Débutant 5 minLM Studio

LM Studio pour débutants : premier chat local en 10 minutes

LM Studio est la solution la plus proche de ChatGPT pour l'IA locale : une application graphique, un store intégré pour chercher et télécharger des modèles, un chat qui ressemble à ce que vous connaissez. Zéro ligne de commande. Parfait pour démarrer sans terminal.

Par Mohamed Meguedmi·Màj 2026-04-10·Testé sur Windows, macOS, Linux

#Qu'est-ce que LM Studio ?

Une application desktop (Windows, macOS, Linux) qui empaquette quatre choses en une seule interface : un navigateur de modèles connecté à Hugging Face, un gestionnaire de téléchargements, un moteur d'inférence (llama.cpp sous le capot), et un chat.

L'outil est gratuit pour un usage personnel. Pour un usage commercial en entreprise, une licence est requise depuis la version 0.3.

i
LM Studio vs Ollama
Ollama est CLI-first, optimisé pour scripts et API. LM Studio est GUI-first, optimisé pour explorer. Les deux sont légitimes — beaucoup d'utilisateurs avancés ont les deux installés.

#1. Installation

Site officiel
https://lmstudio.ai
  1. 01
    Choisissez votre plateforme
    Windows .exe, macOS .dmg (Apple Silicon ou Intel), Linux .AppImage. Les binaires font entre 400 et 600 Mo — normal, llama.cpp et ses dépendances sont dedans.
  2. 02
    Lancez l'installateur
    Sur Windows, l'install se fait dans %LOCALAPPDATA% (pas de droits admin requis). Sur Mac, glissez vers Applications. Sur Linux, rendez le AppImage exécutable : chmod +x LM_Studio_*.AppImage.
  3. 03
    Premier lancement
    LM Studio vous demande quel niveau d'interface afficher (Power user ou Developer). Power user suffit amplement pour débuter — vous pourrez basculer plus tard.

#2. Tour du propriétaire

La sidebar de gauche contient les 5 vues essentielles :

💬 Chat
L'interface de conversation principale. Ressemble à ChatGPT.
🔍 Discover
Le "store" de modèles. Recherche en direct sur Hugging Face, téléchargement en un clic.
📁 My Models
Tous les modèles que vous avez téléchargés, avec leur taille et leurs quantizations.
💻 Developer
Le mode serveur local OpenAI-compatible (voir plus bas).
⚙️ Settings
Paramètres globaux : dossier de modèles, thème, intégrations.

#3. Télécharger votre premier modèle

Cliquez sur 🔍 Discover. La barre de recherche cherche directement sur Hugging Face. Pour un premier essai, tapez Mistral 7B Instruct.

  1. 01
    Regardez les tags de compatibilité
    À droite de chaque résultat, LM Studio indique Full GPU Offload possible, Partial GPU Offload, ou Likely too large. C'est basé sur votre matériel détecté — il suffit de choisir un vert.
  2. 02
    Choisissez la bonne quantization
    Pour un 7B sur 8 Go de VRAM : Q4_K_M est le sweet spot. Pour 12 Go+ : Q5_K_M ou Q6_K. Pour 16 Go+ : Q8_0 pour le maximum de qualité.
  3. 03
    Cliquez Download
    Entre 4 et 8 Go selon la quantization. LM Studio affiche la progression en direct.
→
Le tag "GGUF"
LM Studio ne sait lire que le format GGUF (successeur de GGML). Si un modèle apparaît sans variante GGUF, il faut le convertir soi-même ou l'éviter.

#4. Première conversation

  1. 01
    Retournez à l'onglet Chat
    En haut, cliquez sur le sélecteur "Select a model to load" et choisissez le modèle que vous venez de télécharger.
  2. 02
    Ajustez le GPU offload
    LM Studio propose un slider : 0 = tout en CPU (lent mais marche toujours), max = tout en GPU (rapide mais crash si VRAM insuffisante). Mettez le curseur au maximum proposé par défaut.
  3. 03
    Cliquez Load model
    Le chargement prend 5 à 30 secondes selon la taille du modèle et la vitesse de votre disque.
  4. 04
    Tapez votre question
    Dans le champ en bas. Entrée pour envoyer. Le modèle répond en streaming, token par token.

#5. Régler la qualité des réponses

Panneau de droite pendant une conversation. Trois réglages suffisent à changer 90 % du comportement :

Temperature
0.2 = factuel, déterministe. 0.7 = équilibré (défaut). 1.2 = créatif, parfois erratique. Remonte si le modèle est trop répétitif.
Context Length
Combien de tokens le modèle "voit" en arrière. 4096 par défaut. Augmentez à 8192 ou 16384 pour de longs documents — attention, ça consomme de la VRAM.
System Prompt
Le message invisible qui donne le rôle et les règles. Ex : "Tu es un assistant juridique français. Réponds en citant toujours l'article de loi applicable."
!
Les presets trompeurs
LM Studio embarque plusieurs "presets" (Creative, Balanced, Precise). Ils modifient plusieurs réglages d'un coup. Pratique, mais lisez ce que chacun change avant de les appliquer en aveugle.

#6. Mode serveur local (API)

LM Studio expose un serveur HTTP compatible avec l'API OpenAI. N'importe quel outil qui sait parler à ChatGPT peut donc tourner en local.

  1. 01
    Onglet Developer
    Sélectionnez un modèle et cliquez Start Server (par défaut sur le port 1234).
  2. 02
    Testez avec curl
    Depuis un terminal, un simple GET vérifie que le serveur répond.
Vérification
curl http://localhost:1234/v1/models
Chat minimal
curl http://localhost:1234/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "local-model",
    "messages": [{"role":"user","content":"Bonjour"}]
  }'

Dans vos scripts Python, il suffit de changer base_url vers http://localhost:1234/v1 et n'importe quelle clé API fictive. Tout ce qui marche avec OpenAI marche.

#Limites à connaître

Pas totalement open source
L'app elle-même est propriétaire, seul le moteur llama.cpp derrière est open source. Pour du 100 % libre, préférez Jan ou Ollama.
Mises à jour automatiques
LM Studio se met à jour tout seul. Pratique mais inattendu en environnement pro contrôlé.
Licence commerciale payante
Pour un usage entreprise, lire les conditions. L'usage personnel et éducatif reste gratuit.
Pas de scripting natif
Contrairement à Ollama, il n'y a pas de CLI. Les automatisations passent uniquement par le serveur API.
Ce guide vous a aidé ?

Un retour, une erreur, une précision ? Faites-nous signe, ça améliore le guide pour tout le monde.