LM Studio : tutoriel complet 2026 (installation, API)

#Premier résultat : téléchargement, chargement, vérification

La documentation officielle décrit le parcours Discover → téléchargement → Chat → chargement du modèle. Choisissez le fichier pour votre moteur : GGUF pour llama.cpp, ou une distribution MLX compatible sur Apple Silicon. Un modèle téléchargé n’est pas encore chargé. Commencez avec un contexte court, puis posez une question simple avant d’ajouter des documents ou un serveur API.

En cas de mémoire insuffisante, réduisez le contexte et choisissez un fichier plus petit ; contrôlez l’offload GPU. Le modèle et le contexte partagent le budget avec le système sur Apple Silicon. Les instructions Windows/macOS sont revues sur documentation ; le dossier du 12 septembre a été exécuté sous Linux avec Ollama, pas avec LM Studio.

lms ls
# Remplacer MODEL_KEY par une clé réellement affichée :
lms load MODEL_KEY --context-length 4096 --estimate-only

• Parcours officiel de démarrage
• Paramètres officiels de chargement
• Vérifier le budget mémoire
• Fiche de Qwen3 8B
• Choisir un premier parcours gratuit

#Pourquoi LM Studio en 2026

LM Studio occupe une niche précise : l'utilisateur qui veut une vraie app graphique, pas un daemon CLI. Vous ouvrez l'app, vous cherchez un modèle dans la barre de recherche intégrée (qui pointe sur Hugging Face), vous cliquez Download, vous chattez. Zéro fichier de config, zéro ligne de commande.

LM Studio utilise des moteurs locaux, notamment llama.cpp et MLX sur Mac Apple Silicon. Dans la branche 0.4, le mode développeur remplace l'ancien choix User / Power User / Developer. Il révèle les paramètres avancés de chargement et les outils de développement. Les serveurs MCP donnent au modèle accès à des outils selon les permissions que vous accordez.

#Prérequis

Windows

Windows x64 avec processeur AVX2, ou Windows ARM64 avec le téléchargement adapté. Les performances GPU dépendent du matériel et du moteur installé.

macOS

macOS 14 ou plus récent sur Apple Silicon (M1 et suivants). Les Mac Intel ne sont pas pris en charge. Les moteurs expérimentaux peuvent avoir des prérequis plus élevés.

Linux

AppImage x64 ou ARM64 selon la machine. La documentation cite Ubuntu 20.04 ou plus récent ; vérifiez la compatibilité de votre distribution et les notes de version.

RAM

16 Go minimum confortable, 8 Go limite. Pour un 14B en Q4, prévoyez 12 Go libres ; pour un 32B, 24 Go.

Disque

Comptez 30 à 50 Go : un modèle 14B en Q4 pèse ~9 Go, et vous en téléchargerez plusieurs.

#1. Installation sur Windows, Mac et Linux

Téléchargez l'installeur correspondant à votre OS depuis le site officiel. Pas de paquet npm, pas de Homebrew — c'est une app desktop classique.

https://lmstudio.ai/download

1. 01
   Windows

   Téléchargez l'installeur Windows correspondant à votre architecture depuis le site officiel et lancez-le. Si Windows affiche un avertissement, vérifiez l'origine et la signature du fichier avant de poursuivre.
2. 02
   macOS

   Ouvrez le .dmg, glissez LM Studio.app dans /Applications. Au premier lancement, Gatekeeper peut vous demander d'autoriser l'app dans Réglages → Confidentialité et sécurité. Sur Apple Silicon, le moteur MLX est activé par défaut.
3. 03
   Linux

   Téléchargez l'AppImage adaptée à votre architecture, rendez le fichier exécutable, puis lancez-le. Le nom exact change selon la version : remplacez le nom d'exemple ci-dessous par celui téléchargé.

