Instala LM Studio, ábrelo una vez, lanza lms server start y pide http://localhost:1234/v1/models: si te devuelve una lista, el servidor funciona y, con la configuración de fábrica, solo tu equipo llega a él. De los 5 programas que comparamos, es el que viene más cerrado en todo lo que se puede configurar. Y es también el único cuyo comportamiento en la red no puede comprobar nadie de fuera de la empresa.
Las dos mitades cuentan a la hora de instalarlo. La primera te dice qué no tocar; la segunda, qué te estás creyendo sin poder mirarlo. La guía va en este orden: instalación, servidor, comprobaciones y red. Todo con la versión que servía el canal de descarga de LM Studio el 25 de septiembre de 2026, la 0.4.25-1, y con la línea de comandos lms tal como estaba en su repositorio público el 24 de septiembre de 2026.
Cómo instalar LM Studio en Mac, Windows y Linux
Hay un instalador por sistema y, aparte, un script para usarlo sin ventana.
| Sistema | Qué descargas | Qué pide |
|---|---|---|
| macOS | LM-Studio-0.4.25-1-arm64.dmg |
Apple Silicon y macOS 14.0 o posterior; recomiendan 16 GB de memoria, y con 8 GB, modelos pequeños y contextos modestos. Los Mac con Intel no están soportados: el propio canal de descarga les responde con un error |
| Windows | LM-Studio-0.4.25-1-x64.exe, o la versión ARM64 para equipos con Snapdragon X Elite |
En x64, un procesador con AVX2. Recomiendan 16 GB de RAM y 4 GB de VRAM dedicada |
| Linux | LM-Studio-0.4.25-1-x64.AppImage o LM-Studio-0.4.25-1-arm64.AppImage |
Ubuntu 20.04 o posterior. Ni .deb ni .rpm. El propio LM Studio avisa de que las versiones posteriores a la 22 no están bien probadas |
| Cualquiera, sin ventana | curl -fsSL https://lmstudio.ai/install.sh | bash (Linux, Mac) o irm https://lmstudio.ai/install.ps1 | iex (Windows) |
Instala llmster, el servidor de modelos de LM Studio como servicio en segundo plano, sin descargar la aplicación. En Linux y Mac el script lo deja en ~/.lmstudio/bin y añade esa carpeta a tu PATH |
Nombres de fichero tal como los servía el canal de descarga de LM Studio para cada sistema el 25 de septiembre de 2026; requisitos según sus páginas de requisitos del sistema y de uso sin interfaz, leídas ese mismo día. El script de llmster de ese día instala la versión 0.0.25-1.
Un nombre, dos programas. Desde julio de 2026 existe también LM Studio Bionic, una aplicación aparte y solo para Windows x64 y macOS ARM64. Esta guía habla de LM Studio. Si en un enlace de descarga aparece bionic, es el otro.
Tu primer modelo en 3 pasos, y GGUF o MLX
Dentro de la aplicación son 3 pasos y ninguna terminal: buscas un modelo en la pestaña Discover, lo cargas y le escribes en la pestaña Chat. Lo que merece un minuto de reflexión es el formato. LM Studio ejecuta ficheros GGUF con llama.cpp en Mac, Windows y Linux; en Apple Silicon puede ejecutar además ficheros MLX con su propio motor MLX, que es de código abierto con licencia MIT. Desde la terminal, lms get --gguf o lms get --mlx limitan la búsqueda a uno de los dos; sin ninguna de las dos opciones, los resultados se ajustan a los motores que tengas instalados.
Comprueba dos veces que cabe. Antes de descargar, el buscador de modelos te dice qué modelos caben en tu equipo con los tamaños reales publicados en Q4_K_M, nuestro suelo de calidad, más la memoria que ocupa la propia conversación. Antes de cargar, lms load --estimate-only <modelo> imprime la estimación de memoria del propio LM Studio y no carga nada. Los tamaños del buscador son de ficheros GGUF; la versión MLX del mismo modelo es otro fichero, así que en un Mac toma el buscador como referencia, no como la cifra exacta.
Cómo arrancar el servidor de LM Studio: pestaña Developer o lms server start
En la aplicación, la pestaña Developer tiene el control Start server. En una terminal:
lms server startEl comando lms viene con la aplicación, pero tienes que abrir LM Studio al menos una vez para que funcione. A partir de ahí, cualquier comando lms arranca LM Studio en segundo plano si no está abierto.
