不想敲命令,就在电脑上跑大模型:LM Studio 实测,图形界面版 Ollama

最后的结果

LM Studio 是一款用图形化界面来运行本地大型语言模型的免费软件，适用于 Windows、Mac OS 和 Linux 系统。它的特点就是一句话就能说清楚：Ollama 可以做到的事情 LM Studio 也可以做，而且不需要输入任何命令，在界面上找到模型之后点击下载、加载、开始对话等操作全部通过鼠标完成。

默认情况下个人和商业使用都是免费的，在 2025 年 7 月之后商业使用也不需要付费了。进阶用户可以购买 Pro 套餐（每个月十美元），可以获得无限的上下文以及优先更新等功能，但是免费版本已经足够了。

一句话概括：本地使用大模型的话，用 Ollama 做命令行的方式，而用 LM Studio 做图形界面的方式。

LM Studio 是什么

LM Studio 是一个可以在本地运行的大语言模型软件，它基于 llama.cpp 开发，并且可以自行安装、下载各种模型文件到本地进行推理计算，无需联网即可使用。

主要用途是：

• 模型搜索和下载功能
  使用 HuggingFace 自带的搜索工具，在界面上可以找到模型、查看其大小然后点击即可进行下载，并不需要记住任何命令
• 图形化聊天界面
  在加载完模型之后就可以开始对话了，可以进行多轮对话，并且可以在同一窗口中更换不同的模型
• 本地 API 服务
  一键启动 OpenAI 兼容的本地接口，默认使用 1234 端口，供其他应用程序调用
• 多模型管理
  下载好的模型可以一起存放起来，并且可以随时进行更换比较
• MCP 的支持
  能够与 MCP 服务器相连，并为本地的模型提供工具
• 无头部署（从 0.4.0 版本开始）
  没有图形界面的服务器上也可以运行，并且可以同时处理多个请求

我实际测量的结果

安装：在官方网站上可以找到适用于各种操作系统的安装包，包括 Windows、MacOS（苹果芯片）和 Linux，并且大小只有几百兆左右，在安装完成后就可以直接使用，无需注册或登录。

下载模型：在首页搜索模型名称，如 Qwen、Llama、Gemma、DeepSeek、gpt-oss 等，在列表中可以看到模型大小以及量化版本。推荐选择 8B 级别、Q4 量化的较小模型——文件只有几 GB 左右，普通电脑可以运行起来。点击 Download 按钮后会出现一个进度条，等到它完成后再进行加载操作。

聊天：选择一种模型进行加载，并且打开右边的聊天窗口开始对话。经过测试发现 8B 模型在 16GB 内存的电脑上运行速度还可以接受，可以进行中文对话、总结文章和编写代码等任务；而 14B 以上的模型则会出现明显的延迟现象，只有 30B 以上的大模型才适合安装在配置较高的电脑上使用。

本地 API：如果要用本地的模型的话，在点击 Local Server 之后选择要使用的模型并启动它就可以得到一个 OpenAI 兼容的接口（http://localhost:1234/v1）。很多人工智能软件中都可以输入这个地址来使用本地模型，并且经过测试可以正常地与第三方应用程序进行通信。

与 Ollama 相比：Ollama 需要记住一些命令（比如 ollama pull qwen、ollama run），而 LM Studio 则全部用图形界面进行操作。如果只是自己玩玩的话，LM Studio 会比较方便一些；如果要大规模部署或者通过命令行进行集成，那么 Ollama 会更合适。

Ollama 与 LM Studio 之间有什么区别

简单的记忆方法：玩模型用 LM Studio，部署用 Ollama。两者底层都是 llama.cpp，所运行的模型相同，不同之处在于操作方法。

不吹不黑：它存在的理由

• 配置要求：本地运行模型主要依靠硬件，如果内存小于 16GB 的话效果就会比较糟糕了，大型模型无法启动并不是因为软件的原因
• 下载速度取决于网络状况：模型来自于 HuggingFace，在国内网络环境下可能会比较慢，可以使用代理或者更换镜像
• 免费版的限制：无限上下文和优先更新都在 Pro 版本中，但是日常使用没有问题
• 模型质量参差不齐：本地的开源模型与 GPT-5、Claude 等顶级闭源模型之间存在很大的差距，不能期望它们能一样强大
• 中文模型的选择：选择中文能力较强的本地模型，比如 Qwen 系列，并且要尝试多种不同的版本

应该安装的人和不应该安装的人

如果有下列情况的话就安装吧：

• 想要用本地的模型来玩游戏，但是遇到了命令行就会头疼
• 关心自己的隐私，不希望与云端的 AI 进行交流
• 即使断了网也可以使用人工智能，在办公室里的网络受到限制的情况下
• 把本地的模型连接到其他的工具上使用（支持 OpenAI 接口）

不需要安装的话，那么你的情况是：

• 已经在使用 Ollama 了，并且用起来很顺畅
• 如果电脑内存低于 8GB 的话，则无法运行主流的本地模型
• 使用人工智能重度依赖于网络搜索而本地模型不具备的功能
• 只需要偶尔提问一下，用网页或者手机就可以了

常出现的问题

问： LM Studio 是否收费？

答： 个人及商业用途均为免费（自 2025 年 7 月开始商用部分也免费提供）。Pro 套餐价格为每月 10 美元，用于开启高级特性如无限上下文等；基础版已经可以满足大部分人的需求。

问： Ollama 与 LM Studio 有何不同？

答： 它们都是基于 llama.cpp 的不同用法来运行的。Ollama 是一个命令行工具，可以用来编写脚本来调用它或者在服务器上部署它；而 LM Studio 则是一个图形用户界面程序，在个人电脑上可以直接使用。

问： 电脑配置需要怎样的标准？

答： 内存很重要。官方推荐至少 16G，虽然 8G 也可以运行但是只能用小型模型；如果有 NVIDIA 的 GPU、AMD 的 ROCm 或者 Apple 的芯片的话就可以大大提升速度了。

问： 模型从哪里来的？

答： 内置了 Hugging Face 的搜索功能，在界面上可以直接搜索到 Qwen、Llama、Gemma、DeepSeek 等模型的下载地址。如果国内网速慢的话可以用代理或者更换镜像源来解决这个问题。

问： 可以作为 API 服务器使用吗？

答： 可以，本地服务器一键启动 OpenAI 兼容接口（默认 http://localhost:1234/v1），很多的人工智能工具填写上这个地址就可以调用本地的模型了。

问： 本地的模型可以代替 ChatGPT 吗？

答： 取决于目的。对于隐私对话、离线使用、编写代码以及摘要文档来说，已经足够了；但是如果要进行网络搜索、复杂的逻辑推理或者获取最新的知识信息的话，本地开源模型与顶尖的封闭式模型之间仍然存在一定的差距。

最后

本地运行大模型的技术门槛越来越低：之前需要搭建环境、编写代码，而现在只需要安装一个图形化软件就可以完成所有的操作了。LM Studio 就是这样一个「图形化软件」，它包含了搜索、下载、对话以及开启 API 等功能，并且对个人用户和商业用户都是免费的。

它并不是要取代 ChatGPT，而是一起提供私密、离线和免费的服务，在此之后再安装的话会给你带来一种全新的体验——即「人工智能在你的电脑上」。