LM Studio installeren om lokale modellen te testen
Deze pagina kan Amazon-affiliatelinks bevatten. Een aankoop na een klik kan de site een commissie opleveren, zonder extra kosten voor jou. Het advies blijft onafhankelijk. Hoe affiliatie werkt.
Doel vanavond: LM Studio installeren, een bescheiden GGUF Q4 downloaden en een antwoord in het Nederlands krijgen in het tabblad Chat, zonder een terminal te openen.
In 4 handelingen (vóór het technische detail)
- Download het installatieprogramma op lmstudio.ai en start de wizard.
- Open Discover en download een klein Instruct-model in Q4_K_M.
- Laad het model in Chat en schuif GPU Layers (lagen op de GPU) in stappen omhoog.
- Stuur een opdracht in het Nederlands en vergelijk met je Ollama-stack als die er al is.
LM Studio is een desktopprogramma (Windows, macOS, Linux) om lokale modellen te downloaden en ermee te praten. De interface blijft in het Engels: bij elk belangrijk scherm staat eerst de handeling in het Nederlands, en daarna het label dat je op het scherm ziet, tussen haakjes. Deze gids is voor beginners die modellen eerst op het scherm willen uitproberen, voor ze er een vastleggen in Ollama voor het hele huis (Open WebUI, assistent voor het gezin).
Kort lexicon (vóór de voorwaarden)
- LLM (large language model, een groot taalmodel): een model dat tekst maakt op basis van je opdracht.
- GGUF (GPT-Generated Unified Format, het bestandsformaat voor gekwantiseerde gewichten): wat je in Discover downloadt voor je gaat praten.
- VRAM: het geheugen van de grafische kaart. Een deel van het model daar neerzetten versnelt het genereren (detail in paragraaf 3).
- Lagen (layers): blokken van het netwerk van het model, te verdelen tussen GPU en CPU.
- Q4: een kwantisatieniveau. Een goed compromis tussen grootte en kwaliteit op een thuis-pc. Kies bij de eerste proef Q4_K_M.
- Tokens/s: tokens per seconde (orde van grootte: woorden per seconde in het Nederlands). Een maat voor hoe vlot de chat loopt.
Wat je nodig hebt
- Windows 10/11, macOS (Apple Silicon aanbevolen) of Linux 64-bits.
- 10–20 GB vrije ruimte als minimum voor een eerste Q4-model.
- 16 GB RAM of meer. 32 GB geeft ruimte voor een 7B, met marge.
- Een GPU is optioneel maar nuttig: NVIDIA met actuele stuurprogramma’s, of een iGPU of Apple Silicon voor kleine modellen.
- Internet voor het installatieprogramma en de Discover-download.
Voor de hardware ervoor houden hardware kiezen voor AI en VRAM en welk model je tegen van een 13B downloaden op een machine met 8 GB RAM.
Tijd
25 minuten de eerste keer (installatieprogramma, eerste GGUF van 3B–7B Q4, en de GPU-instelling). Latere sessies duren een paar minuten als het model al lokaal in de cache staat.
Ollama en LM Studio vullen elkaar aan
Labels zoals in de app (Engels). De rechterkolom herhaalt de onvertaalde interface van LM Studio. De rest van de tabel is Nederlands.
| Behoefte | Ollama | LM Studio | Label in de app (EN) |
|---|---|---|---|
| Eerste AI in 15 minuten, terminal | Ideaal — zie eerste lokale AI | Kan, maar zwaarder | — |
| Lokale API voor Open WebUI en scripts | Ingebouwd en stabiel — zie Ollama installeren op elk systeem | Servermodus is mogelijk | Local Server (lokale server) |
| Vijf verschillende GGUF-bestanden op één avond | ollama pull herhalen |
Visueel vergelijken en GPU-schuiven | Discover / Search (zoeken) |
| VRAM en lagen fijn afstellen | Automatisch, afhankelijk van de GPU | Handmatige controle over de lagen | GPU Layers / GPU offload |
| Huishouden zonder technische achtergrond | Open WebUI boven op Ollama | Ingebouwde chat die prettig werkt | Chat |
Ollama-opdrachten, domoticakoppelingen en de serverstack: één verwijzing — Ollama installeren op elk systeem — in plaats van hier te herhalen wat de Windows-gids al uitwerkt.
