LM Studio czy Ollama: co wybrać? Pomiar na tym samym modelu

👁 113 przeczytań

LM Studio czy Ollama? Jeśli chcesz klikać, szukać modeli w okienku i porównywać ustawienia, weź LM Studio. Jeśli model ma pracować w tle dla innych programów (edytor kodu, n8n, Open WebUI, skrypty), weź Ollamę. Oba są darmowe, także w firmie, oba działają bez konta i oba liczą na silniku llama.cpp. Sprawdziłem to 17 października 2026 roku na jednym i tym samym pliku modelu (Gemma 4 12B, 6,98 GB) na karcie RTX 4090: Ollama pisała 94 tokeny na sekundę, LM Studio 86, a przy długim kontekście różnica urosła do 94 wobec 81. Wszystkie lokalne narzędzia zebrałem w przewodniku Lokalne AI.

W skrócie: co wybrać

Możesz mieć oba naraz. Używają innych portów (1234 i 11434) i nie gryzą się ze sobą. Wygodny podział: nowe modele sprawdzasz w LM Studio, a te, które mają pracować dla innych programów, trzymasz w Ollamie.

Dwie filozofie

LM Studio to program z oknem: po instalacji widzisz wyszukiwarkę modeli z Hugging Face, klikasz „pobierz”, potem „załaduj” i rozmawiasz. Kontekst, liczbę warstw na karcie i szablon promptu ustawiasz w panelu bocznym, a serwer API włączasz przełącznikiem albo poleceniem lms server start. Pełny opis programu jest w tekście o LM Studio.

Ollama zaczyna od terminala: ollama run gemma4:12b-it-qat pobiera model i otwiera rozmowę, a w tle stoi serwer na porcie 11434, do którego łączą się inne programy. Model ładuje się przy pierwszym pytaniu i sam zwalnia pamięć po kilku minutach bezczynności. Od lipca 2025 roku Ollama ma też aplikację z oknem czatu na Windows i macOS, prostszą niż LM Studio. Więcej w tekście o Ollamie.

Mój test: ten sam plik modelu w obu programach

Żeby porównanie było uczciwe, w obu programach uruchomiłem ten sam plik gemma-4-12b-it-qat-q4_0.gguf (6,98 GB). W Ollamie był dodany poleceniem ollama create (to odpowiednik ollama pull gemma4:12b-it-qat), do LM Studio skopiowałem go poleceniem lms import. Ustawienia:

• cały model na karcie, kontekst 4096 oraz 32 768 tokenów,
• te same trzy polecenia po polsku (poradnik rowerowy, pompa ciepła, list motywacyjny), do 500 tokenów odpowiedzi, temperatura 0,7,
• szybkość jako mediana z trzech odpowiedzi, liczona w obu programach tak samo: przez API zgodne z OpenAI w trybie strumieniowym, od pierwszego do ostatniego tokenu,
• pamięć karty jako różnica wskazań nvidia-smi przed załadowaniem i w trakcie generowania.

Sprzęt: RTX 4090 24 GB, i9-14900KF, 64 GB RAM, Windows 11. Ollama 0.40.5, LM Studio 0.4.26 ze środowiskiem llama.cpp CUDA 12 w wersji 2.60.0. Pomiar z 17 października 2026.

• Ollama była o 10% szybsza przy krótkim kontekście i o 16% przy długim. Różnicę widać, ale w czacie jej nie odczujesz: oba programy piszą kilka razy szybciej, niż się czyta.
• Ollama nie zwiększyła zajętości pamięci przy długim kontekście (8,3-8,4 GB), a LM Studio dołożyło 0,9 GB. Przy Gemmie 4 to mało, przy modelach z większą pamięcią kontekstu różnica może zdecydować, czy model zmieści się w karcie.
• W LM Studio Gemma 4 domyślnie myśli. Wszystkie 500 tokenów w każdej odpowiedzi poszło na ukryte rozumowanie, a widoczna treść była pusta. Tokeny na sekundę liczą się tak samo, ale na widoczną odpowiedź czekasz dłużej. W API wyłączysz to parametrem "reasoning_effort": "none" (sprawdziłem 17 października: model od razu odpowiedział zdaniem).
• Ładowanie modelu: LM Studio wczytało model w 10,9 s z dysku SSD. Ollama potrzebowała 78,6 s przy pierwszym ładowaniu, bo jej modele leżą u mnie na wolnym dysku USB, a 6,9 s przy kolejnym, gdy plik był już w pamięci systemu. To różnica dysków, nie programów.

3 października ten sam test w Ollamie 0.35.1 dał 100,8 tok/s i 8,3 GB pamięci, a pomiar LM Studio 0.4.25 się nie udał (mój skrypt nie odczytał statystyk z API). Dlatego powtórzyłem całość 17 października, liczbę tokenów biorąc z samego strumienia. Próbę dodatkową z wyłączonym myśleniem w LM Studio odrzuciłem, bo w tym czasie kartą zajmowały się inne zadania i wyniki obu programów spadły.

