毎月のAI料金がじわじわ増えている。そのうえ、見積書や顧客名簿をクラウドの入力欄に貼るのは気が引ける。この2つが同時に刺さっている人の答えは1つです。AIを自分のパソコンの中に入れてしまいます。
LM Studioは、そのための入口になるアプリです。モデルを探して、落として、会話するまでが1つの画面で終わります。しかもアプリ本体は無料。
LM Studioとは、公開されているAIモデルを自分のパソコン上で動かせる無料のデスクトップアプリです。会話1回ごとの課金がなく、処理がすべて手元で完結します。
LM Studioとは、AIを自分のPCの中で動かす無料アプリです
LM Studioとは、公開されているAIモデルを自分のパソコン上で動かすデスクトップアプリです。難所だった環境構築を、インストーラー1本に置き換えてくれます。
開発元は米Element Labs。対応OSはWindows、macOS、Linuxの3つです。日経クロステックは2026年2月中旬時点の記事で、個人・商用にかかわらず無料で使えると紹介しています。
ローカルLLMとは、大量の文章を学んだAIの本体を自分のPCの中で動かすことです。回線が切れていても返事が返ってきます。ここがクラウド型との決定的な差。
以前は、この形にたどり着く前に脱落する人が大半でした。Pythonを入れ、依存関係のエラーを踏み、設定ファイルの書き方が分からず閉じる。LM Studioはその工程を丸ごと飲み込みます。
何ができるのか、先に地図を渡します。
| できること | ざっくり言うと |
|---|---|
| モデル検索・ダウンロード | アプリ内の一覧から欲しいAIを選んで落とす |
| チャット | 見慣れた対話画面でそのまま会話 |
| ローカルサーバー | 他のソフトからAIを呼ぶ窓口を自分のPC内に立てる |
| モデル管理 | 落としたAIの切り替えや削除を画面で操作 |
つまり、AIを動かすのに要る作業がぜんぶこのアプリの中にあります。似た役割のツールを横に並べて眺めたい人は、AIチャットボットのカテゴリから比較すると立ち位置がつかめます。
地図が見えたところで、いちばん気になるお金の話へ。
LM Studioの料金は本当に0円ですか？課金される場所はどこか
アプリの利用料も、会話1回ごとの課金もありません。破格です。ただし「一切お金がかからない」とは意味が違います。
クラウド型のAIは、使った分だけ払う仕組みです。とくにAPI(他のソフトからAIを呼び出す窓口)を使う開発では、トークン(AIが扱う文字のかたまり)を処理するたびに金額が積み上がります。月末の請求で青くなる、あの構造。
ローカルLLMにはこの従量課金がありません。1日1万回聞いても、10万回聞いても、数字は動かないままです。
費用の出どころが移動している、と考えると正確です。
| 費用の種類 | クラウドAI | LM Studio |
|---|---|---|
| アプリ利用料 | 月額あり(無料枠あり) | 0円 |
| 会話ごとの課金 | あり(従量) | なし |
| 初期投資 | ほぼ不要 | PCとメモリが必要 |
| 電気代 | 不要 | かかる(PC稼働分) |
つまりローカルは、先にPC代を払ってあとは使い放題という買い方です。月額の重さを実感している人は、ChatGPTの料金体系と見比べると、どこまでをPCに寄せるかの線が引きやすくなります。
2026年時点で押さえるべき更新が1つあります。LM Studioは2025年7月8日以降、職場での利用が明示的に無料と定められました。アプリ本体について、個別の商用ライセンス申請は不要です。稟議のハードルが1段下がりました。
有料になるのは組織を管理する部分だけ
無料の外側にあるのは、会社として配る段階で必要になる機能です。株式会社Digeonの解説では、プランが3段に整理されています。
| プラン | 料金 | Hubの種類 | 想定される場面 |
|---|---|---|---|
| Community | 無料 | 公開 | 個人利用、小さなチーム、学習や検証 |