1. Downloaden en installeren vanaf lmstudio.ai
Ga naar de officiële site lmstudio.ai (de hoofdbron van deze gids). Klik op Download, kies je systeem, sla het bestand op en voer het uit. Op Windows kopieert het gewone installatieprogramma LM Studio naar Program Files en maakt het een snelkoppeling. Op de Mac sleep je de app naar Programma’s. Op Linux volg je het formaat dat de pagina op dat moment aanbiedt (AppImage of een pakket).
Bij de eerste start vraagt de app waar de modellen moeten staan. Kies een schijf met marge. Een 7B Q4 gaat vaak over de 4 GB. Is schijf C: krap, wijs dan een tweede SSD aan. Zie SSD-opslag voor modellen.
Controleer of LM Studio actueel is: menu Help → Check for updates, afhankelijk van de versie op lmstudio.ai/docs.
2. Een model vinden in Discover (Q4)
- Open het tabblad Discover (Search als jouw versie “Search” toont).
- Typ een bekende naam:
Llama 3.2 3B Instruct,Mistral 7B InstructofQwen2.5 7B Instruct. - Filter of lees de regel kwantisatie: kies Q4_K_M of Q4_0 voor een eerste test. Een goede balans voor thuis, in lijn met een eerste model kiezen.
- Klik op Download en wacht tot de balk vol is. Sluit LM Studio niet tijdens de overdracht.
Waarom Q4? De gewichten nemen minder ruimte in, en minder RAM en VRAM, dan een Q8, met een kwaliteit die volstaat voor chat en huishoudelijke samenvattingen. Een 3B Q4 past op bescheiden pc’s. Een 7B Q4 vraagt meer marge. Zie 32 of 64 GB RAM als je twijfelt.
Staat een model niet in Discover, controleer dan je verbinding of probeer het later opnieuw. Je kunt ook een GGUF importeren die je ergens anders hebt, maar de Discover-stroom blijft het eenvoudigst om te beginnen.
3. Het model laden en GPU-offload begrijpen
Als de download klaar is:
- Ga naar Chat (of het scherm waar je een model laadt).
- Selecteer de GGUF die je net hebt binnengehaald.
- LM Studio laadt de gewichten van het model in het geheugen (GGUF-bestand op schijf naar RAM en eventueel VRAM). De eerste keer openen kan 30 seconden tot 2 minuten duren.
Wat “GPU offload” betekent
Een heel model past niet altijd volledig in het VRAM. LM Studio kan de lagen (layers) van het netwerk verdelen:
- een deel op de GPU (snel);
- de rest in het RAM, berekend door de CPU (trager).
De schuif GPU Layers (of GPU offload: een deel van de berekening naar de kaart sturen) geeft aan hoeveel lagen (layers) op de GPU worden berekend. De schuif omhoog zetten:
- versnelt het genereren zolang het VRAM toereikend is;
- riskeert een crash of de melding “out of memory” als je over de capaciteit gaat.
Voorzichtige methode: begin bij 0 layers, ga omhoog in stappen van 5 of 10, stuur een testzin en kijk. Als het VRAM bijna vol is in Taakbeheer (Windows) of Activiteitenweergave (Mac), ga dan een stap terug. Voor cijfers en gangbare RTX-kaarten werkt de gids LM Studio GPU-offload de instellingen uit, zonder hier de hele VRAM-tabel te herhalen.
Zonder losse GPU laat je 0 GPU-layers staan. LM Studio draait dan alleen op de CPU, net als Ollama op een lichte laptop: traag, maar leerzaam.
4. Testchat in het Nederlands
In het tabblad Chat, met het model geladen en de lagen (layers) ingesteld, plak je deze opdracht:
Voorgestelde opdracht:
Vat in twee zinnen samen wat LM Studio is voor iemand die net begint met lokale AI. Antwoord alleen in het Nederlands.
Je krijgt een leesbare tekst terug die een programma noemt, lokale modellen, en eventueel het woord GGUF of chat. De getoonde snelheid (tokens/s) hangt af van de GPU-offload. Boven ongeveer 10 tokens/s op een 7B wordt het prettig om thuis hardop mee te lezen.
