ChatGPTの請求が月ごとにじわじわ増えている。社内の見積書や顧客名簿をクラウドに貼るのは、正直こわい。この2つが同時に引っかかっている人に、答えは1つです。AIを自分のパソコンの中で動かす。
LM Studioとは、公開されているAIモデルを自分のPCの中で動かすための無料デスクトップアプリです。モデルを探す・落とす・会話するまでが1つの画面で完結し、アプリ本体は個人利用でも職場での利用でも0円で使えます。
この記事のポイント ・LM Studioはアプリ本体が無料。2025年7月8日以降、職場での利用も明示的に無料になりました ・課金されるのは「使った量」ではなくPC代と電気代だけ。1日1万回聞いても請求は増えません ・目安はメモリ8GBで軽量モデル、16GBで日常使い、24GB以上でRAGや微調整まで射程 ・有料になるのはSSO・モデルのアクセス制限・設定の共有といった組織管理機能だけ ・Ollamaとの違いは「画面で選ぶか、コマンドで打つか」。初めてならLM Studioが一択です
ローカルLLMとは、大きな言語モデル（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。
LM Studioとは何か？30秒で
LM Studioは、公開されているAIモデルを自分のPCで動かすためのデスクトップアプリです。モデルを探す・落とす・会話するまでが1つの画面で完結します。
開発元は米Element Labs。対応OSはWindows、macOS、Linuxの3つです。日経クロステックの2026年2月中旬時点の記事でも、個人・商用にかかわらず無料で使えると紹介されています。
ローカルLLMで9割の人が脱落する場所は決まっています。環境構築です。Pythonを入れて、ライブラリの依存関係でエラーが出て、設定ファイルの書き方が分からず閉じる。LM Studioはこの工程を丸ごと消します。
何ができるのか、先に地図を渡しておきます。
| できること | ざっくり言うと |
|---|---|
| モデル検索・DL | アプリ内の一覧から欲しいAIを選んで落とす |
| チャット | ChatGPTに似た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・削除を画面で操作 |
つまり、AIを動かすのに必要な作業がぜんぶこのアプリの中に入っています。ここで扱うモデルの種類そのものを俯瞰したいなら、LLMカテゴリから関連ツールをまとめて見比べられます。地図が見えたところで、一番気になるお金の話へ。
料金は本当にゼロなのか？境界線はどこか
アプリの利用料も、会話1回ごとの課金もありません。ここは破格です。
クラウド型のAIは、使った分だけ払う仕組みです（ChatGPTの料金体系が分かりやすい例です）。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）を処理するたびに料金が積み上がります。月末に請求を見て青くなる、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1万回質問しても、10万回聞いても、金額は動きません。
ただし「無料」の中身は正確に押さえておきたい。お金がかからないのではなく、かかり方が違うだけです。
| 費用の種類 | クラウドAI | LM Studio（ローカル） |
|---|---|---|
| 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） |
表を一言にすると、ローカルは「先にPC代を払って、あとは使い放題」です。クラウド課金そのものを削りたい人は、AI料金の高さを削る考え方も併せて見ておくと、どこをローカルに寄せるかの線引きが早くなります。
そして2026年時点で押さえるべき更新が1つ。HP Tech&Device TVの解説によると、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。
有料になるのはどこからか
無料の外側にあるのは、組織で管理するための機能です。具体的にはこの3つ。
- SSO（社内アカウントで一括ログインする仕組み）連携
- モデルやMCPへのアクセス制限（誰にどれを使わせるかの制御）
- 設定をプライベートに共有する機能
このあたりが必要になるのは、情報システム部門が全社に配る段階です。個人やチーム数人で試す間は、まず関係ありません。
なお公式の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。ただし料金や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。ここは事前に予算を組みにくい部分なので、社内提案では「本体無料・管理機能は要見積」と書いておくのが安全です。
無料でPublic Hub organizationを作ることもできます。チーム内の軽い共有なら、この範囲でだいたい足ります。
もう1つ、見落とすと危ない話。アプリが無料なのと、動かすモデルの利用条件は別物です。Apache 2.0のように商用利用に寛容なものもあれば、独自ライセンスで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。
コスト比較を業務判断まで落とし込みたいなら、AIカスタマーサポートツールの選び方を先に読むと、この後のスペックの話が「いくらの投資か」として腹落ちします。
導入は5分。インストール手順
やることはダウンロードして開くだけです。難所はありません。
