Lokalna AI na własnym komputerze: pierwszy model w LM Studio na Windows

Pytanie o zapis w umowie, streszczenie notatek ze spotkania, przeredagowanie maila - takie rzeczy zwykle wędrują na cudzy serwer. Lokalny model językowy robi to samo na własnym komputerze: program generuje odpowiedzi na miejscu, bez wysyłania pytań firmie zewnętrznej. LM Studio to jedna z prostszych dróg do takiego układu na Windows, zwykła aplikacja okienkowa z wyszukiwarką modeli i oknem rozmowy przypominającym typowego asystenta. (Welcome to LM Studio Docs!) Poniżej jedna konkretna ścieżka dla osoby, która nigdy tego nie robiła: sprawdzenie, czy komputer podoła, wybór i pobranie realnego modelu, rozmowa po polsku, pytania do własnego dokumentu i test przy odłączonej sieci. Na koniec granice prywatności, bo nie biorą się one z samego faktu, że model liczy lokalnie.

Instrukcja opiera się na oficjalnej dokumentacji LM Studio i katalogu modeli producenta. Nie ma w niej pomiarów wydajności na konkretnych konfiguracjach; tam, gdzie liczy się szybkość, podano sposób sprawdzenia zamiast gotowej liczby.

Co powstanie na koniec

Działający asystent tekstowy uruchamiany lokalnie: jeden pobrany model, okno rozmowy odpowiadające po polsku, sprawdzona praca z własnym plikiem PDF lub DOCX oraz potwierdzone działanie po odłączeniu sieci. To układ do rozmowy, streszczania, przeredagowywania i zadawania pytań do własnych dokumentów. Nie zastąpi usług chmurowych pod względem jakości odpowiedzi i nie ma dostępu do bieżących informacji z internetu.

Co sprawdzić przed startem

Oficjalne wymagania dla Windows są krótkie. Aplikacja działa na systemach x64 oraz ARM (Snapdragon X Elite), na x64 wymagana jest obsługa zestawu instrukcji AVX2 przez procesor. Zalecane jest co najmniej 16 GB RAM, bo modele językowe potrafią zająć dużo pamięci, oraz karta graficzna z co najmniej 4 GB dedykowanej pamięci VRAM. (System Requirements | LM Studio)

Każdy z tych punktów da się sprawdzić w kilka minut, wyłącznie narzędziami wbudowanymi w Windows.

Krok 1: RAM oraz pamięć karty graficznej. Menedżer zadań otwiera kombinacja Ctrl + Shift + Esc. W zakładce Wydajność, po kliknięciu pozycji Pamięć, łączna pojemność RAM-u stoi jako duża liczba w prawym górnym rogu panelu, bez osobnej etykiety. Ta sama wartość jest podpisana wprost jako „Zainstalowana pamięć RAM” w Ustawieniach, w sekcji System > Informacje. W zakładce Wydajność, po kliknięciu pozycji GPU, podane są dwie różne liczby: pamięć dedykowana, czyli własna pamięć karty graficznej, oraz pamięć udostępniona, czyli fragment RAM-u, po który system sięga awaryjnie. W polskim Windows etykiety brzmią mniej więcej „Pamięć dedykowana procesora GPU” i „Pamięć udostępniona procesora GPU”, przy czym dokładne brzmienie różni się między wydaniami systemu; oficjalny opis Microsoftu potwierdza, że wartość dedykowanej pamięci procesora GPU jest do odczytania właśnie w okienku Wydajność Menedżera zadań. (Liczniki pamięci przetwarzania procesora GPU raportują nieprawidłową wartość - Microsoft Learn) Przy doborze modelu liczy się wyłącznie pamięć dedykowana; wartość zbiorcza podpisana jako pamięć procesora GPU sumuje obie i wprowadza w błąd. Alternatywnie te same dane pokazuje narzędzie diagnostyczne DirectX, uruchamiane poleceniem dxdiag z okna Uruchom (Windows + R), w zakładce Ekran.

Krok 2: model procesora i obsługa AVX2. AVX2 to zestaw dodatkowych instrukcji procesora, których LM Studio wymaga na maszynach x64. (System Requirements | LM Studio) Windows nie pokazuje tej informacji wprost, więc procedura jest dwuetapowa: w menedżerze zadań, w zakładce Wydajność, w sekcji CPU, odczytać pełną nazwę procesora widoczną nad wykresem, a następnie sprawdzić ją na stronie producenta - w bazie Intel ARK odpowiada za to pole z rozszerzeniami zestawu instrukcji, w karcie produktu AMD sekcja ze specyfikacją. Oficjalne wymagania dla Windows na x64 wymagają AVX2; (System Requirements | LM Studio) ten poradnik nie opisuje obejść, więc maszyna x64 bez AVX2 wypada z tej ścieżki.

