LM Studio : tutoriel en français pour lancer un LLM sur son ordinateur

LM Studio est un logiciel gratuit qui télécharge et exécute des modèles de langage directement sur votre ordinateur, sans envoyer vos données à un service tiers.

Il tourne sous macOS, Windows et Linux, propose une interface de chat et un serveur local compatible avec l'API d'OpenAI.

Avec 16 Go de mémoire, vous faites déjà fonctionner un modèle comme Gemma 4 E4B.

Votre équipe a déjà collé un contrat, une grille tarifaire ou un fichier client dans un chatbot en ligne, et vous le savez.

Le réflexe est humain, le risque aussi.

LM Studio règle ce problème à la racine : le modèle vit sur la machine, les documents ne sortent pas.

Ce tutoriel couvre l'installation, le choix du modèle selon votre mémoire, le serveur local, la ligne de commande et l'accès à distance avec LM Link.

Ce que fait LM Studio

LM Studio sert à trois choses : chercher et télécharger des modèles ouverts, discuter avec eux dans une interface de chat, et les exposer à d'autres logiciels via un serveur local.

Les modèles s'exécutent avec llama.cpp (format GGUF) ou avec MLX sur les Mac Apple Silicon.

Vous n'avez pas à compiler quoi que ce soit, ni à toucher à un terminal pour démarrer.

L'intérêt pour une entreprise est simple : tant que le modèle tourne en local, les prompts et les documents restent sur votre disque.

Cela change la discussion avec votre DPO, et cela rend le sujet beaucoup plus simple à défendre face aux exigences de l'AI Act pour les entreprises.

Configuration requise pour installer LM Studio

Les prérequis publiés par l'éditeur sont assez clairs, et c'est la mémoire qui décide de tout.

• macOS : puce Apple Silicon (M1 à M4 cités par la documentation), macOS 14 ou plus récent. Les Mac Intel ne sont pas pris en charge.
• Windows : x64 avec instructions AVX2, ou ARM (Snapdragon X Elite). Prévoyez 16 Go de RAM et, si possible, une carte graphique avec 4 Go de VRAM.
• Linux : x64 ou ARM64, livré en AppImage, Ubuntu 20.04 ou plus récent.

Sur Mac, la documentation recommande 16 Go ou plus, et indique que des Mac à 8 Go peuvent fonctionner avec de petits modèles et un contexte réduit.

Gardez en tête qu'un Mac partage sa mémoire entre le processeur et la partie graphique : ce que vous avez de RAM est ce que vous avez de capacité de modèle.

Quel modèle choisir selon la mémoire de votre ordinateur

C'est l'étape où la plupart des essais échouent.

Un modèle trop gros sature la mémoire, la machine ralentit, et la conclusion hâtive devient « les LLM locaux ne marchent pas ».

Le catalogue de LM Studio affiche pour chaque modèle sa taille de téléchargement, et cette taille donne une bonne idée de la mémoire à réserver, contexte en plus.

Nous prenons Gemma 4 de Google comme exemple, parce que la famille couvre toutes les configurations.

Elle est publiée sous licence Apache 2.0, accepte le texte et l'image, gère le raisonnement et l'appel d'outils, et monte jusqu'à 256 000 tokens de contexte pour les deux plus grands modèles (128 000 pour les deux petits).

Gardez au moins 20 % de mémoire libre en plus de la taille du modèle : le contexte long consomme de la RAM supplémentaire.

Notre avis tranché : sur un portable de bureau à 16 Go, partez sur Gemma 4 E4B.

Il est assez rapide pour que vos collègues l'utilisent vraiment, et c'est le critère qui compte pour une adoption durable.

Montez en taille seulement quand vous avez mesuré une limite sur vos propres documents.

Télécharger et lancer votre premier modèle

Installez LM Studio depuis le site officiel, puis ouvrez l'onglet de recherche de modèles.

Tapez « gemma 4 », choisissez la variante adaptée à votre mémoire et lancez le téléchargement.

Une fois le fichier récupéré, chargez le modèle et ouvrez une conversation.

Testez avec un document réel de votre activité plutôt qu'avec une question de culture générale : un devis anonymisé ou un compte rendu de réunion.

Un modèle local se juge sur vos cas d'usage, pas sur des benchmarks.

Si vous hésitez entre plusieurs familles, notre comparatif entre Claude et Mistral donne les critères de choix côté modèles hébergés, qui restent utiles pour fixer vos attentes.

Utiliser LM Studio comme serveur compatible OpenAI

C'est la fonction qui fait passer LM Studio du jouet au composant d'architecture.

Le serveur local expose les endpoints /v1/models, /v1/chat/completions, /v1/responses, /v1/embeddings et /v1/completions, sur le port 1234 dans les exemples de la documentation.

Tout logiciel qui sait parler à l'API d'OpenAI peut donc utiliser votre modèle local en changeant une seule ligne : l'adresse de base.

from openai import OpenAI

client = OpenAI(base_url="http://localhost:1234/v1", api_key="lm-studio")

reponse = client.chat.completions.create(
    model="google/gemma-4-e4b",
    messages=[{"role": "user", "content": "Résume ce compte rendu en cinq lignes."}],
)
print(reponse.choices[0].message.content)

Un outil d'automatisation ou une application interne peuvent consommer le modèle sans que la moindre requête quitte votre réseau.

