Cos'è LM Studio
e a cosa serve
LM Studio è un'applicazione desktop gratuita che ti permette di scaricare ed eseguire modelli linguistici AI (LLM) direttamente sul tuo computer, con un'interfaccia grafica semplice — niente terminale, niente comandi da digitare.
Immagina un negozio di app dove puoi sfogliare modelli AI come Llama, Qwen o Gemma, scaricarli con un clic e iniziare subito a chattare — tutto senza internet dopo il download, tutto sul tuo computer, senza inviare nulla a server esterni.
LM Studio vs Ollama — qual è la differenza?
| Aspetto | Ollama | LM Studio |
|---|---|---|
| Interfaccia | Terminale (riga di comando) | App grafica con finestre e pulsanti |
| Scelta modelli | Comando da digitare | Catalogo visuale da sfogliare |
| Per chi è pensato | Utenti già a loro agio col terminale | Chiunque, anche senza esperienza tecnica |
| Server API | Sì, sempre attivo | Sì, attivabile con un interruttore |
| App mobile | No | Sì (iPhone, tramite Locally AI / LM Link) |
Perché eseguire un'AI in locale?
- 🔒Privacy totaleI tuoi messaggi e documenti non lasciano mai il tuo computer.
- ⚡Nessun costo per messaggioUna volta scaricato il modello, puoi usarlo quanto vuoi, gratuitamente.
- 🌐Funziona offlineDopo il download del modello, internet non è più necessario per chattare.
- 🛠️Compatibile con Claude CodePuoi collegare LM Studio come motore locale per strumenti che si aspettano un'API stile OpenAI o Claude.
LM Studio ha acquisito Locally AI, l'app per eseguire modelli su iPhone e iPad, e ha introdotto LM Link per collegare il tuo computer potente al telefono e usare modelli grandi anche in mobilità.
Scaricare e installare
LM Studio
L'installazione richiede pochi minuti. LM Studio è disponibile per macOS, Windows e Linux, sia per processori Intel/AMD che ARM.
🍎 macOS (Apple Silicon)
- 1Vai su lmstudio.aiClicca "Download for Mac". Il sito riconosce automaticamente se hai un Mac con chip Apple Silicon (M1/M2/M3/M4/M5).
- 2Apri il file .dmg e trascina l'appCome qualsiasi altra applicazione macOS, nella cartella Applicazioni.
- 3Avvia LM StudioAl primo avvio, macOS potrebbe chiedere conferma — clicca "Apri".
🪟 Windows
- 1Vai su lmstudio.aiScegli "Windows x86_64" (PC standard) o "Windows ARM64" (Surface con processore ARM).
- 2Esegui il file .exeSegui la procedura guidata: Avanti → Installa → Fine.
🐧 Linux
Disponibile come file .AppImage (eseguibile direttamente) o .deb (per Ubuntu/Debian), sia per architettura x86_64 che ARM64.
RAM: almeno 8 GB (16 GB consigliati per modelli più grandi). Spazio disco: 5-50 GB per modello scaricato. GPU NVIDIA, AMD o Apple Silicon fortemente consigliata per la velocità — funziona anche solo con CPU, ma più lentamente.
Apri LM Studio. Se vedi la schermata di benvenuto con la barra di ricerca modelli al centro, l'installazione è andata a buon fine.
Trovare e scaricare
il tuo primo modello
LM Studio integra un catalogo di modelli da Hugging Face — la libreria più grande di modelli AI open source al mondo. Non devi mai uscire dall'app per cercare un modello.
Come si scarica un modello
- 1Clicca sull'icona della lente d'ingrandimentoSi apre il catalogo modelli con barra di ricerca.
- 2Cerca un modello (es. "Qwen" o "Gemma")Vedrai diverse versioni e dimensioni dello stesso modello.
- 3Controlla l'indicatore di compatibilitàLM Studio mostra un semaforo verde/giallo/rosso che indica se il modello è adatto al tuo hardware.
- 4Clicca "Download"Il file viene scaricato sul tuo computer — può richiedere da pochi minuti a mezz'ora in base alla dimensione.