Krok 3: wolne miejsce na dysku. Wymagania producenta tego nie normują, ale rząd wielkości wynika z rozmiarów samych plików: w katalogu producenta wariant Gemma 4 E4B to 5,90 GB, wariant 12B to 7,40 GB, a wariant 31B to 19,00 GB. (Gemma 4 - LM Studio Model Catalog) Na jeden model do nauki i zapas na pliki tymczasowe wystarcza kilkanaście gigabajtów wolnego miejsca.

Te trzy liczby - RAM, dedykowana pamięć karty i wolne miejsce na dysku - warto zapisać, bo wracają w następnej sekcji.

Jak wybrać model, który naprawdę zadziała

To jedyna decyzja w całej procedurze, która wymaga zastanowienia, i najczęstsze miejsce, o które rozbija się pierwsze podejście. Zasada jest jedna: plik modelu musi zmieścić się w pamięci z zapasem, a nie zapełnić ją po brzegi.

Powód jest konkretny. Pamięć zajmują dwie rzeczy naraz: wagi modelu, czyli pobrany plik, oraz bufory kontekstu rozmowy, które rosną w miarę jej trwania. Producent wymienia oba te elementy jako główne konsumenty pamięci i opisuje, co się dzieje przy ich braku: gdy wagi nie mieszczą się w dedykowanej pamięci karty, system operacyjny potrafi przydzielić pamięć współdzieloną, co potrafi mocno spowolnić pracę. (LM Studio 0.3.14: Multi-GPU Controls) Model, który „prawie się mieści”, jest więc gorszym wyborem niż mniejszy, który mieści się swobodnie.

Praktyczna reguła doboru dla pierwszego uruchomienia:

• Plik modelu powinien być wyraźnie mniejszy niż dedykowana pamięć karty, ponieważ obok wag mieszczą się w niej także bufory kontekstu. (LM Studio 0.3.14: Multi-GPU Controls) Nie istnieje jedna oficjalna proporcja opisująca ten zapas i żadna liczba tego rodzaju nie pochodzi z dokumentacji producenta; wielkość zapasu zależy od ustawionej długości kontekstu. Przed pobraniem jedynym punktem odniesienia jest więc porównanie rozmiaru pliku z dedykowaną pamięcią karty. Dokładniejszy szacunek, uwzględniający kontekst, da się zrobić dopiero na pobranym pliku, jeszcze przed jego załadowaniem - opisany niżej przełącznik --estimate-only przydaje się przy decyzji, czy sięgać po większy wariant. Przy braku wydajnej karty pracę przejmuje procesor i pamięć systemowa, wtedy punktem odniesienia jest RAM, a model trzeba dobrać odpowiednio mniejszy.
• Wariant kwantyzacji: 4-bitowy lub wyższy. Przy jednym modelu widocznych bywa wiele opcji z oznaczeniami Q3_K_S, Q8 i podobnymi. To kopie tego samego modelu o różnym stopniu kompresji: litera Q oznacza kwantyzację, czyli zmniejszenie rozmiaru plików kosztem części jakości. Dokumentacja zaleca wybór opcji 4-bitowej lub wyższej, o ile komputer jest wystarczająco wydajny. (Download an LLM | LM Studio) Po wyższy wariant warto sięgać dopiero wtedy, gdy jest zapas pamięci.
• Model musi deklarować obsługę polszczyzny. Wielojęzyczność bywa różna i nie jest oczywista przy małych modelach.

Jeden konkretny wybór na pierwszy raz

Żeby nie utknąć na tej decyzji, poniższa procedura trzyma się jednego, istniejącego repozytorium: lmstudio-community/Qwen3-4B-Instruct-2507-GGUF w serwisie Hugging Face, w wariancie Q4_K_M. To publikowana w ramach programu Community Models konwersja modelu Qwen3-4B-Instruct-2507 do formatu GGUF, przygotowana na bazie wydania llama.cpp; repozytorium udostępnia warianty 3-, 4-, 6- i 8-bitowe. (Qwen3-4B-Instruct-2507-GGUF - lmstudio-community) Plik Qwen3-4B-Instruct-2507-Q4_K_M.gguf ma 2 497 280 448 bajtów, czyli około 2,5 GB, a pozostałe warianty odpowiednio: Q3_K_L około 2,24 GB, Q6_K około 3,31 GB, Q8_0 około 4,28 GB. (Hugging Face API: files of lmstudio-community/Qwen3-4B-Instruct-2507-GGUF)