Pour donner une interface de chat à toute une équipe, la brique suivante est souvent un ChatGPT interne basé sur Open WebUI, qui se branche sur ce type de serveur.

Piloter LM Studio avec la commande lms

LM Studio embarque un outil en ligne de commande, lms, installé avec l'application (lancez l'application une première fois avant de l'utiliser).

lms get cherche et télécharge un modèle, lms load le charge en mémoire avec les options de GPU et de longueur de contexte, lms server start démarre le serveur, lms ls liste les modèles présents sur le disque et lms chat ouvre une discussion dans le terminal.

La documentation mentionne aussi un mode sans interface, géré par lms daemon, pratique pour un serveur sans écran.

Pour une PME, c'est ce qui permet de laisser un Mac mini ou un PC fixe servir un modèle à plusieurs collègues, sans session ouverte ni fenêtre à garder sous les yeux.

Accéder à vos modèles depuis un autre appareil avec LM Link

Annoncé le 25 février 2026 en partenariat avec Tailscale, LM Link relie vos appareils entre eux avec une connexion chiffrée de bout en bout.

Vos modèles distants apparaissent dans le sélecteur de modèles à côté des modèles locaux.

La conversation reste sur l'appareil que vous utilisez, et le calcul se fait sur la machine la plus puissante.

On l'active depuis l'application, ou avec lms login puis lms link enable.

Selon l'annonce, ni Tailscale ni le service de LM Studio ne voient les prompts, les réponses ou la liste des modèles.

Le forfait gratuit couvre jusqu'à 5 appareils.

Le cas typique : un Mac Studio ou un PC puissant dans le bureau fait tourner un gros modèle, et les portables de l'équipe s'y connectent depuis la maison ou un client.

LM Studio est-il gratuit pour une entreprise

Oui pour l'usage local.

L'éditeur indique que LM Studio est gratuit pour un usage personnel comme professionnel, avec des offres entreprise pour les fonctions avancées.

La page tarifaire montre toutefois deux formules payantes qui changent la nature de l'outil, et il faut les lire avant de les activer.

Les offres Bionic+ et Pro donnent accès à des modèles open source hébergés aux États-Unis.

Dès que vous les utilisez, vos prompts partent chez un hébergeur : vous perdez l'argument de la confidentialité locale.

Pour un projet où la donnée ne doit pas sortir, restez sur le forfait Free avec des modèles chargés sur votre matériel.

Les limites de LM Studio en contexte professionnel

LM Studio excelle pour tester, prototyper et équiper quelques utilisateurs.

Il n'est pas conçu comme une plateforme multi-utilisateurs : pour gérer les droits par service, brancher un SSO ou tenir un journal d'audit, il faut prévoir une couche supplémentaire.

La qualité dépend aussi du modèle : un modèle de 4 à 8 Go ne raisonne pas comme un modèle hébergé de dernière génération, et il vaut mieux le savoir avant de promettre des miracles à la direction.

Enfin, la machine doit rester allumée et à jour, ce qui devient vite un vrai sujet d'exploitation dès que dix personnes en dépendent.

Le pilote se fait en une demi-journée, la mise en production demande un projet.

Questions fréquentes sur LM Studio

LM Studio fonctionne-t-il sans connexion internet ?

Oui, une fois le modèle téléchargé.

Le téléchargement initial demande une connexion, ensuite le chat et le serveur local tournent hors ligne.

Quelle configuration minimale pour LM Studio ?

Un Mac Apple Silicon sous macOS 14, un PC Windows avec AVX2 ou un Linux Ubuntu 20.04.

La documentation recommande 16 Go de RAM, avec 8 Go possibles pour de petits modèles.

Quel est le meilleur modèle à installer dans LM Studio ?

Il n'y a pas de meilleur modèle absolu, il y a celui que votre mémoire supporte.

Gemma 4 E4B (5,9 Go) convient à 16 Go de RAM, le 26B A4B (15,6 Go) à 32 Go.

Mes données restent-elles sur mon ordinateur ?

Avec un modèle local, oui.

Avec les offres hébergées Bionic+ et Pro, les requêtes sont traitées sur des serveurs aux États-Unis.

Peut-on brancher LM Studio à d'autres outils ?

Oui, grâce au serveur compatible OpenAI sur localhost:1234/v1.

Il suffit de modifier l'adresse de base dans l'outil ou le script concerné.

Par où commencer

Installez LM Studio sur un ordinateur de test, téléchargez Gemma 4 E4B et faites-lui traiter trois documents réels de votre entreprise.

Notez ce qui fonctionne, ce qui déçoit et ce que cela économise en temps.

Ces notes vous diront s'il faut rester sur un poste individuel, monter en puissance ou passer à une architecture serveur.

Intégrer l'IA locale dans votre entreprise avec Apsodia

Apsodia, agence digitale basée à Périgueux, accompagne les entreprises françaises dans l'intégration de l'IA : choix du modèle, installation d'un LLM local ou hébergé en France, connexion à vos outils métiers et formation des équipes.

Notre accompagnement à l'intégration de l'IA en entreprise part de vos usages réels et de vos contraintes de confidentialité, puis déploie la solution la plus simple qui tienne en production.

Nous travaillons aussi la visibilité de votre marque dans les réponses de ChatGPT, Perplexity ou Gemini avec notre offre d'agence spécialisée en GEO.