| Teams | 有料(要問い合わせ) | プライベート | 組織内でのHub共有、Presetの共有 |
| Enterprise | 有料(要問い合わせ) | プライベート | 全社配布、優先サポート |
要するに、課金の引き金は「使用量」ではなく「統制」です。SSO(社内アカウントでまとめてログインする仕組み)、誰にどのモデルを使わせるかの制限、設定を社内だけで共有する機能。この3つが要るなら有料の話になります。
公式のEnterpriseページには、電話商談なしでTeam organizationを作れる導線があります。ただし料金と提供条件はログイン前の公開ページに出ておらず、サインイン後に確認する形です。社内提案の資料には「本体無料・管理機能は要見積」と書くのが安全。
無料のままPublic Hub organizationを作ることもできます。数人での軽い共有なら、この範囲で足ります。
もう1つ、見落とすと危ない点。アプリが無料なのと、動かすモデルの利用条件は別の話です。商用利用に寛容なライセンスもあれば、条件がつくものもあります。仕事で使うなら、モデルごとに個別確認を。
お金の輪郭が見えたら、手を動かす番です。
導入から初回の会話まで、5ステップ
作業は5つだけです。回線が速ければ、ダウンロード待ちを含めて15分ほどで最初の返事が返ってきます。
- 公式サイトから自分のOS用のインストーラーを落とす
- 通常のアプリと同じ手順でインストールして起動する
- 検索画面(Discover)で使いたいモデルを探す
- サイズと量子化を選んでダウンロードする
- チャット画面で読み込み、話しかける
引っかかるとしたら3と4です。モデル名がずらりと並び、同じ名前で容量違いが何種類も出てくるので、そこで手が止まります。
選び方の原則は身も蓋もありません。自分のメモリで確実に動く、いちばん小さいものから試す。大きいモデルほど賢いのは事実ですが、メモリに乗り切らないと返事が極端に遅くなります。1文字ずつ絞り出すような速度になったら、それはサイズ選びの失敗です。
初回はモデルの読み込みに数十秒かかります。2回目以降は速くなるので、最初の間だけ我慢してください。
では、自分のPCでどこまで狙えるのか。
メモリはどれくらい必要ですか？メモリ別に動かせるモデルの目安
判断の軸はメモリ(RAM)、GPUを積んだPCならVRAMです。ここが足りているかどうかで、できることが段階的に変わります。
| 搭載メモリ | 現実的なモデル規模 | できること |
|---|---|---|
| 8GB | 3B前後の軽量モデル | 要約、言い換え、短い下書き |
| 16GB | 7B〜8B級 | 日常の相談、文章整形、簡単なコード |
| 24GB以上 | 13B級以上も射程 | RAGや微調整といった本格運用 |
| 32GB以上 | 大きめのモデルも常用 | 長文処理、複数モデルの使い分け |
つまり16GBが実用の分岐点です。8GBでも動きはしますが、返答の質に物足りなさが残ります。
24GB以上をひとつの境目として挙げているのは、国内のローカルLLM解説でも共通しています。RAG(社内資料を読ませて答えさせる仕組み)やファインチューニング(AIを自分好みに再教育すること)が視野に入るのがこの帯です。専門的なプログラミング知識がなくても、ツール側が手順を用意してくれます。
社内資料を読ませる使い方まで見据えるなら、AIリサーチのカテゴリに並ぶツールと見比べておくと、どこまでをローカルで完結させるかの線引きがしやすくなります。
Apple SiliconのMacは、メモリをCPUとGPUで共有する設計です。同じ16GBでも、Windows機のメインメモリ16GBより有利に働く場面があります。手元のMacで試したい人には追い風。
ここまでの整理: アプリは無料、課金は組織管理の機能だけ、性能を決めるのはメモリ。この3つを押さえれば、あとは選び方の細部です。
数字の話が続いたところで、いちばん質問が多い記号を片付けます。
Q4_K_Mとは何ですか？量子化の読み方