El puerto es el 1234, hasta que lo cambias. Sin --port, lms server start reutiliza el último puerto que usaste y solo si no hay ninguno vuelve al 1234. Si un día probaste --port 3000, sigues en el 3000. Ese comportamiento está escrito en el código público de lms; el servidor que hay detrás es cerrado.
Para que el servidor siga vivo sin la ventana, la aplicación tiene un ajuste para arrancar el servidor al iniciar sesión: al cerrarla se queda en la bandeja del sistema y el servidor sigue funcionando, y al volver a arrancar LM Studio recupera el último estado del servidor. En un Linux sin pantalla, LM Studio documenta una unidad de systemd que ejecuta lms daemon up, carga un modelo con lms load y después lanza lms server start. La unidad va en /etc/systemd/system/lmstudio.service y se comprueba con:
systemctl status lmstudioCómo comprobar que el servidor de LM Studio está funcionando
3 comprobaciones, de la más rápida a la más útil:
lms server status
curl http://localhost:1234/v1/models
lms pslms server status contesta The server is running on port 1234. o The server is not running.; con --json imprime {"running":true,"port":1234}, que es lo que quieres en un script. Por debajo, lms le pide al servidor /lmstudio-greeting y espera 500 milisegundos una respuesta que diga que es LM Studio. lms status da la misma respuesta y además los modelos que hay en memoria.
La línea de curl es la que usa LM Studio en su propia guía de instalación. Lo que devuelve depende de un ajuste: con la carga bajo demanda activada, que viene así de fábrica, /v1/models puede listar todos los modelos que tienes descargados, no solo los cargados. El que te dice qué hay de verdad en memoria, con su ruta y su tamaño, es lms ps; lms ls enseña lo que hay en disco.
Los modelos salen solos de la memoria, a veces. Un modelo que se carga por una petición aguanta 60 minutos sin peticiones y, de fábrica, cargar un segundo modelo de esa forma saca de la memoria el primero. Uno que cargas con lms load no tiene reloj: se queda hasta que ejecutas lms unload, o hasta el tiempo que le pongas con --ttl, en segundos:
lms load <modelo> --ttl 3600Conectar un cliente de OpenAI a localhost:1234
Cualquier herramienta que hable con la API de OpenAI puede hablar con LM Studio si le cambias la URL base:
http://localhost:1234/v1El servidor responde en /v1/models, /v1/chat/completions, /v1/responses, /v1/completions y /v1/embeddings. Habla también el formato de Anthropic en /v1/messages y tiene su propia API REST en /api/v1. En el campo model va la clave que enseña lms ls, o el nombre que le pongas con lms load <modelo> --identifier mi-modelo.
Servir en tu red: bind 0.0.0.0, tokens de API y CORS
De fábrica, el servidor escucha en 127.0.0.1:1234, no pide contraseña y tiene el CORS apagado. Es el mejor punto de partida de los 5 programas que comparamos, y buena parte de la configuración consiste en no deshacerlo.
Para dejar entrar a otros equipos, la aplicación tiene el ajuste Serve on Local Network y la terminal tiene esto:
lms server start --bind 0.0.0.0lms toma también la dirección de la variable LMS_SERVER_HOST, y con cualquier dirección que no sea 127.0.0.1 te avisa: Server will accept connections from the network. Desde ese momento, cualquiera que llegue al puerto 1234 puede usar tus modelos, porque sigue sin haber contraseña. Actívala antes: pestaña Developer, Server Settings, Require Authentication, y después Manage Tokens para crear uno. Cada token tiene sus propios permisos, se enseña una sola vez y va en la cabecera Authorization: Bearer. Los tokens piden LM Studio 0.4.0 o posterior.
El CORS es la otra puerta. lms server start --cors existe para aplicaciones web y algunas extensiones de editor, y la propia línea de comandos no se anda con rodeos: CORS is enabled. This means any website you visit can use the LM Studio server. O sea, cualquier web que visites puede usar tu servidor. Actívalo solo mientras lo necesites. Hay un ajuste más que depende del token: dejar que los clientes de la API llamen a los servidores MCP de tu mcp.json solo es posible con la autenticación encendida, y la documentación de LM Studio advierte de que algunos servidores MCP pueden ejecutar código y leer tus ficheros.