Powody tego wyboru są trzy. Wariant 4-bitowy odpowiada zaleceniu dokumentacji. (Download an LLM | LM Studio) Sam plik wag ma 2,5 GB, ale do działania potrzeba dodatkowej pamięci na kontekst i bufory. Karta z 4 GB dedykowanej pamięci odpowiada dolnej granicy zaleceń aplikacji, (System Requirements | LM Studio) nie daje jednak gwarancji zmieszczenia całej konfiguracji. Przed ładowaniem trzeba sprawdzić opisany niżej szacunek pamięci dla wybranego kontekstu; część pracy może przypaść procesorowi. (lms load | LM Studio) Model bazowy jest opisywany przez jego twórców jako poprawiony w zakresie wielojęzycznej wiedzy, z natywnym kontekstem 262 144 tokenów, (Qwen/Qwen3-4B-Instruct-2507 - Hugging Face) a rodzina Qwen3 według oficjalnego wpisu jej autorów obsługuje 119 języków i dialektów, z polskim wymienionym wprost na liście, (Qwen3: Think Deeper, Act Faster | Qwen) co spełnia regułę o deklarowanej obsłudze polszczyzny. Wartość 262 144 tokenów to natywne maksimum modelu; (Qwen/Qwen3-4B-Instruct-2507 - Hugging Face) faktyczna długość kontekstu jest ustawiana przy ładowaniu i może być znacznie mniejsza (lms load | LM Studio). Większy kontekst zwiększa zapotrzebowanie buforów na pamięć; (LM Studio 0.3.14: Multi-GPU Controls) wpływ wybranej długości można sprawdzić opisanym niżej poleceniem lms load --estimate-only z przełącznikiem --context-length (lms load | LM Studio). Repozytorium społecznościowe nie jest przy tym objęte żadną gwarancją: producent aplikacji zaznacza, że modeli z programu Community nie tworzy, nie firmuje i nie ręczy za ich poprawność (Qwen3-4B-Instruct-2507-GGUF - lmstudio-community).

Warianty większe niż Q4_K_M mają sens dopiero wtedy, gdy sprawdzenie pamięci pokazuje wyraźny zapas. Alternatywne punkty wyjścia z katalogu producenta, gdyby wybrany model okazał się niedostępny: z rodziny Gemma 4 wariant E4B o rozmiarze 5,90 GB albo 12B o rozmiarze 7,40 GB; rodzina deklaruje obsługę ponad 35 języków i pretrening na ponad 140 językach, a katalog podaje, że najmniejszy model tej rodziny wymaga co najmniej 4 GB pamięci, a największy do 19 GB. (Gemma 4 - LM Studio Model Catalog) Z rodziny Qwen3 jeden z mniejszych wariantów, przy czym katalog podaje, że najmniejszy model rodziny wymaga co najmniej 2 GB pamięci, a największy do 134 GB. (Qwen3 - LM Studio Model Catalog) Katalog opisuje też gpt-oss-20b jako model działający na urządzeniach z 16 GB pamięci, (gpt-oss - LM Studio Model Catalog) ale nie podaje deklaracji obsługi polszczyzny, więc nie jest tu punktem wyjścia do pierwszego uruchomienia. Podanej wartości nie można traktować jako gwarancji działania przy samym spełnieniu zalecenia 16 GB RAM dla aplikacji.

Jeżeli po pobraniu pierwszego modelu decyzja o większym wariancie nadal jest niepewna, zapotrzebowanie da się sprawdzić bez ładowania go do pamięci. Narzędzie wiersza poleceń lms, dołączane razem z aplikacją, działa w terminalu i wymaga, żeby LM Studio zostało wcześniej uruchomione co najmniej raz. (lms - LM Studio CLI) Polecenie lms load przyjmuje klucz modelu już pobranego na dysk - listę takich modeli z kluczami wypisuje lms ls - oraz przełącznik --estimate-only, który wypisuje szacunek zapotrzebowania na pamięć i kończy działanie bez ładowania; estymator uwzględnia przy tym między innymi zadaną długość kontekstu. (lms load | LM Studio) Cała procedura w PowerShellu lub Terminalu Windows:

lms ls
lms load --estimate-only --context-length 8192 <klucz-modelu>

Klucz modelu trzeba skopiować z listy wypisanej przez pierwsze polecenie, a nie zgadywać. Jeżeli lms nie jest rozpoznawane, zwykle oznacza to, że aplikacja nie została jeszcze ani razu uruchomiona albo terminal został otwarty przed jej pierwszym startem; wtedy wystarczy uruchomić LM Studio i otworzyć nowe okno terminala. Szacunek nie zastępuje reguły z początku sekcji, tylko ją doprecyzowuje: przed pobraniem nadal decyduje porównanie rozmiaru pliku z dedykowaną pamięcią karty.

Jedna uwaga na koniec tej sekcji: sam rozmiar pliku nie jest podstawą do decyzji zakupowej. O komforcie pracy decyduje to, ile modelu zmieści się w dedykowanej pamięci karty przy realnie używanej długości rozmowy, a nie liczba gigabajtów w katalogu.