# Remplacez ce nom par celui de votre téléchargement
chmod +x ./LM-Studio.AppImage
./LM-Studio.AppImage

#2. Télécharger Qwen3-Coder en GGUF

L'onglet Discover (loupe) est votre interface vers Hugging Face. Tapez le nom d'un modèle, choisissez une quantization, cliquez Download. Pour ce tuto on prend Qwen3-Coder-30B-A3B, le coding model open-weight de référence chez ceux qui ont 16 Go de VRAM ou plus.

1. 01
   Rechercher le modèle

   Dans Discover, tapez "qwen3-coder". LM Studio affiche les repos GGUF compatibles (généralement bartowski, unsloth, lmstudio-community). Préférez les repos lmstudio-community ou bartowski : leurs GGUF sont validés sur la version courante du moteur.
2. 02
   Choisir la quantization

   Comparez la taille du fichier, la mémoire libre et l'estimation du chargeur. Q4_K_M est un point de départ fréquent, mais aucune conservation de « 99 % de qualité » n'est garantie pour tous les modèles et toutes les tâches. Gardez une marge pour le contexte et le système.
3. 03
   Lancer le téléchargement

   Cliquez Download. La progression s'affiche dans l'onglet Downloads. Sur connexion fibre, comptez ~5 minutes pour un fichier de 17 Go.
4. 04
   Charger le modèle

   Dans Chat, sélectionnez le modèle téléchargé. Activez Developer Mode pour les réglages avancés ; commencez avec un contexte raisonnable, puis mesurez la mémoire et la vitesse avant de l'augmenter.

#3. Premier chat et vérification GPU

Avec le modèle chargé, posez une question dans Chat. LM Studio affiche en bas de chaque réponse les tokens/sec, le temps de premier token et l'usage VRAM réel. C'est plus parlant que de jouer du nvidia-smi en parallèle.

# Dans le chat LM Studio :
Écris une fonction Python qui parse un CSV streaming
sans charger tout le fichier en mémoire.

Sur une RTX 4090, Qwen3-Coder-30B-A3B en Q4 tourne autour de 90-120 tok/s grâce à son architecture MoE (3B actifs sur 30B). Sur un M4 Pro 48 Go, comptez 35-50 tok/s avec le moteur MLX. Sur RTX 3060 12 Go, le modèle 30B ne rentre pas — basculez sur Qwen 3.5 9B (~6,6 Go en Q4), qui tient large et laisse de la marge pour le contexte.

#4. Serveur OpenAI-compatible sur le port 1234

C'est l'argument que beaucoup ne connaissent pas : LM Studio expose un serveur HTTP compatible avec l'API OpenAI, par défaut sur http://localhost:1234. Vous pouvez donc brancher n'importe quel client OpenAI (SDK Python, LangChain, Continue.dev, Cursor, votre app maison) sur LM Studio sans changer une ligne de logique métier, juste l'URL de base et la clé.

1. 01
   Activer Developer Mode

   Ouvrez Settings → Developer et activez Developer Mode. Les fonctions serveur et les options avancées sont alors accessibles.
2. 02
   Lancer le serveur

   Dans la vue Developer, démarrez le serveur sur localhost:1234. Pour un accès depuis une autre machine, activez l'écoute réseau et l'option Require Authentication, puis créez un jeton API. L'authentification est désactivée par défaut.
3. 03
   Vérifier l'endpoint

   Le serveur expose les routes /v1/models, /v1/chat/completions, /v1/completions, /v1/embeddings (si un modèle d'embeddings est chargé). Testez d'abord la liste des modèles.

curl http://localhost:1234/v1/models

curl http://localhost:1234/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-coder-30b-a3b",
    "messages": [{"role": "user", "content": "Bonjour"}],
    "stream": false
  }'

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1",
    api_key="lm-studio",  # ignorée, n'importe quelle chaîne
)

resp = client.chat.completions.create(
    model="qwen3-coder-30b-a3b",
    messages=[{"role": "user", "content": "Refactore ce code en idiomatic Rust : ..."}],
)
print(resp.choices[0].message.content)

#5. Support MCP natif

Depuis la 0.3.17, LM Studio supporte le Model Context Protocol (MCP) — le standard introduit par Anthropic en 2024 pour brancher des outils externes à un LLM. Concrètement : votre modèle local peut accéder à votre système de fichiers, exécuter du SQL, appeler une API, à condition qu'un serveur MCP soit configuré.