量子化とは、モデルを軽くするために数値の精度を落とす圧縮のことです。ファイル名の末尾に付く記号が、その圧縮の強さを表しています。
写真をJPEGで保存する場面を思い出してください。画質を少し落とすと、ファイルが劇的に軽くなる。あの感覚に近いものです。
| 表記 | 圧縮の強さ | 向き不向き |
|---|---|---|
| Q8 | 弱い | 品質重視。容量は重い |
| Q5 | 中くらい | 余裕があるならここ |
| Q4_K_M | 強め | 容量と品質のバランスが良い |
| Q2 | かなり強い | 軽いが品質の劣化が目立つ |
迷ったらQ4_K_Mが無難です。ローカルLLMの世界で事実上の標準になっている理由は、削った割に賢さが残るから。
容量の見当も付けておきます。7B級のモデルをQ4系で落とすと、おおむね4〜5GB前後。メモリはそれに加えて作業用の余白が要るので、ファイルサイズの1.5倍ほどを見込むと安全です。
記号の意味が分かれば、検索画面の一覧は急に読みやすくなります。次はチャット以外の使い道へ。
ローカルサーバー機能で、他のソフトからAIを呼ぶ
LM Studioには、OpenAI API互換のローカルサーバーを立てる機能があります。自分のPCの中に、AIを呼び出すための窓口を作るイメージです。
これが効くのは開発の場面です。クラウドのAPIを前提に書かれたコードの、接続先だけを自分のPCに向ける。それだけで、従量課金がゼロになります。
- 試行錯誤の回数を気にしなくてよくなる
- 社外に出せないデータをそのまま流せる
- 回線が不安定な場所でも止まらない
- 夜通し回しても請求が増えない
プロンプト(AIへの指示文)を何百回も書き直す検証作業では、この差が効きます。開発用途の全体像を眺めたい人は、AIコーディングのカテゴリから手元の環境に合うものを探すと組み合わせが見えます。
注意点も1つ。サーバーを立てている間はPCのリソースを食い続けます。使い終わったら止める癖をつけておくと、ノートPCのバッテリーが長持ちします。
似た機能を持つ競合が1つあります。避けて通れないので、正面から比べます。
OllamaとLM Studio、どちらを選ぶべきですか？
判断は単純です。画面で選びたいならLM Studio、コマンドで完結させたいならOllama。ここが最大の分かれ目です。
| 観点 | LM Studio | Ollama |
|---|---|---|
| 操作方法 | クリック中心の画面 | コマンド中心 |
| 動作の軽さ | UIの分だけ重い | 常駐が軽い |
| 細かい調整 | 画面から触れる | 設定ファイル寄り |
| 最初の1台目 | 初めてでも迷わない | 慣れている人向き |
つまり、黒い画面に抵抗があるかどうかで決まります。
海外のレビュー(Ollama vs LM Studio, 2026)では、Ollamaの常駐が約100MB、LM Studioのインターフェースが約500MB程度という比較が出ています。速度も多くのテストでOllamaが2割ほど速いという結果。古いPCや非力なマシンでは、この差が体感に出ます。
一方でLM Studioが勝つのは制御の細かさです。返答の長さや温度といった設定を、画面上のつまみで触れます。設定ファイルを開かずに挙動を変えられるのは、検証の速度に直結します。
初めてローカルLLMに触るなら、LM Studioが一択です。まず動く状態を作り、物足りなくなってからOllamaへ移ればいい。両方を同じPCに入れておくこともできます。
なお組織向けの機能として、複数端末に処理を振り分けるLM Linkのような仕組みが有料帯に用意されています。個人で試す段階では関係ありません。
道具が決まったら、任せる仕事を選びます。
向いている仕事と、正直イマイチな仕事
ローカルLLMは万能ではありません。得意な仕事に当てれば重宝しますが、外すと「遅くて賢くない」という感想だけが残ります。
向いているのはこの4つです。
- 社外に出せない文書の要約や言い換え
- 議事録やメモの整形
