Eseguire un modello di intelligenza artificiale sul proprio computer, senza abbonamenti e senza mandare i dati nel cloud, oggi e' alla portata di tutti grazie a LM Studio: un'applicazione gratuita con interfaccia grafica che scarica, gestisce e fa girare modelli linguistici aperti su Windows, macOS e Linux. In questa guida installiamo LM Studio da zero, scarichiamo un modello, lo usiamo in chat e - per chi programma - lo trasformiamo in un server API compatibile con OpenAI.

A chi serve e perche' l'IA in locale

LM Studio e' pensato per chi vuole un'IA privata e gratuita: nessun dato lascia il computer, nessun costo a consumo, funziona anche offline. E' utile a chi tratta informazioni riservate, a chi vuole sperimentare senza pagare, a studenti e sviluppatori. Rispetto a soluzioni da terminale come Ollama o llama.cpp, il vantaggio di LM Studio e' l'interfaccia grafica: si fa tutto con il mouse, dalla ricerca del modello alla chat, senza scrivere comandi.

Cosa ti serve (prerequisiti reali)

  • Un computer con Windows 10/11, macOS (idealmente con chip Apple Silicon M1 o superiore) o Linux.
  • Almeno 8 GB di RAM per i modelli piccoli; 16 GB o piu' per lavorare bene. I modelli grandi richiedono molta memoria.
  • Qualche gigabyte di spazio su disco per ogni modello (da ~2 GB per i piu' piccoli a decine di GB per i grandi).
  • Una GPU dedicata aiuta molto la velocita', ma non e' obbligatoria: sui Mac Apple Silicon le prestazioni sono ottime anche senza.

Passo 1: installare LM Studio

  1. Vai su lmstudio.ai e scarica la versione per il tuo sistema operativo.
  2. Installa l'app come un qualsiasi programma (su Windows esegui l'installer, su macOS trascina l'icona nelle Applicazioni).
  3. Al primo avvio, LM Studio mostra una schermata di benvenuto e ti guida verso la ricerca dei modelli.
LM Studio fa girare modelli linguistici aperti direttamente sul tuo computer, anche offline.

Passo 2: scegliere e scaricare un modello

LM Studio usa modelli in formato GGUF, la versione compressa (quantizzata) che permette di eseguirli su hardware normale. Nella scheda di ricerca (icona della lente) puoi cercare per nome. Alcune scelte consigliate a seconda della macchina:

  • Per PC modesti (8-16 GB RAM): modelli piccoli come Qwen3 nelle versioni da 4-8 miliardi di parametri, o Gemma di Google in taglia ridotta. Veloci e sorprendentemente capaci.
  • Per macchine potenti (32 GB+ e buona GPU): modelli piu' grandi come GLM-5.2 o DeepSeek nelle versioni quantizzate, per qualita' superiore.
  • Per programmare: modelli specializzati sul codice, spesso indicati con "Coder" nel nome.

Accanto a ogni modello vedrai diverse quantizzazioni (Q4, Q5, Q8...): piu' alto il numero, migliore la qualita' ma maggiore la memoria richiesta. Un buon compromesso di partenza e' Q4_K_M. LM Studio ti avvisa se un modello e' troppo grande per la tua RAM. Clicca "Download" e attendi.

Passo 3: chattare con il modello

  1. Vai nella scheda della chat (icona del fumetto).
  2. In alto seleziona il modello appena scaricato: LM Studio lo carica in memoria.
  3. Scrivi il tuo messaggio e premi invio. La prima risposta puo' richiedere qualche secondo per il caricamento; poi la generazione procede.

Ecco tre prompt da provare per valutare il modello:

Riassumi in 5 punti chiave il seguente testo, mantenendo i dati numerici: [incolla qui un articolo].
Sei un tutor di matematica. Spiegami passo per passo come si risolve un'equazione di secondo grado, con un esempio numerico.
Scrivi una funzione Python che legge un file CSV e restituisce la media di una colonna a scelta, gestendo i valori mancanti.

Il risultato atteso: risposte coerenti e complete: la qualita' dipende dal modello scelto. Se un modello piccolo sbaglia o divaga, provane uno piu' grande (memoria permettendo).

Passo 4: trasformare LM Studio in un server API

Qui LM Studio diventa uno strumento da sviluppatori. Puo' esporre un server locale che parla lo stesso linguaggio dell'API di OpenAI: cosi' puoi usare i tuoi script esistenti puntandoli sul modello locale, senza pagare nulla.

  1. Vai nella scheda "Developer" (o "Local Server", l'icona del terminale).
  2. Seleziona il modello da servire e premi "Start Server". Per impostazione predefinita ascolta su http://localhost:1234.

Da qui lo interroghi con l'SDK di OpenAI, cambiando solo l'indirizzo:

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1",
    api_key="non-serve",  # una stringa qualsiasi
)

resp = client.chat.completions.create(
    model="local-model",  # il nome mostrato in LM Studio
    messages=[
        {"role": "user", "content": "Elenca 3 idee per un progetto Python per principianti."},
    ],
)
print(resp.choices[0].message.content)

In alternativa, un rapido test da terminale con curl:

curl http://localhost:1234/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model": "local-model", "messages": [{"role": "user", "content": "Ciao!"}]}'

Casi avanzati e varianti

LM Studio permette di regolare parametri utili: la temperature (piu' alta = risposte piu' creative, piu' bassa = piu' precise), la lunghezza del contesto (quanti token il modello ricorda) e l'offload su GPU (quante parti del modello caricare in memoria video per andare piu' veloce). Puoi anche caricare modelli di embedding per costruire un sistema di ricerca sui tuoi documenti (RAG) sfruttando lo stesso server locale.

Errori comuni e come risolverli

  • "Failed to load model" / memoria insufficiente: il modello e' troppo grande per la tua RAM/VRAM. Scarica una quantizzazione piu' bassa (da Q5 a Q4, o un modello con meno parametri).
  • Generazione lentissima: il modello gira sulla CPU. Nelle impostazioni aumenta l'offload su GPU se ne hai una, oppure scegli un modello piu' piccolo.
  • Il server non risponde dagli script: assicurati che il server sia avviato (stato "Running") e che l'indirizzo sia esattamente http://localhost:1234/v1.
  • Risposte incoerenti o ripetitive: abbassa la temperature e verifica di aver scelto la versione "instruct"/"chat" del modello, non quella "base".

Alternative e quando non usare LM Studio

Se preferisci il terminale e l'automazione, Ollama e' piu' snello e integrabile negli script; llama.cpp offre il massimo controllo ma richiede piu' competenze; Jan e' un'altra app grafica open source. LM Studio non e' la scelta giusta se ti serve la massima qualita' assoluta a prescindere dai costi: in quel caso i grandi modelli commerciali via cloud restano davanti. Ma per privacy, gratuita' e sperimentazione, avere un'IA che gira sul proprio computer e' oggi una possibilita' concreta e sorprendentemente potente. La documentazione ufficiale su lmstudio.ai/docs e' il punto di partenza per approfondire.