La configuration se fait dans le fichier mcp.json, accessible depuis le menu Program → Edit mcp.json. Voici un exemple qui ajoute le serveur filesystem officiel d'Anthropic et un serveur SQLite.

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/home/user/Documents"
      ]
    },
    "sqlite": {
      "command": "uvx",
      "args": ["mcp-server-sqlite", "--db-path", "/home/user/data.db"]
    }
  }
}

Une fois enregistré, les outils MCP apparaissent dans l'icône prise (plug) du chat. Vous pouvez les activer ponctuellement. Le modèle décide ensuite quand les appeler : utile pour faire un mini-agent local sans coder, du genre « résume tous les PDF du dossier Recherche » ou « combien de lignes dans la table users ».

#LM Studio vs Ollama vs Jan

Les trois outils visent le même objectif (LLM en local sans cloud) avec des philosophies différentes.

LM Studio

App desktop riche, recherche HF intégrée, serveur API :1234, support MCP, MLX sur Mac. Closed source mais gratuit. Idéal si vous voulez tout en un avec une GUI sérieuse.

Ollama

Daemon léger + CLI, écoute sur :11434, énorme bibliothèque de modèles préconfigurés (ollama run qwen3.5:9b), API stable, intégrations partout (Cline, Open WebUI, n8n). Open source. Idéal si vous êtes à l'aise en terminal et que vous voulez du headless.

Jan

Application desktop open source sous licence Apache 2.0, orientée usage local. La licence de Jan est distincte de celle des modèles qu'il télécharge.

#Dépannage

Le modèle ne se charge pas (OOM)

Réduisez le GPU Offload manuellement dans les Settings du chat. Si vous offload 100% sur GPU et que ça plante, descendez à 80% — quelques couches passent en RAM, c'est plus lent mais ça tourne.

Tokens/sec très faibles

Vérifiez que Flash Attention est activé et que KV cache type est à Q8_0 (pas FP16). En Power User, ces réglages sont dans la sidebar droite du chat.

Le serveur API ne répond pas

Confirmez que vous êtes en Developer Mode et que le bouton Start Server est vert. Sur Windows, le pare-feu peut bloquer le port 1234 — autorisez LM Studio dans le Pare-feu Windows Defender.

Modèle introuvable dans la recherche

LM Studio ne liste que les repos GGUF compatibles avec sa version de llama.cpp. Pour les modèles très récents, mettez à jour LM Studio (Help → Check for Updates) ou téléchargez le GGUF manuellement et déposez-le dans le dossier models.

Linux : AppImage refuse de se lancer

Installez libfuse2 (sudo apt install libfuse2 sur Ubuntu 22.04+). Sur Wayland, exportez QT_QPA_PLATFORM=xcb si l'app ne s'affiche pas correctement.

#Sources et vérification du 14 octobre 2026

Documentation officielle vérifiée le 14 octobre 2026. Les exigences peuvent évoluer : consultez ces sources avant une installation.

• Version actuelle de LM Studio
• Prérequis officiels
• Gratuit pour le travail, sans formulaire
• Interface 0.4 et mode développeur
• Authentification par jeton
• Licence officielle de Jan

#Pour aller plus loin

Trois directions naturelles selon ce que vous voulez faire ensuite :

Comparer plus en détail

Le guide « LM Studio vs Ollama : lequel choisir en 2026 » fait le match feature par feature, avec une grille de décision selon votre profil.

Brancher LM Studio sur vos PDF

« RAG local avec LM Studio : discuter avec vos documents » explique la fonction Chat with Documents, ses limites, et quand passer à AnythingLLM.

Accélérer encore l'inférence

« LM Studio et le MTP (Multi-Token Prediction) » détaille comment activer le MTP sur les modèles compatibles pour gagner 30 à 80% de débit.