Procedura: od instalacji do pierwszej odpowiedzi

1. Pobranie aplikacji. Instalator dla Windows jest do pobrania ze strony producenta, czyli z sekcji pobierania w serwisie lmstudio.ai. Trzeba wybrać przycisk „Download LM Studio for Windows” z numerem wersji w sekcji „Download LM Studio”; przycisk „Download Bionic for Windows” i polecenie w sekcji „Install llmster” dotyczą osobnych narzędzi producenta. (Download LM Studio) Instalacja przebiega standardowo, konto nie jest potrzebne.
2. Pierwsze uruchomienie. LM Studio pozwala przełączać poziom zaawansowania interfejsu. Tryb User pokazuje wyłącznie okno rozmowy i konfiguruje wszystko automatycznie, co dokumentacja wskazuje jako najlepszy wybór dla początkujących; tryb Developer odsłania pełną konfigurację i włącza się go w Settings > Developer. (User or Developer | LM Studio) Na tej ścieżce wystarczy tryb User. W starszych instalacjach może być jeszcze widoczny osobny tryb Power User - to ten sam zestaw opcji sprzed ich scalenia.
3. Otwarcie zakładki Discover. Pobieranie modeli odbywa się w zakładce Discover, gdzie dostępne są pozycje wyselekcjonowane przez producenta oraz wyszukiwanie. (Get started with LM Studio) Do zakładki można przejść z dowolnego miejsca skrótem ctrl + 2. Wyszukiwać da się po słowie kluczowym, po pełnym ciągu użytkownik/model, a nawet po wklejonym adresie z serwisu Hugging Face, skąd modele pochodzą. (Download an LLM | LM Studio)
4. Wybór modelu i wariantu. W pole wyszukiwania wpisuje się pełny ciąg lmstudio-community/Qwen3-4B-Instruct-2507-GGUF; wyszukiwanie po pełnej nazwie użytkownik/model jest jednym z obsługiwanych sposobów. (Download an LLM | LM Studio) Na liście wariantów tego repozytorium właściwy jest Q4_K_M o rozmiarze około 2,5 GB. (Hugging Face API: files of lmstudio-community/Qwen3-4B-Instruct-2507-GGUF) Przy innym modelu obowiązuje reguła z poprzedniej sekcji: deklarowana wielojęzyczność, rozmiar pliku wyraźnie mniejszy niż dostępna pamięć, wariant 4-bitowy lub wyższy. (Download an LLM | LM Studio)
5. Pobranie. Pobieranie wymaga stabilnego i przyzwoicie szybkiego łącza. (Offline Operation | LM Studio) Plik ma około 2,5 GB, (Hugging Face API: files of lmstudio-community/Qwen3-4B-Instruct-2507-GGUF) więc przy typowym łączu domowym trwa to zwykle od kilku do kilkunastu minut, a przy wolniejszym połączeniu odpowiednio dłużej. W tym czasie lepiej nie zamykać aplikacji.
6. Załadowanie modelu do pamięci. Po przejściu do zakładki Chat trzeba otworzyć loader modelu, wskazać pobrany model i opcjonalnie zmienić parametry ładowania (Get started with LM Studio). Loader otwiera też skrót ctrl + L, opisany w wersji beta dokumentacji (Get started with LM Studio (beta docs)). Jeżeli w trybie User skrót nie działa i nie można znaleźć loadera, trzeba przełączyć tryb na Developer w Settings > Developer i ponowić próbę - ten tryb udostępnia pełną konfigurację i skróty (User or Developer | LM Studio). Załadowanie oznacza przydzielenie pamięci na wagi modelu i pozostałe parametry; (Get started with LM Studio) sam pobrany plik na dysku jeszcze nic nie robi. Domyślnie aplikacja konfiguruje parametry automatycznie na podstawie wykrytego sprzętu, w tym podział pracy między kartę graficzną i procesor, z możliwością ręcznego nadpisania. (LM Studio 0.3.0) Na pierwszy raz nie ma powodu w to ingerować.
7. Test powodzenia. Po załadowaniu modelu można rozpocząć rozmowę w zakładce Chat. (Get started with LM Studio) Jako pierwsze pytanie dobrze sprawdza się polecenie o jednoznacznie sprawdzalnym wyniku, na przykład: „Wyjaśnij w trzech zdaniach po polsku, czym różni się pamięć RAM od pamięci VRAM karty graficznej. Na końcu wypisz trzy słowa kluczowe oddzielone przecinkami.”

Kryteria zaliczenia tego testu są cztery: model ładuje się bez komunikatu o błędzie; odpowiedź zaczyna się pojawiać w kilkanaście sekund lub szybciej; całość jest po polsku, z poprawną odmianą i bez wtrąceń angielskich; polecenie formalne zostało wykonane, czyli zdania są trzy, a na końcu widnieją trzy słowa kluczowe po przecinkach. Niespełnienie ostatniego warunku oznacza zwykle za mały model albo pominięty prompt systemowy, natomiast wolne pojawianie się tekstu i błąd ładowania mają własne rozwiązania w sekcji o błędach. Poprawność merytoryczna odpowiedzi jest tu sprawą drugorzędną - ten test sprawdza sprawność układu, a nie wiedzę modelu.

