LM Studioの使い方｜ローカルLLMの導入・モデル読込・API起動

LM Studioは、GUIからモデルをダウンロードし、Chatタブでメモリへ読み込むだけで、手元のPC上でLLMと会話できます。Developerタブを使えばlocalhostのAPIサーバーとしても動かせます。この記事では、動作環境の確認からモデル取得、チャット、API疎通、モデルの解放までを一巡します。

特定モデルの順位やPC購入比較、Ollamaの操作、RAG構築は扱いません。LM StudioのUIとAPIは更新されるため、公開直前にも公式資料を確認してください。

情報確認日：2026年8月17日（日本時間）

最初の1回は6段階で進める

LM Studioとは？何がローカルで動く？

LM Studioは、オープンウェイトモデルをダウンロードし、デスクトップアプリ上で実行できるツールです。GUIのChat、文書チャット、ローカルAPIサーバー、CLIなどを提供します。LLMの基本用語から確認したい場合は、LLMとは何かも参照してください。

「LM Studioを使う＝必ず完全オフライン」とは限りません。公式資料では、取得済みローカルモデルのチャット、ローカル文書処理、ローカルサーバーはオフライン動作できます。一方、Discoverの検索、モデルのダウンロード、実行環境のダウンロード、アプリの更新にはネットワークが必要です。

手順1：PCがシステム要件を満たすか確認する

公式の現行システム要件はOSごとに異なります。さらに、アプリが起動できる条件と、目的のモデルが快適に動く条件は別です。手元のPCでどの規模のモデルまで現実的かを先に見積もりたい場合は、ローカルLLMに必要なPCスペックも参考になります。

公式は16GB以上のRAMを推奨していますが、必要メモリはモデルサイズ、量子化、コンテキスト長、GPUオフロードで変わります。8GBでアプリが動いても、大きなモデルや長いコンテキストが快適とは限りません。

手順2：LM Studioを公式サイトからインストールする

1. LM Studio公式ダウンロードページを開く
2. 自分のOSと構成に合うインストーラーを選ぶ
3. ダウンロードしたファイルの配布元と署名・警告を確認する
4. アプリを起動し、初期画面まで進む
5. ストレージの空き容量とモデルディレクトリを確認する

第三者のmirrorや、モデルファイルを同梱した非公式パッケージは避けます。モデルの重みも実行コードと同様に供給網の対象なので、公開元、ライセンス、モデルカードを確認します。

手順3：Discoverでモデルを1つダウンロードする

Discoverタブでは、キーワード、user/model、Hugging Face URLでモデルを検索できます。最初は複数モデルを一度に落とさず、用途とメモリに合う一つで起動を確認します。

1. Discoverを開く
2. モデル名または公開元/モデルを検索する
3. モデルカードで用途、対応言語、ライセンス、コンテキスト、必要リソースを確認する
4. 形式と量子化を選ぶ
5. ダウンロード完了後、My Modelsに表示されることを確認する

量子化は何を選ぶ？

DiscoverにはQ3、Q4、Q8など複数ファイルが表示される場合があります。量子化は重みを圧縮し、ファイルサイズとメモリを減らす代わりに品質に影響し得る方法です。

公式ダウンロードガイドは、PCに余裕があれば4-bit以上を選ぶ案内を示しています。ただし万能の最適値ではありません。まず必要リソースの見積もりと実タスクで比較し、動かない場合はパラメーター数の少ないモデル、短いコンテキスト、軽い量子化へ下げます。モデルそのものの選び方（用途、日本語性能、ライセンス）はローカルLLMのモデル選びで分けて説明しています。

手順4：Chatタブでモデルを読み込む

Chatを開き、モデルローダーからダウンロード済みモデルを選びます。読み込みはモデルの重みや推論に必要な領域をRAM・VRAMへ確保する処理です。

1. Chatタブを開く
2. モデルローダーを開く
3. ダウンロードしたモデルを選ぶ
4. 最初は既定の読み込み設定で必要リソースの見積もりを確認する
5. 読み込み完了後、モデル名とコンテキスト設定を記録する

読み込み時にメモリ不足になる場合は、コンテキスト長を短くする、GPUオフロードを減らす、他アプリケーションを閉じる、小さいモデルへ替える、の順で一つずつ試します。動作中にOS全体がswapし続けるなら、読み込み成功でも実用的とは言えません。

手順5：短いプロンプトでローカルチャットを確認する

最初のテストは、正解を確認しやすく短いタスクにします。長文資料や複雑なシステムプロンプトを入れる前に、モデルが応答し、停止でき、日本語が目的に合うかを見ます。

次の3項目を日本語の箇条書きで返してください。
- 現在の会話でできること
- 分からないことがある場合の答え方
- 回答を確認するときの注意

ローカルモデルも誤情報を生成します。「ローカルだから正確」ではありません。事実、コード、契約、医療・法律・金銭判断は出典と専門家で確認します。

手順6：DeveloperタブでローカルAPIサーバーを起動する

自作アプリや編集者から使う場合だけ、Developerタブでサーバーを起動します。公式資料では、Developerタブの「Start Server」の切り替え、またはlms server startを使えます。既定エンドポイントはhttp://localhost:1234です。

lms server start
lms server status
lms ps

LM Studio 0.4系の公式資料では、ネイティブv1 REST APIとして/api/v1/*が推奨されています。次はローカルチャット エンドポイントへ送る形です。

curl http://localhost:1234/api/v1/chat \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<your-model-key>",
    "input": "3行で自己紹介してください。"
  }'

