LM Studio 0.4.x 完整安裝教學(2026):免費圖形介面跑本地 AI,不用打指令!Windows + Mac 一次學會

0
281 人次

LM Studio 0.4.x 完整安裝教學(2026):免費圖形介面跑本地 AI,不用打指令!Windows + Mac 一次學會

你有沒有想過,AI 不一定要在雲端跑?如果你的電腦效能還不錯,其實可以讓 AI 直接跑在自己的機器上——不用上網、資料不外洩,甚至斷網也能用!

阿正老師最近一直在本機跑各種 AI 模型,除了大家熟知的 Ollama,今天要介紹另一個超適合一般用戶的工具——LM Studio!它有漂亮的圖形介面,完全不用打指令,下載、載入模型、開始聊天,幾個按鈕就搞定了。

LM Studio 0.4.21是目前最新穩定版(2026-08-12發布),個人和商業使用都免費,支援 Windows、Mac(含 Apple Silicon)和 Linux。如果你想找一款功能完整、模型選擇更豐富的圖形介面工具,那 LM Studio 絕對值得一試!



一、什麼是 LM Studio?

LM Studio 是一款免費的本地 AI 執行工具,讓你可以在自己的電腦上下載並運行開源大語言模型(LLM),例如 Llama、Qwen、Gemma、Mistral 等等。它最大的特色是有完整的圖形介面(GUI),不需要打任何指令,就算是電腦新手也能輕鬆上手。

LM Studio 由 Element Labs 開發,目前最新版本是 0.4.212026-08-12 發布),支援 Windows、macOS(Intel 和 Apple Silicon 都支援),以及 Linux。最重要的是:個人和商業使用完全免費!

image_7D96C0F7

官方網站 https://lmstudio.ai/
最新版本 0.4.212026-08-12
支援系統 Windows 10/11、macOS(Apple Silicon + Intel)、Linux
費用 完全免費(個人 + 商業使用);另有選用的雲端模型付費服務
開發商 Element Labs, Inc.
軟體下載 [本站下載點]

二、LM Studio vs Ollama:哪個適合你?

阿正老師自己兩個都有在用,但它們的定位其實不太一樣。簡單來說:Ollama 走輕量簡潔路線,進階玩法多靠命令列;LM Studio 則是把模型搜尋、參數調整到 API 伺服器全部整合在圖形介面裡,功能更完整

ChatGPT Image 2026年8月11日 下午11_57_32

功能 LM Studio Ollama
介面 圖形介面(GUI),功能完整、無需打指令 內建 GUI 聊天介面,進階設定仍以命令列為主
上手難度 ✅ 超容易,新手友善 ✅ 容易,進階功能需命令列
模型來源 內建 HuggingFace 模型瀏覽器 Ollama 官方模型庫 + HuggingFace
API 伺服器 ✅ 內建 OpenAI 相容 API ✅ 內建 OpenAI 相容 API
MCP 支援 ✅ 0.3.x 起支援 需搭配第三方工具
多 GPU 支援 ✅ 0.4.15 起支援 Tensor Parallelism ✅ 支援
費用 免費(個人 + 商業) 免費(MIT 授權)

如果你想深入比較這兩款加上 Jan,可以看阿正老師寫的這篇:Ollama vs LM Studio vs Jan — 在自己電腦跑 AI,哪個最好用?


三、安裝前的硬體需求

本地跑 AI 對硬體是有要求的,但不用擔心——你不需要頂配電腦,一般家用電腦大多都可以跑小型模型。以下是參考硬體需求:

ChatGPT Image 2026年8月12日 上午12_03_14

硬體配置 能執行的模型大小 速度感受
8GB RAM / 一般顯示卡 1B~3B 小型模型 慢,但可以用
16GB RAM / NVIDIA GTX 1060(6GB)以上 7B 模型 流暢,日常使用 OK
32GB RAM / NVIDIA RTX 3080 以上 14B~27B 模型 非常流暢
Apple Silicon M 系列(M1/M2/M3/M4) 7B~27B 模型(視記憶體而定) 流暢,統一記憶體優勢大
阿正老師小提示:阿正老師自己在 AMD R7 5800X + RTX 5070 12GB 桌機上跑 14B 模型非常順暢;M4 Mac Mini 16GB 跑 Qwen3 8B 也毫無問題。如果你的 Mac 或 PC 是近幾年的機型,大部分 7B 以下的模型都能跑!

四、下載與安裝教學(Windows + Mac)

LM Studio 的安裝非常簡單,官方網站會自動偵測你的作業系統,直接給你對應的下載版本。

image_1CEA0C25

步驟 1:前往官網下載

開啟 https://lmstudio.ai/download,網站會自動偵測你的作業系統並顯示對應下載按鈕。

  • Windows:下載 .exe 安裝檔,雙擊執行後依指示安裝
  • macOS(Apple Silicon):下載 .dmg 檔,拖入 Applications 即可
  • macOS(Intel):同樣下載 .dmg,注意選擇 Intel 版本
  • Linux:可使用 curl 腳本或 AppImage 安裝

步驟 2:啟動 LM Studio

安裝完成後開啟 LM Studio,第一次啟動會問你一些基本設定,保持預設值即可,點擊 Next 完成初始設定。

⚠️ Windows 用戶注意:如果 Windows Defender 跳出警告,點選「仍要執行」即可,LM Studio 是完全安全的正版軟體。

五、下載並執行你的第一個 AI 模型

這是 LM Studio 最讓人印象深刻的部分——你可以直接在程式內搜尋和下載模型,不需要額外去找各種奇怪的下載連結!

