LM Studio Windowsインストール完全ガイド｜日本語化からモデルDL・KVキャッシュ量子化まで

どうも！ケイです🎐

この記事では、LM Studioのインストールから、GPU VRAM16GB～24GBでのおすすめ設定をご紹介します。

この記事で学べる事

• LM Studioインストール

• 日本語化設定

• モデルロード開始と停止

• チャットでの生成速度の見方

• KVキャッシュ量子化設定

LM Studioとは？Bionicとの違い

LM Studioの公式HPを見ると、「LM Studio Bionic」と「LM Studio」の２種類がありますが、これは別のソフトになります。本記事は、「LM Studio」の手順です。

目的と機能

• LM Studio: モデルの管理やチャット対話、RAG、APIサーバーとしての利用が中心。

• LM Studio Bionic: 指示したタスクをAIエージェントが自律的に進めて実行・処理するのが中心。

LM Studio Windowsインストール手順【5分】

※この記事は、Windowsのデスクトップアプリ版の手順になります。コマンドでインストールした場合、コマンドツールのみでUI画面が表示されるアプリは含まれません。

1.公式サイトからインストーラーをダウンロード

下記の公式ダウンロードページから、Download LM Studio for Windowsでインストーラーをダウンロードします。

ダウンロードしたインストーラーをダブルクリック

2.インストール

3.初回起動と開発者モードの設定

初回起動時のみ下記の案内画面が表示されます。

マシンの環境により、おすすめのモデルが表示されます。

Advanced settingsの内容説明

Turn on Developer Mode：開発者モードで起動するかを選択します。後で変更可能です。

• 開発モードのメリットは、ローカルAPIの起動と外部アプリ（CursorやAIエージェントツール）から利用できるようになります。また、上級者向けのメニューが表示されるようになります。

Start local LLM service on login：ログイン時にローカルLLMサービスを起動するかを選択します。後で変更可能です。

• ONにすると、PCを起動してログインした際、自動的にLM Studioが起動します。

LM Studio起動画面

開始直後は、チャット画面が表示されます。

LM Studio 日本語化 設定方法

設定画面（App Settings）＞言語設定（App Language）＞日本語（Beta）を選択
左下の歯車をクリックもしくは、Ctrl + Jを押下

General＞App Languageを日本語（Beta）に変更

設定画面は×ボタンで閉じる

モデル検索とダウンロード方法

所要時間：【10～30分】

Model Searchの開き方

画面左に並んでいるアイコンの上から５個目にあるModel Searchをクリック。もしくは、Ctrl + Shift + M を押下

VRAM別おすすめモデルサイズ Gemma4

このハンズオン記事では、初学者向けにGemma4を中心に説明していきます。VRAM容量別のGemma4のおすすめモデルサイズは、以下の通りです。

小説の主人公・舞のゲーミングPCは、VRAM16GBのGPUでしたので、Gemma 4シリーズの『Gemma 4 12B QAT』をインストールして行きます。
ほかにも良いモデルがあるので、ぜひ調べて使ってみてください！

モデルを検索する

モデル一覧に表示される、『Qwen3.8 27B』と『Muse Glimmer』が、最新モデルで高性能です。VRAMは24GB以上あれば、おすすめです。

検索ボックスに『gemma4』を入力すると、シリーズが一覧にでてきます。

モデルをダウンロードする

今回は、『Gemma 4 12B QAT』を選択します。
画面右側のDownloadボタンをクリックすると、モデルのダウンロードが開始されます。

ボタン押下後は進捗が表示されます。

もう一度押すと、ダウンロード速度などの詳細状況が表示されます。

ダウンロードが遅い時の対処法

ダウンロード元サーバが遅い場合は、時間がかかる事がしばしばあります。
そんな時は、一時停止⏸️を押して、再生⏯️を押します。
うまくいくと、ダウンロードが早いところにつながります。
（画像では、約700KB/秒から約6M/秒になりました。繰り返すと数十M/秒になる事もありますが、サーバに負荷がかかるのでほどほどでやめておきます。）