- LM Studio公式サイトで自分のOS用のインストーラーを落とす
- インストーラーを起動して指示通り進める
- アプリを開く
ここまでは普通のアプリと同じ。コマンド入力は1行も出てきません。
MacはApple Silicon（M1以降のチップ）だと処理が速くなります。理由はメモリとGPUが一体化していて、大きなモデルをまるごと載せやすいから。Windowsの場合はNVIDIAのグラフィックボードがあると一気に快適です。AI処理用のチップ（NPU）を積んだ新しいPCの位置づけはAI PCとNPUの解説にまとめてあります。
ただしインストール直後の画面には、まだAI本体が入っていません。空っぽの棚が届いた状態です。次は中身を選びに行きます。
最初の1本はどう選ぶ？チャット開始まで
検索画面からモデルを選んで落とします。ここが最初の分岐点であり、最もつまずく場所。
初回は必ず軽いモデルから入ってください。いきなり巨大なモデルを選ぶと、数十GBのダウンロードを待たされた末に、起動した瞬間にPCが固まります。多くのPCで動く例としては、Googleの軽量モデルGemma 3n E4Bのような小型のものが紹介されています。薄型ノートでも試せる重さです。
流れはこうなります。
- 検索画面でモデル名またはキーワードを入れる
- 一覧から容量とファイル形式を確認して選ぶ
- ダウンロードが終わるまで待つ
- チャット画面でそのモデルを読み込む
- 質問を打つ
5番まで来れば、もう会話が始まっています。ここまでで課金は1円も発生していません。
うまく動かないときは、たいてい「モデルが重すぎる」が原因です。返事が出るまで数分かかる、途中で落ちる、そもそも読み込めない。この3つが出たら、1段軽いモデルに落とすのが最短の解決策。原因調査より先に、まず軽くする。
軽くする方法がもう1つあります。量子化です。
量子化とQ4_K_Mを選ぶ理由
量子化は、モデルの中の数値を粗くしてファイルを小さくする技術です。写真を軽くするために少し画質を落とす、あの感覚に近い。
モデル名の後ろに「Q4_K_M」「Q5_K_M」「Q8_0」といった記号がぶら下がっているのを見たことがあるはずです。この数字が小さいほど軽く、大きいほど元の賢さに近くなります。
| 表記 | 重さ | 賢さの目安 |
|---|---|---|
| Q4_K_M | 軽い | 実用十分。最初はここ |
| Q5_K_M | 中 | 少し余裕があるなら |
| Q8_0 | 重い | 元のモデルにかなり近い |
つまり、迷ったらQ4_K_Mです。容量と品質のバランスが取れていて、多くの人がここに落ち着きます。
なぜ最軽量ではなくQ4なのか。Q2やQ3まで削ると、日本語の受け答えが目に見えて崩れ始めるからです。てにをはが怪しくなり、指示を無視し始める。軽さのために実用性を捨てては本末転倒。
逆にQ8を選ぶべき場面もあります。翻訳の精度や、長い文章の要約でどうしても品質を落とせないとき。ただしメモリ消費は跳ね上がります。
ここで避けて通れないのが、そもそも自分のPCで何が動くのかという問題です。
自分のPCで動くのか？目安はメモリで決まる
ローカルLLMの上限を決めるのはCPUの速さではありません。メモリ、とくにGPUのメモリ（VRAM）です。
モデルは動かすとき、いったんメモリの上に丸ごと展開されます。載り切らなければ動かないか、動いても激しく遅くなる。ここが唯一の壁です。
| メモリ / VRAM | 現実的にできること |
|---|---|
| 8GB | 軽量モデルで会話・要約・下書き |
| 16GB | 中型モデルで日常業務の相棒として |
| 24GB以上 | RAGや微調整まで本格的に |
表の一番下、24GB以上が1つの境目になります。ここまで来ると、社内資料を読ませて答えさせる仕組み（RAG）や、自分好みにAIを再教育する微調整（ファインチューニング）が視野に入ります。専門的なプログラミング知識がなくても、ツール側が面倒を見てくれる時代です。仕組みの中身はRAGの基礎解説とファインチューニングとは何かを先に押さえておくと、必要なメモリの理由まで腹落ちします。
MacとWindowsで見方が少し変わります。Apple Siliconはメモリを本体とGPUで共有するので、16GBのMacBook Airでも意外と戦えます。Windowsは基本的にグラフィックボードのVRAMが上限。本体メモリが32GBでもVRAMが8GBなら、8GBの勝負になります。
ここまでの整理 料金は0円、導入は5分、最初のモデルは軽量+Q4_K_M、上限を決めるのはメモリ。ここまでが「自分のPCでAIを動かす」の全体像です。ここから先は、ローカルならではの使い道の話。
無料のローカルサーバーという隠れた本命
LM Studioの真価は、チャット画面ではありません。自分のPCの中にAIの窓口（APIサーバー）を立てられる機能です。ここが地味に本命。
これを立てると、他のソフトからAIを呼べるようになります。書いたスクリプト、エディタの拡張、社内の小さなツール。呼び出しは何回でも無料です。
なぜこれが効くのか。開発中のAI機能は、動作確認のために同じ処理を何十回も回します。クラウドのAPIでその試行錯誤をやると、完成する前に費用が積み上がる。ローカルなら回数を気にせず壊せます。
用途をまとめるとこうなります。
- 社内文書の要約バッチを回数無制限で回す
- 個人情報を含むデータを外に出さずに処理する
- AIアプリの試作をコスト0で検証する
- 回線のない環境でもAIを動かす