Dónde guarda LM Studio los modelos, los chats y los registros
| Qué | Dónde |
|---|---|
| Modelos | ~/.lmstudio/models/<publicador>/<modelo>/, se cambia en la pestaña My Models |
| Chats, en JSON sin más | ~/.lmstudio/conversations/ en Mac y Linux, %USERPROFILE%\.lmstudio\conversations en Windows |
| Presets del Hub | ~/.lmstudio/hub (%USERPROFILE%\.lmstudio\hub en Windows) |
El comando lms, cuando lo instaló llmster |
~/.lmstudio/bin |
Rutas tal como las publica la documentación de LM Studio, leída el 25 de septiembre de 2026.
LM Studio dice que nada de lo que escribes en un chat sale de tu equipo, y no declara ningún cifrado para esos ficheros JSON: cualquier programa que pueda leer tu carpeta personal puede leer todas tus conversaciones. Un GGUF que hayas bajado por tu cuenta entra con lms import <fichero.gguf>, que todavía está marcado como experimental.
Para los registros no hay que buscar ninguna ruta. lms log stream enseña el texto exacto que entra y sale del modelo, lms log stream --source server enseña el registro del propio servidor, y --stats añade las cifras de cada respuesta cuando las hay.
Qué manda LM Studio por su cuenta y qué no puede comprobar nadie
Según la propia documentación de LM Studio, 2 conexiones salen sin que se lo pidas. Una es la comprobación de actualizaciones de la aplicación, cada vez que la abres en macOS o Windows; en Linux aún no hay actualizador integrado. La otra es la comprobación de versiones nuevas de sus motores de inferencia, que se actualizan solos salvo que lo apagues en los ajustes de la aplicación (App Settings). Su política de privacidad dice qué lleva la comprobación de actualizaciones: versión y compilación de la aplicación, sistema operativo y tu dirección IP.
Todo lo demás espera a que tú hagas algo. Buscar en Discover y cargar las estadísticas de su catálogo llaman a huggingface.co. El Hub exige iniciar sesión, la búsqueda web también, las funciones en la nube exigen un plan de pago y LM Link solo funciona si lo enciendes.
Lo que LM Studio no publica es una cifra: cuántas llamadas al día suma todo eso. Nuestra ficha LM Studio: qué manda a casa y si lo puedes auditar deja vacía su tira de 24 horas por eso mismo: la cifra no existe, que no es lo mismo que cero. No hemos encontrado ningún interruptor documentado para la comprobación de actualizaciones.
La objeción es justa. LM Studio dice que la aplicación no lleva telemetría, y el chat, los documentos y el servidor local funcionan sin ninguna conexión. No decimos que sea falso. Decimos que es palabra del fabricante: sus términos, fechados el 23 de agosto de 2026, describen el código como secreto comercial y prohíben la ingeniería inversa, y a la vez dejan usar la aplicación gratis en casa y dentro de la empresa. Además, todo lo que la ficha cuenta de la red se leyó sobre la 0.4.21-2, la versión del 25 de agosto, no sobre la 0.4.25-1. Si necesitas un programa cuyas llamadas puedas contar tú, Cómo instalar Ollama en local y ver qué manda por su cuenta tiene la cifra de Ollama: 30 al día con la aplicación abierta.
En este orden acabas con un LM Studio que funciona y está cerrado:
- Instálalo para tu sistema, ábrelo una vez y comprueba
lms server status. - Elige el modelo con el buscador de modelos, confírmalo con
lms load --estimate-onlyy cárgalo. - Prueba
curl http://localhost:1234/v1/modelsy apunta tu cliente a/v1. - Antes de cualquier
--bind 0.0.0.0, enciende Require Authentication y crea un token. - Deja
--corsapagado salvo que una aplicación web lo necesite, y solo mientras lo necesite.
Los 5 programas se comparan justo en esto en 5 programas de IA local: telemetría, llamadas y auditoría, y si usas Mac, la ficha de MLX cuenta el marco de trabajo de la propia Apple para el otro formato que ejecuta LM Studio.