Rozmowa po polsku

Model odpowiada w języku pytania tylko wtedy, gdy ten język zna i nic go nie zniechęca do jego użycia. Najskuteczniejszym narzędziem jest prompt systemowy, czyli stała instrukcja dołączana do każdej wymiany zdań. Dokumentacja opisuje go jako jedną z opcji konfiguracji, przez którą do modelu trafia treść spoza samej rozmowy. (Manage chats | LM Studio) Wpisanie krótkiego polecenia w rodzaju „Odpowiadaj wyłącznie po polsku, zwięźle i rzeczowo” zwykle wystarcza, żeby model przestał zsuwać się w angielski przy dłuższych odpowiedziach. Według notatek wydania 0.3.16 edytor promptu systemowego otwiera skrót Ctrl + E; jest też dostępny przez przycisk na górnym pasku czatu, gdy panel boczny jest zwinięty. (Changelog - LM Studio 0.3.16) Jeżeli w trybie User skrót nie działa, a przycisk nie jest widoczny, trzeba przełączyć tryb na Developer w Settings > Developer i ponowić próbę otwarcia edytora - dokumentacja przypisuje temu trybowi pełny dostęp do funkcji i skrótów. (User or Developer | LM Studio)

Jeżeli mimo poprawnego promptu polszczyzna pozostaje kanciasta, przyczyną jest zwykle za mały model, a nie ustawienia. Sensowniejszym ruchem jest wtedy sięgnięcie po większy wariant tej samej rodziny niż dalsze majstrowanie przy parametrach.

Warto od razu wiedzieć, gdzie trafiają rozmowy. Zapisywane są jako pliki JSON w %USERPROFILE%\.lmstudio\conversations, a do folderu można przejść z aplikacji przez menu kontekstowe czatu i opcję pokazania w Eksploratorze plików; dokumentacja odradza ręczną edycję tych plików. (Manage chats | LM Studio)

Pytania do własnego dokumentu

Do rozmowy można dołączać pliki .docx, .pdf i .txt, które stają się dodatkowym materiałem dla modelu. (Chat with Documents | LM Studio) Mechanizm działa dwutorowo i od tego zależy jakość odpowiedzi. Jeżeli dokument jest wystarczająco krótki, to znaczy mieści się w kontekście modelu, LM Studio dołącza jego treść do rozmowy w całości - model widzi wtedy cały materiał. Kontekst to pamięć robocza modelu o ograniczonym rozmiarze, mierzona w tokenach, gdzie jeden token to często około trzech czwartych słowa. (Chat with Documents | LM Studio) Jeżeli dokument jest bardzo długi, aplikacja przełącza się na RAG, czyli próbuje wyłowić z niego fragmenty istotne dla pytania i tylko je podać modelowi; dokumentacja opisuje tę technikę jako taką, która czasem działa bardzo dobrze, a czasem wymaga dostrajania i eksperymentów. (Chat with Documents | LM Studio)

Stąd wskazówka producenta dotycząca długich dokumentów: w zapytaniu warto podać jak najwięcej kontekstu, wymieniając terminy, pojęcia i słowa, których można spodziewać się w istotnym fragmencie źródła, bo zwiększa to szansę, że system poda modelowi użyteczny materiał. (Chat with Documents | LM Studio) Pytanie „o czym jest ten dokument” działa więc gorzej niż „co umowa mówi o terminie wypowiedzenia i karach umownych”.

Przebieg:

1. Załadować model i otworzyć nową rozmowę.
2. Dołączyć plik. Za pierwszym razem warto wziąć dokument krótki, kilkustronicowy, żeby zmieścił się w kontekście w całości i dał czysty punkt odniesienia.
3. Zadać pytanie zawierające konkretne terminy z dokumentu.
4. Porównać odpowiedź z treścią pliku. Test powodzenia: model przytacza informacje, które faktycznie w dokumencie są, a poproszony o wskazanie miejsca trafia we właściwy fragment.
5. Dopiero potem przejść na dłuższy dokument i obserwować, czy odpowiedzi nadal trzymają się źródła.

Dwie rzeczy przesądzają tu o wyniku i obie zaskakują początkujących.

Skany i zdjęcia dokumentów nie zadziałają. Do rozmowy dołącza się pliki .docx, .pdf i .txt, (Chat with Documents | LM Studio) ale w PDF-ie liczy się wyłącznie warstwa tekstowa. Plik powstały ze skanera lub ze zdjęcia telefonem zawiera obraz strony, a nie tekst, więc mimo poprawnego dołączenia model nie widzi treści i odpowiada ogólnikami. Prosty sprawdzian: otworzyć PDF w przeglądarce i spróbować zaznaczyć fragment zdania myszą. Jeżeli zaznaczenie nie obejmuje liter, dokument wymaga wcześniejszego rozpoznania tekstu w osobnym programie OCR albo wklejenia treści do pliku .txt.