Modelli consigliati per iniziare (2026)
| Modello | Dimensione | Ideale per | RAM min. |
|---|---|---|---|
| Gemma 4 (4B) | ~3 GB | Uso generale, veloce | 8 GB |
| Qwen 3.6 | variabile | Multilingue, coding, ragionamento | 8-16 GB |
| Mistral | ~4 GB | Italiano, scrittura | 8 GB |
| Devstral-2 | variabile | Programmazione avanzata | 16 GB |
| GLM-4.6V | variabile | Visione + testo (immagini) | 16 GB |
Sono due formati di file per i modelli. GGUF funziona ovunque (Windows, Linux, Mac Intel). MLX è ottimizzato specificamente per Mac con Apple Silicon ed è generalmente più veloce su quei computer. LM Studio te lo suggerisce automaticamente in base al tuo hardware.
Inizia con un modello piccolo (3-4 GB) per testare che tutto funzioni velocemente, poi passa a modelli più grandi se il tuo hardware lo permette e hai bisogno di risposte più sofisticate.
Usare la Chat:
la tua prima conversazione
Una volta scaricato un modello, la Chat è il posto dove inizi a usarlo — un'interfaccia familiare, simile a quella di qualsiasi chatbot online.
Come iniziare a chattare
- 1Vai nella sezione ChatIcona del fumetto nella barra laterale sinistra.
- 2Seleziona il modello dal menu in altoScegli tra i modelli che hai scaricato. LM Studio lo carica in memoria (richiede qualche secondo).
- 3Scrivi il tuo messaggio e premi InvioIl modello risponde direttamente nella finestra, parola per parola in tempo reale.
Parametri principali da conoscere
| Parametro | Cosa fa | Consiglio |
|---|---|---|
| Temperature | Controlla la creatività delle risposte | 0.2-0.4 per precisione, 0.7-1.0 per creatività |
| Context Length | Quanto testo il modello può "ricordare" | Aumenta solo se lavori con documenti lunghi |
| System Prompt | Istruzione iniziale che definisce il comportamento | Usa per dare un ruolo specifico al modello |
| GPU Offload | Quanta parte del modello gira sulla GPU | Più alto = più veloce, ma serve più VRAM |
Nelle impostazioni della chat, nel campo System Prompt, scrivi: "Sei un assistente esperto di marketing digitale per studenti italiani. Rispondi sempre in italiano con esempi pratici." — il modello manterrà questo ruolo per tutta la conversazione.
Funzioni utili della Chat
- 📎Allega documentiPuoi caricare PDF o file di testo nella chat e fare domande sul loro contenuto.
- 📄Esporta conversazioni in PDFLo stile di esportazione è stato migliorato nel 2026 — utile per salvare risposte importanti.
- 🖼️Modelli con visioneCon modelli come Qwen 3.6 o GLM-4.6V puoi anche caricare immagini e farti domande su di esse.
Il Server locale:
LM Studio per sviluppatori
Oltre alla chat, LM Studio può funzionare come un server che altre applicazioni possono interrogare — proprio come farebbero con OpenAI o Anthropic, ma puntando al tuo computer.
Molti strumenti (come Claude Code) supportano la connessione a un "endpoint" compatibile OpenAI. Attivando il server di LM Studio, puoi far girare quegli strumenti usando un modello gratuito sul tuo computer invece di pagare un abbonamento cloud.
Come attivare il server
# 1. Apri LM Studio # 2. Vai su Settings → Server (o icona terminale a sinistra) # 3. Attiva l'interruttore "Enable local API server" # 4. Il server è ora attivo su: http://localhost:1234/v1 # Endpoint disponibili (compatibili OpenAI): POST /v1/chat/completions POST /v1/completions POST /v1/embeddings GET /v1/models # Endpoint compatibile Anthropic (per Claude Code): POST /v1/messages
Esempio di chiamata API (Python)
from openai import OpenAI client = OpenAI(base_url="http://localhost:1234/v1", api_key="non-necessaria") response = client.chat.completions.create( model="nome-del-tuo-modello", messages=[{"role": "user", "content": "Spiegami il SEO in breve"}] ) print(response.choices[0].message.content)
Sviluppatori usano LM Studio per far girare Claude Code con modelli locali come Qwen 3.5, eliminando completamente la necessità di una chiave API cloud — tutto gratuito, tutto privato.
llmster — il server senza interfaccia grafica
Per chi vuole usare LM Studio su un server senza schermo (es. un PC dedicato sempre acceso), esiste llmster: un demone che fa girare il motore di LM Studio senza bisogno di aprire l'app grafica.
Collegare strumenti esterni
con MCP
MCP (Model Context Protocol) permette al modello che gira in LM Studio di usare strumenti esterni — cercare informazioni, leggere file, interrogare servizi — proprio come fanno gli assistenti AI cloud più avanzati.