認証を有効にした場合は、Developer ページで作ったトークンをAuthorization: Bearer ...で送ります。トークンをソースコード、シェル履歴、公開ログへ残さないでください。

ローカルサーバーを安全に設定する

既定で認証なしの構成があり、Developer設定からRequire Authenticationを有効にできます。自分のPCだけで使うならlocalhostに限定し、Serve on Local NetworkとCORSは必要になるまで有効にしません。

ローカルネットワークへ公開すると、同じWi-Fi上の別端末から到達できる可能性があります。「インターネットへ公開していない」だけではアクセス制御になりません。社内共有や外部公開まで進む前の点検項目は、ローカルLLMのセキュリティ対策（公開前30項目チェックリスト）にまとめています。

モデルの読み込み・解放をCLIで確認する

lms CLIは、ダウンロード済みモデル、読み込み中モデル、必要メモリの見積もりを確認できます。公式資料では、LM Studioを一度起動した後にCLIを使います。

# disk上のmodel
lms ls

# memoryへload中のmodel
lms ps

# load前にresource見積もり
lms load --estimate-only <model-key>

# contextと自動unload時間を指定
lms load <model-key> --context-length 4096 --ttl 3600

# 終了時にmemoryから解放
lms unload <model-key>
# または全て解放
lms unload --all

--ttlはidle状態が続いたモデルを自動解放する設定です。CLIで明示読み込みしたモデルは、TTLを付けない場合に手動解放まで残るため、作業後にlms psを確認します。

オフライン動作をどう確認する？

モデルと必要実行環境をonlineで取得したあと、ネットワークを切った検証環境で次を確認します。

1. LM Studioを起動する
2. ダウンロード済みモデルを読み込む
3. 新しいローカルチャットで応答を得る
4. localhost APIへリクエストを送り応答を得る
5. Discover検索・新規ダウンロードが使えないことを確認する
6. 終了後にサーバー停止とモデル解放を確認する

より厳密に外部通信がないことを証明するには、OS ファイアウォール、パケットキャプチャ、隔離ネットワークなどを使います。UIの「ローカルモデル」表示だけで、全プロセスの通信不在までは証明できません。

ローカルとクラウドのデータ境界を確認する

2026年6月発効のLM Studio アプリのプライバシーポリシーは、ダウンロード済みローカルモデルを使う場合、メッセージ・チャット履歴・文書は端末上で扱われると説明しています。一方、クラウドモデルやWeb検索を選ぶとリクエストはクラウド処理されます。

機密情報を扱う組織では、提供元のポリシーだけでなく、自社のデータ分類、端末暗号化、アクセス制御、チャット履歴、バックアップ、モデルライセンスも確認します。

モデルを読み込みできないときの切り分け

modelをloadできない
├─ appのsystem requirementsを満たす？
│  ├─ No  → 対応OS・CPUの環境へ変更
│  └─ Yes
├─ model fileはdownload完了している？
│  ├─ No  → network・storage・download jobを確認
│  └─ Yes
├─ formatとruntimeは対応している？
│  ├─ No  → 対応file・runtimeを選ぶ
│  └─ Yes
├─ memory estimateはresource内？
│  ├─ No  → 小型model・短いcontext・offload調整
│  └─ Yes
└─ runtime logにerrorがある？
   ├─ Yes → app/runtime version・driver・model cardを確認
   └─ No  → 最小default設定で再現しsupportへ報告

ローカルAPIがつながらないときの切り分け

終了時の確認表

よくある質問

小さなモデルとローカルAPIから始める

LM Studioは、Discoverでモデルをダウンロードし、Chatタブでメモリへ読み込めばローカルチャットを始められます。外部アプリから使う場合はDeveloperタブまたはlms server startでlocalhost APIを起動し、ネイティブv1エンドポイントへ接続します。

ローカルモデルとクラウド機能の境界、モデルライセンス、メモリ、サーバー公開範囲を確認してください。最後にサーバー停止とモデル解放まで行い、lms psで不要なリソースが残っていないことを確認すれば、導入から終了までを一巡できます。

公式情報

• LM Studio公式：Get started
• LM Studio公式：System Requirements
• LM Studio公式：Download an LLM
• LM Studio公式：Offline Operation
• LM Studio公式：REST API
• LM Studio公式：Server Settings
• LM Studio公式：lms load / unload
• LM Studio公式：Desktop App Privacy Policy