Odpowiedź spoza dokumentu wygląda identycznie jak odpowiedź z dokumentu. Model nie sygnalizuje, że danej informacji w materiale nie znalazł - równie płynnie uzupełni ją z własnej wiedzy albo zmyśli. Przy trybie RAG, w którym model dostaje tylko wybrane fragmenty, (Chat with Documents | LM Studio) dotyczy to nawet treści obecnych w pliku, ale nietrafionych przez wyszukiwanie. Praktyczne zabezpieczenie to stała forma pytania: prosić o odpowiedź wyłącznie na podstawie dołączonego pliku, o zacytowanie fragmentu, na którym odpowiedź się opiera, oraz o wyraźne stwierdzenie „brak w dokumencie”, gdy informacji nie ma. Cytat trzeba następnie odszukać w pliku wyszukiwaniem Ctrl + F. Brak dosłownego trafienia to sygnał ostrzegawczy. Warto poszukać krótszego, charakterystycznego fragmentu cytatu, obejmującego kilka słów. Jeżeli nadal nie ma trafienia, odpowiedź trzeba traktować jako niepotwierdzoną i poprosić model o wskazanie dokładnego miejsca, a następnie sprawdzić je w pliku.

Przetwarzanie odbywa się lokalnie: przy pracy z pobranym modelem dokument przeciągnięty do LM Studio zostaje na komputerze, a nic z wpisanego w rozmowie nie opuszcza urządzenia. (Offline Operation | LM Studio) Zastrzeżenia dotyczące funkcji chmurowych i dodatków opisano w sekcji o prywatności.

Próba offline

Ten test zajmuje minutę i rozstrzyga, co w tej aplikacji jest naprawdę lokalne. Zgodnie z dokumentacją LM Studio zasadniczo nie wymaga internetu do pracy, co obejmuje rozmowę z modelami i rozmowę z dokumentami, a nic z tego, co zostaje wpisane w rozmowie, nie opuszcza urządzenia. (Offline Operation | LM Studio)

1. Przy włączonej sieci przeprowadzić krótką rozmowę, żeby mieć punkt odniesienia.
2. Odłączyć komputer od internetu - wyłączyć Wi-Fi lub odpiąć kabel.
3. Zadać pytanie w tej samej rozmowie, a potem w nowej.
4. Dołączyć dokument i zadać do niego pytanie.

Test powodzenia: odpowiedzi generują się normalnie i praca z dokumentem działa. Przy odłączonej sieci przestaje natomiast działać wyszukiwanie modeli w zakładce Discover, ponieważ wykonuje ono zapytania sieciowe, między innymi do huggingface.co; nie zadziała też pobieranie nowych modeli ani sprawdzanie aktualizacji aplikacji. (Offline Operation | LM Studio) To normalne i nie oznacza usterki - modele pobiera się z siecią, używa bez niej.

Prywatność: gdzie dokładnie przebiega granica

Rozmowa z lokalnym modelem nie opuszcza komputera. Producent deklaruje, że przy pobraniu i uruchomieniu modeli lokalnie żadne wiadomości, historie rozmów ani dokumenty nie są przesyłane z systemu użytkownika, a wszystko zapisuje się lokalnie. (LM Studio Desktop App Privacy Policy) To samo mówi dokumentacja trybu offline. (Offline Operation | LM Studio)

To jednak nie jest to samo, co „nic nie wychodzi z komputera”. Polityka prywatności wymienia wąskie wyjątki: producent otrzymuje dane przy wyszukiwaniu lub pobieraniu modelu oraz przy sprawdzaniu aktualizacji aplikacji, przy czym zapytania wyszukiwania opisane są jako zanonimizowane, a przy aktualizacjach przekazywane są informacje o urządzeniu i aplikacji oraz adres IP dodawany automatycznie przez dostawcę sieci dostarczania treści. (LM Studio Desktop App Privacy Policy) Osobno opisane są funkcje chmurowe, takie jak modele w chmurze czy wyszukiwanie w sieci: jeżeli zostaną wykupione i użyte, zapytania przetwarzane są przejściowo w chmurze i nie są przechowywane po zakończeniu żądania. (LM Studio Desktop App Privacy Policy) Dopóki takie funkcje nie zostaną włączone, treść rozmów pozostaje na komputerze.