Senza MCP, il modello locale sa solo quello che ha imparato durante l'addestramento. Con MCP collegato, può "uscire" e fare cose reali: cercare sul web, leggere i tuoi file, consultare un calendario.
Come configurare un server MCP
- 1Vai in Settings → MCPNella barra laterale dell'app.
- 2Aggiungi un nuovo server MCPInserisci l'indirizzo o scegli da un catalogo di server compatibili.
- 3Autorizza con OAuth (novità 2026)Da aprile 2026, LM Studio supporta l'autenticazione OAuth per i server MCP — niente più chiavi API da copiare a mano.
- 4Usa lo strumento nella chatIl modello richiamerà automaticamente lo strumento MCP quando la tua richiesta lo richiede.
Per usare gli strumenti MCP in modo affidabile, scegli modelli con buon supporto al "tool calling" (chiamata di funzioni), come Qwen 3.6 o Gemma 4 — non tutti i modelli piccoli gestiscono bene questa funzione.
Il tuo primo modello,
la tua prima chat
In questo esercizio scaricherai il tuo primo modello e avrai la prima conversazione completa, imparando a configurare un comportamento specifico.
- Apri il catalogo modelli (icona lente) e cerca "Gemma 4". Scegli la versione con il semaforo verde per il tuo hardware.
- Scarica il modello e attendi il completamento (può richiedere alcuni minuti).
- Vai nella Chat, seleziona il modello appena scaricato dal menu in alto.
- Nelle impostazioni della chat, imposta questo System Prompt: "Sei un tutor che insegna concetti di digital marketing a studenti principianti. Usa sempre esempi pratici italiani."
- Scrivi: "Spiegami cos'è il funnel di marketing" e osserva la risposta.
- Chiedi un follow-up: "Dammi un esempio concreto per un negozio di scarpe online."
- Bonus: Cambia la Temperature a 1.0 e fai la stessa domanda — nota come cambia lo stile della risposta.
Hai completato il ciclo base: cercare un modello, scaricarlo, configurarlo con un ruolo specifico e conversarci. Questo stesso schema vale per qualsiasi modello disponibile nel catalogo.
Gestione dati in locale:
analizza un documento
Uno dei vantaggi più interessanti di LM Studio è poter analizzare documenti riservati senza che lascino mai il tuo computer. In questi esercizi impari a farlo.
- Prendi un PDF qualsiasi dal tuo computer (un contratto, una dispensa, un report).
- Nella Chat, clicca sull'icona di allegato (clip) e carica il file.
- Scrivi: "Riassumi questo documento in 5 punti chiave."
- Disattiva il Wi-Fi del computer e fai una seconda domanda sul documento — nota che continua a funzionare, perché tutto avviene in locale.
- Attiva il server locale (Settings → Server → Enable).
- Chiedi a Claude di scriverti un piccolo script Python che legge un file CSV di vendite e invia ogni riga al server LM Studio chiedendo una breve analisi.
- Esegui lo script e osserva come LM Studio elabora ogni richiesta in sequenza, in locale, senza costi.
Documenti con dati personali, contratti, informazioni finanziarie — tutto resta sul tuo computer. Nessun terzo, incluso LM Studio stesso, ha accesso al contenuto che analizzi.
LM Studio come backend:
collega un'app esterna
In questo esercizio finale collegherai uno strumento esterno (Claude Code) a LM Studio, usando il tuo modello locale come motore al posto del cloud.
- Scarica un modello orientato al coding (es. Devstral-2 o Qwen 3.6) se non l'hai già fatto.
- Attiva il server locale in LM Studio (Settings → Server → Enable). Annota la porta (di solito 1234).
- Verifica che l'endpoint Anthropic-compatibile sia attivo: dovresti vedere
/v1/messagesnella lista degli endpoint disponibili. - Configura Claude Code per puntare al tuo server locale invece che al cloud Anthropic (richiede modifica della variabile d'ambiente base URL — chiedi a Claude come fare per il tuo sistema operativo specifico).
- Avvia una sessione e chiedi una piccola modifica di codice su un progetto di test.
- Osserva: tutto il processo avviene sul tuo computer, senza alcuna chiamata a server esterni.
Per compiti semplici o quando vuoi zero costi e massima privacy, un modello locale può bastare. Per compiti complessi che richiedono ragionamento avanzato, i modelli cloud (come Claude su claude.ai) restano generalmente più capaci.
Tutti i termini spiegati
in parole semplici
Torna qui ogni volta che incontri un termine sconosciuto.