モデルをロードしてチャットを開始する手順

Gemma4 モデルのロード

完了すると右下に、ダウンロード完了！が表示されます。
表示されるLoad Modelをクリックするとモデルのロードが開始します。

ロード完了後は、×ボタンでモデル検索画面を閉じて行くと、チャット欄が表示されます。

LM Studioのチャット画面

モデルがロードされると、チャット入力欄が表示されています。
画面下のチャット入力欄に、「自己紹介して」と入力してEnterキーを押すと、回答が生成されます。

LM Studio 生成速度 tokens/s の見方

チャット画面から生成速度 tokens/s を確認

AIの回答が生成された後、しばらくすると回答の下にストップウォッチが表示されます。
ストップウォッチの上にマウスカーソルを重ねると生成速度（トークン/秒）が表示されます。

下記がGPUありとGPUなしの生成速度です。GPU（VRAM）が無い。もしくは、VRAM容量が少ないと、システムメモリ（RAM）にロードされて生成速度はガクッと落ちます。

GPUあり82トークン/秒 vs CPUのみ6.58トークン/秒

GPUあり：82.01トークン/秒

CPUのみ：6.58トークン/秒

モデルのロード・アンロード切り替え方法

単一モデルのロード・停止手順

チャット画面の下にある、エジェクトボタンからモデルをアンロード

モデルをアンロードすると、モデルは何もロードしていない状態になります。アンロードをするとメモリ解放されて使用量が減ります。

ロード中は、プログレスバーが表示されます。

ロードが完了すると、プログレスバーが消えて、最初の画面に戻ります。

複数モデルを切り替える方法

チャット画面からでもモデルの停止とロードができます。複数のモデルをダウンロードすると切り替えが可能です。

モデルのアンロード（停止）

アンロードすると、メモリ上から消えます。
※UI画面を×ボタンで閉じると、モデルも一緒にアンロードされます。

エジェクトボタンを押して、モデルが何もロードされていない状態
モデルを選択してください。をクリック

ダウンロードしているモデルが表示されます。（※26Bと31Bをダウンロードしていると一緒に表示されます。）
ロードするモデルをダブルクリックするとロードが開始します。

ロード中画面です。プログレスバーが消えるとロード完了です。

以上が、簡単ですが、LM Studioの操作です。

KVキャッシュ量子化でメモリ不足を解消する方法

メモリが少なくて実行されない場合は、以下をお試しください。
メモリ消費が少し減ります。設定内容の詳細は、第３話で解説予定です。

メリット：メモリ消費量が削減
デメリット：生成速度（tokens/s）が低下

LM Studioは、Ollamaと異なり、モデル毎に設定します。

画面左のMy Modelsをクリック

左ペインから、Loadをクリックして、Advancedパネルを開く

Advancedパネルで開いた項目をスクロールしていくと、一番下に、Kキャッシュ量子化タイプとVキャッシュ量子化タイプの設定項目があります。

Kキャッシュ量子化 Vキャッシュ量子化をQ8_0に変更

Kキャッシュ量子化とVキャッシュ量子化の両方のチェックをONに変更すると、量子化タイプが表示されます。

表示されたF16(無圧縮)をQ8_0(8ビット)圧縮に変更

上記設定後は、チャット画面でモデルを再ロードすると、設定が反映します。
パソコンの再起動等は不要です。

関連記事：連動小説、Ollamaインストール、LM Studio実測値

この記事は、【AI入門小説】猪突猛進系！新人OL？がローカルLLMを学んだらの第2話と連動したハンズオン記事です。

Ollama インストール方法 Windows完全ガイドへリンク

LM Studio実測値レポート

この記事の全体像はこちら→ローカルLLM完全ロードマップ

以上です。