LM Studio — это десктоп-приложение, в котором вы ищете открытые языковые модели, скачиваете их на диск и чатитесь локально без обязательного облачного ключа. Discover ходит в Hugging Face, а вы выбираете квантизацию под своё железо. Канон: LM Studio Docs → Download an LLM и lms get. Соседний обзор связки — Ollama и LM Studio. Pillar по автоматизации — ИИ-автоматизация / n8n. Фокус-ключ: lm studio.
Соседи: Cursor AI, Нейросети бесплатно с нуля, Как пользоваться нейросетью в России.
LM Studio vs Ollama: кто для какой задачи
| Критерий | LM Studio | Ollama |
|---|---|---|
| Старт новичка | GUI Discover + Chat | CLI ollama run / приложение |
| Каталог моделей | Поиск по HF, user/model, URL | library + ollama pull |
| Квантизации | Явный выбор Q3/Q4/Q8 в UI | Теги модели в library |
| CLI | lms get model@q4_k_m |
ollama pull / run |
| Локальный API | Есть (см. developer docs) | localhost:11434 по умолчанию |
Источник: lmstudio.ai/docs (Download an LLM, lms get); docs.ollama.com quickstart/cli (сверка 2026-09-28). Цены «подписки LM Studio» в ₽ не фиксируем — базовый сценарий локального чата описываем как desktop-приложение с локальными весами.
Как скачать и запустить модель
- Установите LM Studio с официального сайта под вашу ОС.
- Откройте Discover: на Mac
⌘+2, на Windows/LinuxCtrl+2. - Введите запрос (
llama,gemma,user/model) или вставьте URL Hugging Face. - Выберите квантизацию: ориентир доки — 4-bit или выше, если машина тянет.
- Дождитесь Download, откройте Chat, загрузите модель и задайте короткий тест-вопрос.
# CLI (lms), примеры из доки LM Studio:
lms get llama-3.1-8b
lms get llama-3.1-8b@q4_k_m
lms get --gguf
lms get --mlx
Чеклист:
[ ] Сначала маленькая instruct-модель, не 70B
[ ] Смотрите fit/размер файла до Download
[ ] Каталог моделей можно сменить в My Models
[ ] Не путать LM Studio (GUI) с сырым GGUF без приложения
[ ] Для агентов/CLI рядом держите Ollama как альтернативуКогда LM Studio уместен
- Нужен GUI — меньше трения, чем сразу жить в терминале.
- Важна приватность черновиков — текст остаётся на машине, пока вы сами не шлёте его в облако.
- Хотите сравнить кванты — один и тот же репозиторий, разные Q-варианты.
Если нужен быстрый CLI и интеграции агентов, смотрите маршрут Ollama в сравнительном лонгриде и официальный Ollama Quickstart.
Типичные ошибки
- Качать максимальный Q8 на ноутбуке с малой RAM и удивляться зависаниям.
- Брать base-модель без instruct и ждать «чат как в ChatGPT».
- Путать размер файла на диске с «бесплатностью навсегда» — электричество и время ваши.
- Выдумывать рублевые тарифы LM Studio без страницы pricing — не делаем.
FAQ: LM Studio
Что такое LM Studio?
LM Studio — десктоп-приложение для поиска, скачивания и локального чата с открытыми LLM. Модели берутся с Hugging Face через встроенный Discover, запуск идёт на вашем ПК. Канон: lmstudio.ai/docs.
Как скачать модель в LM Studio?
Откройте вкладку Discover (на Mac ⌘+2, на Windows/Linux Ctrl+2), введите ключевое слово, строку user/model или полный URL Hugging Face, выберите квантизацию и нажмите Download. Файлы лежат в каталоге моделей (меняете в My Models).
Какую квантизацию выбрать новичку?
В доке LM Studio советует брать вариант 4-bit или выше, если железо тянет. Метки вроде Q3_K_S и Q8 — разные степени сжатия одной модели: меньше файл — обычно слабее качество. Ориентируйтесь на fit-индикатор приложения и свободную RAM/VRAM.
Чем LM Studio отличается от Ollama?
LM Studio сильнее как GUI-каталог и чат с Discover. Ollama удобнее как CLI + локальный API и интеграции агентов. Обзор связки — в статье про Ollama и LM Studio; здесь фокус на маршруте именно LM Studio.
Как скачать модель из терминала?
Если установлен CLI lms, используйте lms get имя-модели, например lms get llama-3.1-8b@q4_k_m. Флаги —gguf и —mlx фильтруют формат. Модели попадают в каталог LM Studio.
С чего начать новичку в LM Studio?
Поставьте приложение с официального сайта, в Discover скачайте небольшую instruct-модель в 4-bit, загрузите её в Chat и проверьте ответ на простой вопрос. Потом подключайте документы/API, когда базовый чат стабилен.
Вывод
LM Studio — локальный чат с открытыми LLM через Discover и выбор квантизации. Старт: маленькая 4-bit instruct-модель, один тест в Chat, потом CLI lms get по необходимости. Когда нужна система обучения под задачи — смотрите форматы на странице обучения.
Хотите нейросети под свои задачи, а не «для всех»?
Когда базовых гайдов уже мало, помогает разбор под вашу работу. Наставничество, курсы и подписка Артёма Денисова — все форматы на странице обучения. Тех-pillar — ИИ-автоматизация / n8n.