image_5F1EA7D8

步驟 1:開啟模型搜尋

點擊左側導覽列的「 模型搜尋」(Discover/Search Models),你會看到一個整合 HuggingFace 的模型瀏覽器。

步驟 2:搜尋並下載模型

在搜尋欄輸入模型名稱,例如 Qwen3-8BLlama-3。建議初學者選擇 Q4_K_M 量化版本,這是品質和速度的最佳平衡點。點擊下載後等待完成即可。

步驟 3:載入模型並開始聊天

下載完成後,點擊左側的「 Chat」,在上方選擇你剛下載的模型,按下「Load」載入,載入完成後就可以開始和 AI 聊天了!整個過程完全不需要打任何指令。

繁體中文沒問題!LM Studio 介面本身是英文,但你可以用繁體中文和 AI 聊天。推薦使用 Qwen3 系列,繁中理解能力非常好!

六、LM Studio 0.4 進階功能一覽

LM Studio 0.4 系列帶來了很多實用的新功能,不只是一個聊天工具而已!

image_0B60E797

OpenAI 相容 API 伺服器(localhost:1234)

這是開發者最常用的功能。LM Studio 可以啟動一個本地 API 伺服器,任何支援 OpenAI API 格式的程式都可以直接接上,用你的本地模型取代 ChatGPT。點擊左側「 Developer」→ 開啟「Start Server」即可。

MCP(Model Context Protocol)支援

從 0.3.x 版本起,LM Studio 支援 MCP,讓你的本地 AI 模型也能使用外部工具(如搜尋網路、存取檔案)。在 Developer 分頁的 MCP Servers 面板設定即可。

文件對話(RAG)

你可以上傳 PDF、txt、doc 等文件,讓本地 AI 根據文件內容回答問題,完全離線、完全私密!

多 GPU 支援(0.4.15 新增)

如果你有多張顯示卡,0.4.15 新增的 Tensor Parallelism 功能可以讓模型跨多 GPU 分散運算,跑更大的模型不是夢。

Locally 手機 App(iOS)

0.4.16 推出的「Locally」App,讓你從 iPhone 或 iPad 透過 LM Link 遠端連接電腦上的 LM Studio,隨時隨地使用你的本地 AI!LM Link 從 0.4.16 起也不用再排隊申請,直接就能用。

Mermaid 圖表與 PDF 匯出(0.4.17 新增)

聊天視窗現在可以直接渲染 Mermaid 流程圖,還能全螢幕檢視並儲存成 PNG;對話紀錄也能匯出成排版漂亮的 PDF,做筆記或分享都很方便。

2026 年 7 月新消息:LM Studio Bionic 登場!Element Labs 在 2026 年 7 月推出了全新的 AI Agent 應用「LM Studio Bionic」,可以幫你自動完成搜尋資料、整理文件、產生簡報等工作。免費版就能使用本地模型、離線語音轉錄和網頁搜尋(登入後,有使用上限),還能透過 LM Link 連接最多 5 台裝置;想用 DeepSeek、Kimi 等雲端大模型則採按量計費。阿正老師之後會再寫一篇 Bionic 的完整介紹!

七、推薦模型清單(2026)

以下是阿正老師推薦的幾款適合在 LM Studio 上執行的模型,都可以在 LM Studio 內直接搜尋下載:

image_70D7BF40

模型名稱 大小 最低 RAM/VRAM 適合用途 繁中支援
Qwen3 8B ~5GB(Q4_K_M) 8GB 通用對話、繁中寫作 ✅ 極佳
Llama 4 Scout 8B ~5GB(Q4_K_M) 8GB 通用、程式碼生成 ✅ 良好
Gemma 3 4B ~2.5GB(Q4_K_M) 4GB 低階電腦、快速問答 ⭐ 普通
Mistral 7B Instruct ~4.4GB(Q4_K_M) 8GB 英文寫作、程式碼 ⭐ 普通
Qwen3 14B ~9GB(Q4_K_M) 16GB 進階對話、複雜任務 ✅ 極佳
阿正老師點評:如果你是繁體中文用戶,首選 Qwen3 8B!阿正老師測試過,繁體中文輸出品質遠比 Llama 或 Mistral 好,而且 8GB 顯卡就能順暢執行。初學者建議先從 8B 入門,習慣後再嘗試 14B 以上的大模型。

八、阿正老師的總結

想跑本地 AI,但不想學命令列?

LM Studio 是目前最容易上手的圖形介面工具,完全免費,幾個按鈕就能跑起 AI。

開發者需要本地 API 伺服器?

→ LM Studio 內建 OpenAI 相容 API(localhost:1234),加上 MCP 支援,很多開發工作流程都能整合進來。

繁體中文用戶的最佳模型選擇?

Qwen3 8B 繁中支援最好,8GB RAM 就能順暢使用,強烈推薦!

還在用 Ollama 的朋友,不妨也試試 LM Studio,兩個並不衝突,可以各自有不同用途!更多本地 AI 的教學,可以看阿正老師的 Ollama 完整安裝教學,以及 三款工具完整比較文


試試看,你的電腦跑得起哪個 AI 模型?

LM Studio 安裝超簡單,下載之後只要半小時,就能在自己電腦上跑 AI 了!阿正老師建議從 Qwen3 8B 開始試試,感受一下本地 AI 的速度和隱私性。

你跑起來了嗎?速度怎麼樣?歡迎在下面留言跟阿正老師分享!

留下回覆

請輸入你的評論!
請在這裡輸入你的名字