- 大量に回す定型処理(分類、タグ付け)
- 回線がない環境での下書き
文章の要約や言い換えを本格的に任せたいならAIライティングのカテゴリ、議事録まわりを固めたいならAI議事録のカテゴリに、クラウド側の選択肢がまとまっています。
逆に、期待しないほうがいい仕事もあります。最新ニュースを前提にした回答、長大な資料の一括読解、込み入った論理を追う設計相談。このあたりは、クラウドの大型モデルとの差がはっきり出ます。
現実的な落としどころは併用です。機密に触る作業と回数がかさむ作業をローカルへ、頭を使わせたい相談はクラウドへ。この振り分けだけで、月額の請求はかなり軽くなります。料金の削り方を体系で考えたい人は、AI料金を下げる発想の整理が土台になります。
業務そのものを自動化する方向に寄せたいなら、AI自動化のカテゴリに並ぶツールと組み合わせる手もあります。
編集部の評価
公開情報とリサーチの範囲で言えば、LM Studioは「ローカルLLMの入口」として現状ほぼ一択です。判断材料を率直に並べます。
破格だと感じる点は、職場利用まで含めて本体が0円である一線を引いたことです。2025年7月8日以降の扱いが明示されたおかげで、社内検証を始めるときの説明が一気に軽くなりました。無料枠の広さでここに並ぶ選択肢は多くありません。
重宝する点は、環境構築を消したことに尽きます。モデル検索からチャットまで画面で完結する設計は、技術者でない人にローカルLLMを説明するときの壁を下げます。OpenAI API互換サーバーが同じアプリに載っているのも、検証から実装への移行を短くします。
正直イマイチな点も2つあります。1つはインターフェースの重さで、常駐サイズと速度は競合に譲ります。もう1つは有料プランの不透明さです。TeamsとEnterpriseはどちらも要問い合わせで、公開ページから予算を組めません。全社展開を前提に検討している情報システム部門には、この一点が引っかかります。
総合すると、個人と小さなチームには文句なし。組織で配る段階に入ったら、見積もりを取ってから判断する。この使い分けが現実的です。
よくある質問（FAQ）
Q. LM Studioは本当に無料ですか
アプリ本体は無料です。2025年7月8日以降、職場での利用も明示的に無料と定められました。日経クロステックも2026年2月中旬時点で、個人・商用にかかわらず無料と紹介しています。有料になるのはSSOやアクセス制限といった組織管理の機能だけです。
Q. メモリ8GBのPCでも使えますか
動きます。ただし3B前後の軽量モデルに限られ、要約や短い下書きが現実的な用途です。仕事で常用したいなら16GBを目安にしてください。24GB以上あればRAGや微調整も視野に入ります。
Q. どのモデルを選べばいいか分かりません
自分のメモリで確実に動く、いちばん小さいものから始めてください。量子化はQ4_K_Mが無難です。物足りなければ1段大きいモデルへ、返答が極端に遅ければ1段小さいモデルへ。この往復で自分のPCの上限が分かります。
Q. インターネットに接続していなくても動きますか
モデルをダウンロードしたあとは、回線がなくても動きます。処理はすべて自分のPCの中で完結するため、入力した内容が外部へ送られることもありません。機密文書を扱う場面での最大の強みがここです。
Q. 会社で使う場合、ライセンス申請は要りますか
アプリ本体については個別の商用ライセンス申請は不要です。ただし動かすモデル側のライセンスは別に確認してください。商用利用に寛容なものもあれば、条件が付くものもあります。
次に読むならこれ
ローカルで回す仕事とクラウドに任せる仕事を分けると、次に考えたくなるのは「どの業務から自動化するか」です。問い合わせ対応は効果が数字に出やすい領域なので、AIカスタマーサポートツールの選び方を読んでおくと、投資対効果の見積もりが早くなります。
日々の作業をどこまで手元で片付けるかを広く見直したいときは、AI業務効率化のカテゴリも合わせてどうぞ。ローカルで足りる仕事と、クラウドに任せたほうが速い仕事の線引きがはっきりします。
