LM Studio
LM Studio是一款面向本地环境的大型语言模型运行软件，支持用户在个人计算机上下载、管理和运行开源大语言模型，无需依赖云端服务。其提供图形化操作界面，降低本地部署门槛，同时内置兼容OpenAI API格式的本地服务器功能，便于开发者将本地模型集成至各类应用中。适用于注重数据隐私或希望离线使用AI能力的个人用户与开发者。
核心事实
时间轴 (近 90 天)
Docker 安装可自动发现本地的 LM Studio、Ollama 和 Hermes 模型
本地运行开源大模型可实现离线问答、隐私保护、无需API费用等好处，合理预期为运行7B到14B级别的开源量化模型用于日常问答与简单代码辅助
借助 Ollama、LM Studio、llama.cpp 等开源框架配合量化压缩的模型权重，普通消费级设备可以运行部分中小参数模型
YuE2 Studio 接入了 LLM Runner，同时支持云端服务商与 Ollama、LM Studio 等本地端点
LM Studio默认上下文只有8000 token，可能导致Q4 QWEN 3思考时耗尽token
LM Studio 自带加载前的内存预估功能（estimate only 命令）
纯小白只想体验推荐LM Studio，开发者日常折腾推荐Ollama，企业级高并发生产推荐vLLM
LM Studio的Bionic智能体版本可作为本地AI助手，读取本地代码、分析长文档
借助llama.cpp、Ollama、LM Studio等工具，普通用户无需深厚工程背景即可在本地加载并运行开源模型
作者目前只测试过 LM Studio（模型接入）和 Brave Search（联网搜索），其他接口尚未充分验证
还有 38 条时间轴事件
全部知识事实 (20)
Ollama提供类似Docker的一键式模型管理体验，vLLM通过PagedAttention实现高吞吐量批量推理，LM Studio面向桌面用户提供图形化界面
75%已验证GGUF 已成为 llama.cpp、Ollama、LM Studio 等主流本地推理工具的事实标准格式
75%已验证LM Studio提供图形化界面，适合不熟悉命令行的用户
65%已验证LM Studio提供图形界面用于浏览、下载和测试各种开源模型，可用于部署LLM大语言模型
65%已验证LM Studio和Ollama是目前最主流的本地大模型运行框架，底层均依赖llama.cpp作为推理引擎
65%待验证Qwen3.5可通过LM Studio部署作为本地RAG知识库的LLM组件
90%待验证LM Studio默认API接口地址为http://localhost:1234/v1
90%待验证LM Studio默认在本地的1234端口提供API服务
90%待验证LM Studio底层基于llama.cpp，但加载带MTP的模型会直接失败
85%待验证LM Studio可直接从Hugging Face下载GGUF格式模型，并针对不同硬件进行推理加速优化
85%部分验证主流的本地LLM部署方案包括Ollama（一键部署和管理本地模型）、LM Studio（图形化界面）和vLLM（高性能推理引擎）
75%待验证LM Studio和Ollama目前尚未支持MTP技术
60%待验证Docker 安装可自动发现本地的 LM Studio、Ollama 和 Hermes 模型
50%待验证本地运行开源大模型可实现离线问答、隐私保护、无需API费用等好处，合理预期为运行7B到14B级别的开源量化模型用于日常问答与简单代码辅助
50%待验证借助 Ollama、LM Studio、llama.cpp 等开源框架配合量化压缩的模型权重，普通消费级设备可以运行部分中小参数模型
50%待验证YuE2 Studio 接入了 LLM Runner，同时支持云端服务商与 Ollama、LM Studio 等本地端点
50%待验证LM Studio默认上下文只有8000 token，可能导致Q4 QWEN 3思考时耗尽token
50%待验证LM Studio 自带加载前的内存预估功能（estimate only 命令）
50%待验证纯小白只想体验推荐LM Studio，开发者日常折腾推荐Ollama，企业级高并发生产推荐vLLM
50%待验证借助llama.cpp、Ollama、LM Studio等工具，普通用户无需深厚工程背景即可在本地加载并运行开源模型
50%