4つ目は見落とされがちですが、機内や地下、閉じた社内ネットワークでも動くのはローカルだけの強みです。2つ目の「外に出さない」を社内ルールとして固めるなら、AIのセキュリティとプライバシーの基礎とセキュリティ関連ツールを先に押さえておくと話が早い。
「他のソフトから呼ぶ」がイメージしにくい人は、AI業務効率化ツールの選び方を見ると、どんな作業がAPI連携で自動化されるのかが具体的に掴めます。
OllamaとLM Studio、どちらを選ぶべきか？
ローカルLLMの入口はこの2つでほぼ決まりです。違いは思想の差。
Ollamaはコマンド入力で動かす道具です。動作が軽く、海外の比較検証では起動に必要なメモリが約100MB程度と、LM Studioの約500MBより小さいと報告されています。古いPCや、サーバーに置いて回す用途では効いてきます。実際の操作手順はOllamaでローカルaal LLMを動かすガイドにまとめてあります。
LM Studioは画面で操作する道具です。応答の長さや振る舞いの設定を、クリックで細かく調整できます。同じ比較記事でも「挙動のコントロールはLM Studioが上」と評価されています。
| 比較軸 | Ollama | LM Studio |
|---|---|---|
| 操作方法 | コマンド入力 | 画面クリック |
| 動作の軽さ | 軽い | やや重い |
| 細かい設定 | 設定ファイル | 画面で調整 |
| 学習コスト | 中 | 低い |
表の結論はシンプルです。黒い画面に抵抗がないならOllama、なければLM Studio。
そのうえで意見を言います。初めてローカルLLMに触るなら、LM Studioが一択です。理由は挫折率。Ollamaはコマンドでつまずいた瞬間に「自分には無理だった」で終わりますが、LM Studioは画面が全部見えているので、迷っても復帰できます。慣れてから両方入れればいい話。
クラウドは捨てるべきか？使い分けの判断基準
無料だからローカルが最強、という結論にはなりません。得意分野が違います。
ローカルで動くモデルは、最新の巨大な商用モデルほど賢くはありません。複雑な推論や、長い文脈をまたぐ作業では差が出ます。ここを認めたうえで割り振るのが正解。
| 場面 | 向いている方 |
|---|---|
| 機密データの処理 | ローカル |
| 大量の定型処理 | ローカル |
| 難しい調べもの・長文の企画 | クラウド |
| オフラインでの作業 | ローカル |
| とりあえず月数回だけ使う | クラウド無料枠 |
つまり、ローカルは「量」と「秘密」に強く、クラウドは「質」に強い。両方持つのが2026年の現実的な構えです。投資として妥当かを数字で詰めたいなら、AIツールのROIの考え方が判断材料になります。
判断の分かれ目を1行にすると、こうなります。外に出したくないデータがあるか、月の請求が気になるほど回すか。どちらかがYESなら、LM Studioを入れる価値があります。
編集部の評価
公開情報とリサーチをもとに、率直な評価を書きます。
まず料金設計。アプリ本体が個人でも仕事でも無料で、しかも2025年7月8日以降は職場利用が明示的に無料と定められた点は破格です。導入検討で最も時間を食うのがライセンス確認なので、ここが潰れているのは実務的に大きい。
一方で正直イマイチな点もあります。Team organizationの料金がログイン前に確認できないこと。個人利用には無関係ですが、社内提案の資料を作る側からすると、金額欄が埋まらないのは面倒です。
もう1つの注意点は、無料の対象がアプリ本体に限られること。動かすモデル側のライセンスは別管理です。ここを混同したまま業務利用に踏み込むと、後から面倒になります。
総じて、ローカルLLMの入口としては圧倒的です。画面だけで完結する設計、モデル管理の分かりやすさ、無料のローカルサーバー。この3つが1つのアプリに入っている時点で、初めての1本としては一択と言えます。
逆に、古いPCしか手元にないなら話は変わります。動作の軽いOllamaを選ぶか、素直にクラウドの無料枠を使うほうが幸せです。
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。個人利用でも職場での利用でも、追加費用なしで使えます。有料になるのはSSO連携やアクセス制限といった組織向けの管理機能です。
Q. 仕事で使うのにライセンス申請は必要ですか？
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とされています。ただし動かすモデルのライセンスは別なので、モデルごとに商用利用の条件を確認してください。
Q. メモリ8GBのノートPCでも動きますか？
軽量モデルなら動きます。会話や短い要約、下書き作成くらいなら実用範囲です。重いモデルを選ぶと固まるので、Q4_K_Mの小型モデルから始めてください。
Q. 量子化はどれを選べばいいですか？
迷ったらQ4_K_Mです。容量と品質のバランスが良く、日本語の受け答えも崩れません。Q2やQ3まで落とすと文章が怪しくなります。
Q. OllamaとLM Studio、両方入れても大丈夫ですか？
問題ありません。落としたモデルは別々に管理されるので容量は食いますが、動作がぶつかることはありません。まずLM Studioで慣れてから、必要になったらOllamaを足すのが安全な順番です。
次に読むならこれ
ローカルLLMを入れる目的が「社内の作業を減らすこと」なら、次は投資対効果の話です。AI業務効率化ツールの選び方を読むと、どの作業をAIに渡すと効くのかが具体的な業務単位で見えます。手元のPCで何を動かすか決める前に、何を減らしたいのかを決めるほうが順番として正しいので。
