LM Studio

從本機跑模型的圖形介面,升級成主打開源模型的 AI 代理 LM Studio Bionic:能寫文件、寫程式、離線語音轉文字

免費或付費 4.4 / 5
一句話介紹:從本機跑模型的圖形介面,升級成主打開源模型的 AI 代理 LM Studio Bionic:能寫文件、寫程式、離線語音轉文字

如果你對 LM Studio 的印象還停在「下載 GGUF、按一下就能聊天的本地模型 App」,2026 年它已經換了一個身分。開發商 Element Labs 在 7 月 16 日推出 LM Studio Bionic,官網首頁現在寫的是「The agent for your computer」:它是一個為開放權重模型打造的 AI 代理,能建立與編輯文件、寫程式、跑自動化,甚至操作電腦,每一次修改都會自動存檔,可以放心讓它動手。原本的模型下載、聊天與本機 API 伺服器都還在,只是變成 Bionic 底下的一部分。

功能特色與適用場景:本機推論由 LM Studio runtime 負責,底層是 llama.cpp 與 Apple 的 MLX,Mac 使用者跑 MLX 格式通常比較快;9 月官方部落格還介紹了在 Apple Silicon 上加速 Qwen3.8 的 Splash Engine。Bionic 內建即時語音轉文字,音訊在本機處理不外傳,官網說支援多種語言。8 月後陸續加入 Skills 與 Auto Review 等代理功能。另一個值得注意的是 LM Link:透過與 Tailscale 合作的端對端加密網路,把家裡或辦公室那台大顯卡主機上的模型,當成本機模型在筆電上用,聊天紀錄留在本地、運算丟給遠端,目前仍是分批開放的預覽版;今年 4 月併入的 Locally AI 團隊,也讓 iPhone、iPad 可以透過 Locally App 連回自己的主機。

開發者這端有 lms 指令列、lmstudio-js 與 lmstudio-python SDK、伺服器用的無頭常駐程式 llmster,本機 API(預設 1234 埠)相容 OpenAI 與 Anthropic 格式,1 月起官方就示範怎麼把 LM Studio 的模型接進 Claude Code。

給台灣使用者的建議:用 M 系列 Mac 的設計師、文字工作者最適合,記憶體 32GB 以上的機器可以跑 20B~30B 等級的模型處理中文文件。介面是英文,模型中文能力要自己挑,Qwen 系列繁中可用但偶爾混簡體。付費的 Bionic+ 是美國代管、零資料保留的雲端開源模型,以美元計價;公司若有個資或營業秘密顧慮,維持免費的純本機模式最單純。想集中管理的團隊可以建 organization 統一付款。

TheAI學院 編輯建議

編輯實測後的真心話
4.4

LM Studio 從「最好上手的本地模型 App」轉成 Agent,我理解它的焦慮:只做模型下載器沒有護城河。LM Link 是我覺得最有意思的一塊,家裡那台遊戲電腦終於有正經用途;但對只想離線聊天的新手,現在的介面確實比以前多了不少東西要搞懂。

— theai 編輯團隊

主要功能

  • Bionic Agent:建立與編輯文件、寫程式、自動化與電腦操作,修改自動存檔
  • 以 llama.cpp 與 MLX 在本機跑開源模型,App 內直接搜尋下載
  • 本機即時語音轉文字,音訊不離開裝置
  • LM Link:以 Tailscale 端對端加密連線,遠端主機的模型當本機用(預覽版)
  • lms 指令列、JS/Python SDK 與 llmster 無頭常駐程式
  • 本機 API 相容 OpenAI 與 Anthropic 格式,可接 Claude Code

如何使用 LM Studio

  1. 到 lmstudio.ai/download 下載 macOS、Windows 或 Linux 版並安裝
  2. 開啟後在模型搜尋頁挑一個適合硬體的模型(例如 Qwen 或 gpt-oss)下載
  3. 在 Bionic 對話框直接下指令,請它整理文件、寫程式或建立新文件
  4. 需要離線語音輸入時開啟語音轉寫,在本機把口述轉成文字
  5. 開發者用 lms server start 啟動本機 API,把 OpenAI 或 Anthropic SDK 指向 localhost:1234