Tabela porównawcza

Silniki Ollamy sprawdziłem w folderze instalacji 0.40.5 na Windowsie (biblioteki cuda_v12, cuda_v13, rocm_v7_1, vulkan). Jak LM Studio radzi sobie z narzędziami MCP, opisałem w tekście LM Studio, MCP i lokalne modele.

Instalacja i miejsce na dysku

Rozmiary zmierzyłem 17 października. LM Studio zostawia stare wersje środowisk po aktualizacjach: u mnie po kilku miesiącach zebrało się 21 folderów i 5,0 GB. Nieużywane usuniesz w ustawieniach środowisk (Runtime).

Praca z polskimi modelami i podpinanie do innych programów

Bielik, Gemma, Qwen i GPT-OSS działają w obu programach. W LM Studio wyszukujesz „Bielik” i wybierasz kwantyzację (Q4_K_M to rozsądny kompromis), w Ollamie pobierasz z biblioteki albo z Hugging Face poleceniem pull. Który model wybrać na swoją kartę, pokazuję w rankingu najlepszy lokalny model AI po polsku, a a poradnik krok po kroku dla Bielika jest w tekście Bielik lokalnie.

• VS Code: Ollama ma oficjalne rozszerzenie, które dodaje modele do czatu edytora. LM Studio podłączysz jako własny adres http://localhost:1234/v1. Szczegóły w tekście lokalny model w VS Code.
• Open WebUI: z Ollamą łączy się natywnie, z LM Studio przez API zgodne z OpenAI.
• n8n: ma gotowy węzeł Ollama. Do LM Studio używasz węzła OpenAI z własnym adresem bazowym.
• Claude Code i inne narzędzia Anthropic: oba programy mają punkt końcowy zgodny z API Anthropic, więc wystarczy zmienić adres bazowy.

Typowe problemy i gdzie szukać ustawień

• Model nie mieści się w pamięci karty. LM Studio: suwak GPU Offload przy ładowaniu albo mniejsza kwantyzacja. Ollama: parametr num_gpu w API lub Modelfile, resztę modelu sama przenosi na procesor. W obu przypadkach spadek szybkości jest duży: w mojej symulacji Gemma 4 12B z 3 z 48 warstw na procesorze spadła z 99 do 48 tok/s.
• Wolne odpowiedzi. Sprawdź, czy model liczy na karcie. Ollama: ollama ps musi pokazać „100% GPU”. LM Studio pokazuje to w dolnym pasku i w lms ps.
• Model „zapomina” początek długiego dokumentu. Oba programy domyślnie dają krótki kontekst. LM Studio: pole Context Length przy ładowaniu. Ollama: suwak w aplikacji, zmienna OLLAMA_CONTEXT_LENGTH albo num_ctx.
• Dziwne odpowiedzi albo puste odpowiedzi. Zwykle to szablon promptu albo tryb myślenia. LM Studio pozwala podejrzeć szablon w ustawieniach modelu, Ollama trzyma go w Modelfile.

Jeśli dopiero kupujesz sprzęt, zajrzyj do poradnika jaki komputer do lokalnego AI.

Najczęstsze pytania

Co jest szybsze, LM Studio czy Ollama?

Na karcie Nvidii w moim teście z 17 października szybsza była Ollama: 94 wobec 86 tokenów na sekundę przy krótkim kontekście i 94 wobec 81 przy długim, na tym samym pliku Gemmy 4 12B. Różnica jest mniejsza niż ta, którą robi wybór modelu, kwantyzacji albo to, czy model mieści się w pamięci karty.

Czy LM Studio i Ollama są darmowe?

Tak. Ollama ma otwartą licencję MIT. LM Studio jest bezpłatne w domu i w pracy, ale kod aplikacji jest zamknięty. Płacisz tylko za modele w chmurze, jeśli z nich korzystasz.

Czy mogę używać tych samych plików modeli w obu programach?

Tak, oba czytają pliki GGUF. Ollama trzyma je pod nazwami skrótów w swoim folderze, więc do LM Studio najwygodniej dodać plik poleceniem lms import. Tak zrobiłem w tym teście.

Który jest lepszy dla początkującego?

LM Studio: wszystko robisz myszką, widzisz zużycie pamięci i od razu podpowiada, czy model zmieści się w karcie. Ollamę wybierz, gdy model ma pracować w tle dla innych programów.

Czy Ollama ma interfejs graficzny?

Tak, na Windowsie i Macu jest prosta aplikacja z oknem czatu i ustawieniami. Rozbudowany interfejs w przeglądarce dostaniesz, podpinając do Ollamy Open WebUI.

Czy działają offline?

Tak, po pobraniu modelu oba działają bez internetu, a rozmowy nie wychodzą z komputera. Modele w chmurze trzeba świadomie wybrać i zalogować się na konto.

Czy LM Studio zmieniło nazwę na Bionic?

Nie. LM Studio Bionic to osobny program tej samej firmy, który zamienia lokalne modele w agenta do pracy z plikami. Zwykłe LM Studio dalej jest rozwijane, wersja 0.4.26 jest aktualna 17 października 2026.