Największym miejscem, w którym ta prywatność może przestać obowiązywać, jest podłączanie narzędzi zewnętrznych. Od wydania 0.3.17 LM Studio pełni rolę hosta protokołu MCP, co pozwala podłączać do aplikacji serwery MCP - lokalne i zdalne - i udostępniać je modelom. (Use MCP Servers | LM Studio) Serwer zdalny z definicji odbiera dane przez sieć, a serwer lokalny może mieć szeroki dostęp do systemu. Dokumentacja producenta jest w tej sprawie bezpośrednia: nigdy nie należy instalować serwerów MCP z niezaufanych źródeł, ponieważ niektóre z nich mogą mieć daleko idący dostęp do systemu. (Use MCP Servers | LM Studio)

Wniosek praktyczny dla dokumentów zawierających dane innych osób, tajemnice zawodowe czy materiały objęte poufnością: sam fakt, że model działa lokalnie, nie wystarcza jako gwarancja. Konfiguracja wyłącznie lokalna sprowadza się do pięciu warunków, wszystkich sprawdzalnych:

1. Model pobrany i uruchamiany lokalnie, bez korzystania z modeli w chmurze i wyszukiwania w sieci - to funkcje opcjonalne, płatne i włączane osobno, a dopóki nie zostaną użyte, treść rozmów pozostaje na komputerze. (LM Studio Desktop App Privacy Policy)
2. Żadnych podłączonych serwerów MCP, ani zdalnych, ani lokalnych. Rola hosta MCP jest funkcją aplikacji od wydania 0.3.17, (Use MCP Servers | LM Studio) ale nie włącza się sama; brak skonfigurowanych serwerów oznacza brak tej drogi wyjścia danych. Zdalny serwer MCP z definicji odbiera dane przez sieć, a lokalny może mieć szeroki dostęp do systemu. (Use MCP Servers | LM Studio)
3. Katalog rozmów poza folderami synchronizowanymi do chmury. Rozmowy zapisują się jako pliki JSON w %USERPROFILE%\.lmstudio\conversations, (Manage chats | LM Studio) a katalog modeli i jego lokalizację pokazuje zakładka My Models. (Download an LLM | LM Studio) Jeżeli profil użytkownika lub wskazany katalog modeli obejmuje folder synchronizowany przez OneDrive, Dropbox czy podobną usługę, kopie rozmów trafiają do chmury mimo w pełni lokalnego modelu. Domyślna ścieżka %USERPROFILE%\.lmstudio nie jest folderem synchronizowanym, ale przeniesienie danych na przykład do Dokumentów objętych kopią zapasową to zmienia.
4. Dokumenty źródłowe trzymane lokalnie. Plik przeciągnięty do rozmowy zostaje na komputerze, (Offline Operation | LM Studio) jednak jego oryginał pozostaje tam, gdzie leżał - jeżeli w folderze synchronizowanym, kopia w chmurze istnieje niezależnie od LM Studio.
5. Wykonana próba offline opisana w poprzedniej sekcji, jako potwierdzenie, że praca faktycznie nie wymaga sieci.

Osobną kwestią jest to, czego ta konfiguracja nie obejmuje: kopii zapasowych całego dysku, dzienników systemowych i innych narzędzi zainstalowanych na maszynie. Lokalność modelu dotyczy modelu, nie całego komputera.

Ostatnia rzecz z tego obszaru, często mylona z prywatnością: model niczego nie zapamiętuje między rozmowami. Dokumentacja stwierdza wprost, że model nie „uczy się” z czatów i zna wyłącznie to, co znajduje się w rozmowie lub zostało mu podane przez opcje konfiguracji. (Manage chats | LM Studio) Oznacza to również, że nie zna wydarzeń późniejszych niż jego trening i potrafi podać nieprawdziwe informacje z pełnym przekonaniem - odpowiedzi dotyczące faktów, prawa, zdrowia czy finansów wymagają niezależnej weryfikacji.

Błędy i sposoby ich rozwiązania

Ładowanie modelu kończy się błędem pamięci. Najczęstsza przyczyna to model za duży wobec dostępnej pamięci przy zadanej długości kontekstu, bo wagi i bufory kontekstu zajmują ją równocześnie. (LM Studio 0.3.14: Multi-GPU Controls) Kolejność działań: najpierw zmniejszyć długość kontekstu przy ładowaniu, potem zmniejszyć udział offloadu na kartę graficzną, a dopiero na końcu sięgnąć po niższy wariant kwantyzacji lub mniejszy model. Zapotrzebowanie pobranego modelu da się sprawdzić bez ładowania przełącznikiem --estimate-only, (lms load | LM Studio) zgodnie z procedurą lms ls i lms load opisaną w sekcji o doborze modelu.

Model działa, ale odpowiedzi pojawiają się skrajnie wolno. Typowy objaw sytuacji, w której wagi nie zmieściły się w dedykowanej pamięci karty i część pracy trafiła do pamięci współdzielonej lub na procesor. Producent opisuje tryb ograniczający offload wag wyłącznie do dedykowanej pamięci karty: gdy wagi się w niej nie mieszczą, LM Studio automatycznie zmniejsza offload tak, żeby wagi zmieściły się w pamięci dedykowanej, a reszta trafiła do pamięci systemowej, co według producenta jest szybsze niż korzystanie z pamięci współdzielonej. (LM Studio 0.3.14: Multi-GPU Controls) Opcja jest opisana jako dostępna obecnie tylko dla kart NVIDIA z CUDA, a panel sterowania kartami otwiera na Windows skrót Ctrl + Shift + H. (LM Studio 0.3.14: Multi-GPU Controls) Ten opis i skrót pochodzą z notatek wydania 0.3.14 z marca 2025; aplikacja ma od tego czasu za sobą wiele wydań, więc w nowszych wersjach opcja może siedzieć w innym miejscu panelu sprzętu - skrót to punkt wyjścia, a nie gwarancja. Warto pamiętać, że bufory kontekstu mogą nadal korzystać z pamięci współdzielonej, więc spowolnienie potrafi narastać wraz z długością rozmowy. (LM Studio 0.3.14: Multi-GPU Controls)