適用場景

  • 用 M 系列 Mac 在本機整理、改寫不能上雲的中文文件
  • 工程師把本機模型接進 Claude Code 或自家程式做離線開發
  • 會議或訪談錄音在本機即時轉成文字
  • 在家裡放一台大顯卡主機,出門用筆電或 iPhone 透過 LM Link 呼叫
  • 團隊以 organization 集中付費,統一使用美國代管的開源模型

LM Studio 的優點與缺點

優點

  • 本機模式免費,圖形介面對非工程師友善
  • Mac 上 MLX 引擎表現好,Apple Silicon 使用者受惠最多
  • LM Link 讓筆電借用家裡大顯卡主機的算力,資料仍在自己裝置之間

缺點

  • 定位轉成 Agent 後介面變複雜,只想單純聊天的人反而要多摸索
  • LM Link 仍是分批開放的預覽版,不一定馬上拿得到
  • 沒有中文介面,雲端模型以美元月費計價

價格方案

Free:Bionic Agent、用 llama.cpp 與 MLX 跑本機模型、離線語音轉寫、LM Link 最多 5 台裝置、有限網頁搜尋;Bionic+ 每月 20 美元(美國代管的 Kimi K3、GLM 5.3、DeepSeek V4 Flash 等開源模型);Pro 每月 100 美元(5 倍用量);團隊可建立 organization 集中計費,企業方案洽談。以官網為準

LM Studio 常見問題

LM Studio 還是免費的嗎?

本機跑模型、Bionic Agent、離線語音轉寫與最多 5 台裝置的 LM Link 都在免費方案內。想用官方代管的 Kimi K3、GLM 5.3 等雲端模型,才需要 Bionic+ 每月 20 美元或 Pro 每月 100 美元,以官網為準。

LM Studio Bionic 和原本的 LM Studio 有什麼不同?

Bionic 是 2026 年 7 月推出的新定位,把原本的本地模型 App 擴充成能寫文件、寫程式、操作電腦的 AI 代理,並加入語音轉寫與雲端開源模型;原本的模型下載、聊天與本機 API 仍保留。

LM Studio 和 Ollama 差在哪?

[Ollama](/tools/ollama) 以指令列與 API 為主,適合部署與串接;LM Studio 以圖形介面和 Agent 為主,Mac 上的 MLX 支援也較完整。兩者都能提供相容 OpenAI 格式的本機 API。

用 LM Studio 跑模型需要多少記憶體?

7B~9B 的 4-bit 量化模型約需 8GB 以上記憶體或顯存,20B~30B 建議 32GB 以上;App 下載模型時會提示是否適合你的硬體。

使用者評價

還沒有足夠評價,搶先分享你的使用心得!

寫下你的評價

評論將經審核後公開。

LM Studio 的替代方案

查看相似的 AI 工具 →

相關 AI 工具

猜你也想看的AI 開發者工具

LM Studio 相關文章與教學

LM Studio 評測:值得用嗎?

一句話總評

LM Studio 是「圖形介面版的本地 AI」——不用碰指令,下載模型、點一下就能在自己電腦跟 AI 聊天,是本地 AI 最友善的入門選擇。

實際用起來如何

LM Studio 提供乾淨的桌面介面,讓你瀏覽、下載各種開源模型並直接對話,完全離線、免費、重隱私。它也能開本地 API 伺服器供應用串接。相比 Ollama 的指令操作,LM Studio 對非技術使用者友善得多,是想試本地 AI 又怕指令的人首選。

最強的地方

  • 圖形介面友善:免指令,點選即用。
  • 免費、離線、重隱私:資料留在本機。
  • 模型探索方便:內建模型瀏覽下載。

比較可惜的地方

  • 吃硬體:大模型需要好的記憶體與顯卡。
  • 能力:本地模型仍不如頂尖閉源。
  • 進階整合不如純 API 工具彈性。

適合誰、不適合誰

適合:想無痛試本地 AI、重隱私、怕指令的人。
比較不適合:要最強能力或極致客製的人。

價格值不值

免費。對想離線、重隱私又不想碰指令的人,CP 值極高。

替代方案

TheAI學院 評測結論

LM Studio 是本地 AI 最友善的入口,圖形介面讓人人都能在自己電腦跑開源模型。重隱私又免費,想試本地 AI 從它開始最輕鬆。延伸閱讀:用本地 AI 保護你的資料。

本評測由 TheAI學院編輯群整理,內容力求客觀、含優缺點,僅供參考。

最後更新:2026年10月

前往官網 ↗