и ассистентом с памятью: LM Studio даёт окно диалога с моделью, но не хранит ваш контекст между сессиями — сравнение подходов есть в разборе Persona и LM Studio. Для части читателей закрытость кода значения не имеет: программа работает на вашей машине, модели скачиваются из открытого каталога. Для другой части — имеет, и тогда альтернатива, у которой исходный код опубликован, — Jan, о котором есть отдельный гайд.
Отдельная путаница, которую стоит развести: закрытость приложения и лицензия самих моделей — разные вещи. Модель с «открытыми весами» тоже далеко не всегда свободна, и это разбирает материал об отличии открытых весов от открытого исходного кода.
#Частые вопросы
#LM Studio бесплатна?
Загрузка и использование бесплатны на момент написания. Это не делает её открытой: код закрыт, условия определяет разработчик. Перед использованием в компании проверьте текущий текст лицензии на сайте проекта — он менялся.
#Отправляет ли LM Studio мои диалоги куда-то?
Генерация происходит на вашей машине, и переписка с локальной моделью не требует сети. Но приложение обращается в интернет для поиска и загрузки моделей и для проверки обновлений. Поскольку код закрыт, проверить полный список обращений самостоятельно нельзя — можно только ограничить их фаерволом.
#Чем LM Studio отличается от Ollama?
Способом работы. LM Studio — настольное приложение с окном диалога и настройками в интерфейсе; Ollama — фоновый сервис с управлением из терминала. Движок под капотом у обоих общий. Маршрут установки Ollama описан в гайде по локальному запуску через Ollama.
#Можно ли использовать одну скачанную модель и там, и там?
Технически файлы GGUF совместимы, но каталоги хранения разные: LM Studio хранит файлы в своей структуре папок, Ollama — в собственном формате блобов. Проще держать копии, чем связывать хранилища.
#Работает ли LM Studio на видеокартах AMD и Intel?
Работает, но качество поддержки зависит от платформы и версии: где-то через родной бэкенд, где-то через универсальный, который заметно медленнее. Проверяйте скорость замером, а не по факту «запустилось». Общий обзор путей локального запуска — в руководстве по запуску LLM локально.
#Нужен ли ей интернет постоянно?
Нет. После загрузки модели диалог работает офлайн. Интернет требуется для поиска и скачивания новых моделей и обновления приложения.