Nie widać opcji ładowania ani parametrów. Interfejs w trybie User pokazuje wyłącznie okno rozmowy i konfiguruje wszystko automatycznie; dostęp do konfigurowalnych parametrów daje tryb Developer, włączany w Settings > Developer. (User or Developer | LM Studio)

Wyszukiwarka modeli nie zwraca wyników. Wyszukiwanie w zakładce Discover wykonuje zapytania sieciowe i nie działa bez internetu. (Offline Operation | LM Studio) Model pozyskany poza aplikacją da się dodać bez wyszukiwarki na dwa sposoby. Prostszy, bez terminala: skopiować plik .gguf do katalogu modeli - jego ścieżkę pokazuje zakładka My Models (Download an LLM | LM Studio) - w podfolderze wydawca/nazwa-modelu/, bo aplikacja odwzorowuje strukturę katalogów z Hugging Face i takiej struktury oczekuje. (Import Models | LM Studio) Drugi to eksperymentalne polecenie lms import <ścieżka/do/modelu.gguf>, uzupełniane interaktywnym kreatorem. (Import Models | LM Studio)

Odpowiedzi do długiego dokumentu mijają się z jego treścią. Przy długim dokumencie działa mechanizm RAG, który podaje modelowi tylko wybrane fragmenty i wymaga dostrajania. (Chat with Documents | LM Studio) Poprawa polega na przeformułowaniu pytania tak, żeby zawierało terminy obecne w istotnym fragmencie źródła. (Chat with Documents | LM Studio)

Ustawienia trzeba wprowadzać przy każdym ładowaniu. Domyślne parametry da się zapisać osobno dla każdego modelu: w zakładce My Models, po kliknięciu ikony koła zębatego przy modelu, otwiera się okno edycji domyślnych parametrów używanych przy każdym kolejnym ładowaniu. (Per-model Defaults | LM Studio)

Sprzątanie i cofnięcie zmian

Najwięcej miejsca zajmują pobrane modele i od nich najlepiej zacząć porządki. Katalogiem modeli zarządza się w zakładce My Models, gdzie można też zmienić jego lokalizację - to przydaje się, gdy modele mają trafić na inny dysk niż systemowy. (Download an LLM | LM Studio)

Rozmowy przechowywane są jako pliki JSON w %USERPROFILE%\.lmstudio\conversations, a do folderu prowadzi menu kontekstowe czatu w aplikacji. (Manage chats | LM Studio) Zbędne rozmowy usuwa się w aplikacji lub w tym folderze.

Samą aplikację odinstalowuje się standardowo, przez listę zainstalowanych programów w Windows. Katalog modeli i katalog konfiguracji użytkownika mogą po deinstalacji pozostać na dysku, więc jeżeli celem było odzyskanie miejsca, trzeba je sprawdzić i usunąć świadomie. Kolejność ma tu znaczenie: ścieżkę katalogu modeli warto odczytać w zakładce My Models (Download an LLM | LM Studio) jeszcze przed odinstalowaniem aplikacji, bo potem nie będzie już gdzie tego sprawdzić.

Źródła

• System Requirements | LM Studio
• Get started with LM Studio
• Download an LLM | LM Studio
• Manage chats | LM Studio
• Chat with Documents | LM Studio
• Offline Operation | LM Studio
• LM Studio Desktop App Privacy Policy
• Use MCP Servers | LM Studio
• Per-model Defaults | LM Studio
• Import Models | LM Studio
• User or Developer | LM Studio
• lms - LM Studio CLI
• lms load | LM Studio
• LM Studio 0.3.14: Multi-GPU Controls
• Changelog - LM Studio 0.3.16
• LM Studio 0.3.0
• Gemma 4 - LM Studio Model Catalog
• Qwen3 - LM Studio Model Catalog
• gpt-oss - LM Studio Model Catalog
• Download LM Studio
• Welcome to LM Studio Docs!
• Qwen/Qwen3-4B-Instruct-2507 - Hugging Face
• Qwen3-4B-Instruct-2507-GGUF - lmstudio-community
• Hugging Face API: files of lmstudio-community/Qwen3-4B-Instruct-2507-GGUF
• Get started with LM Studio (beta docs)
• Liczniki pamięci przetwarzania procesora GPU raportują nieprawidłową wartość - Microsoft Learn
• Qwen3: Think Deeper, Act Faster | Qwen