Probeer een langere opdracht, bijvoorbeeld een verzonnen schoolmail samenvatten, om de contextgrens van het gekozen model te voelen. Voor gestructureerd gezinsgebruik kom je later terug bij de privéassistent voor het gezin, gekoppeld aan Ollama of Open WebUI.
Wat een afgeronde installatie laat zien
Aan het eind van dit pad zie je het volgende:
| Controle | Normaal resultaat |
|---|---|
| Programma | LM Studio opent zonder fout, versie zichtbaar |
| Model | Minstens één GGUF Q4 staat als “local” of klaar in Chat |
| GPU | Als NVIDIA, AMD of Metal beschikbaar is: een deel van de lagen (layers) op de GPU, zonder crash |
| Chat in het NL | Samenhangend Nederlands antwoord op de testopdracht |
| Schijf | De modelmap bevat een bestand van meerdere gigabytes |
Antwoordt de chat in het Engels terwijl de opdracht om Nederlands vroeg, zet dan “Antwoord in het Nederlands” vooraan het bericht. Sommige base-modellen volgen opdrachten minder strak dan de varianten Instruct.
Bevriest de app bij het laden, verlaag dan de GPU-lagen (GPU layers) of kies een kleinere 3B Q4, en bouw daarna weer op na een hardware-upgrade (hardwarekiezer).
Fouten die vaak terugkomen
| Probleem | Actie |
|---|---|
| VRAM vol, zwart scherm of crash | GPU-lagen (GPU layers) omlaag; sluit games of een zware browser |
| Model “corrupted” | Verwijder het halve bestand in de LM Studio-map en download opnieuw vanuit Discover |
| Extreem traag | Alleen CPU, of te weinig GPU-lagen. Accepteer het voor de test, of mik op een 3B |
| Conflict met Ollama | Beide kunnen naast elkaar staan. Start niet twee grote modellen tegelijk op 16 GB RAM |
| Je hebt een API nodig | Ollama plus Docker Open WebUI blijft de best gedocumenteerde stack voor automatisering met n8n |
Waar je daarna heen gaat
- GPU-offload in LM StudioGPU-lagen en VRAM fijn afstellen.
- Ollama installerenDe servermotor voor het hele huis.
- Open WebUIInterface voor het gezin boven op Ollama.
- Een eerste model kiezenInstruct-tags en kwantisatie Q4.
Optionele hardware (na de eerste chat)
Wanneer je dit gebruikt: alleen als de installatie gelukt is (Nederlandse chat oké) maar de GPU Layers laag blijven steken, of de generatie te traag blijft op een 3B Q4. De flessenhals zit dan in de pc, niet in LM Studio.
Werkwijze: noteer het geteste GGUF-model, het hoogste aantal GPU-lagen zonder crash en de getoonde snelheid (tokens/s). Open daarna de hardwarekiezer. Die legt deze signalen naast budget, geluid in de woonkamer en schijfruimte. Vul aan met hardware kiezen voor AI voor je bestelt. De kiezer vervangt het lezen van de hardwarevoorwaarden niet.
Affiliatie: de kiezer kan partnerlinks voorstellen (waaronder Amazon.nl). LocAIhome kan een commissie ontvangen, zonder extra kosten voor jou. Zie de pagina over affiliatie. Op deze pagina staan geen vaste prijzen of productfiches. Controleer de banden van de dag bij de winkel (oktober 2026).
Privacy en grenzen
LM Studio draait de modellen standaard lokaal voor de ingebouwde chat. Lees de netwerkinstellingen als je een Local Server aanzet die op het LAN staat. Leg dat naast AVG en lokale AI-gegevens voor je medische of bankdocumenten plakt. LLM’s hallucineren: een lokale samenvatting blijft een kladje dat je naleest.
Samenvatting
Je installeert LM Studio vanaf lmstudio.ai, downloadt een GGUF Q4 via Discover, stelt de GPU-offload zo in dat VRAM en snelheid in balans zijn, en controleert een chat in het Nederlands. Gebruik Ollama voor domotica en de API. LM Studio is de plek om modellen op het scherm uit te proberen. De fijnere afstelling staat in LM Studio GPU-offload, zodra het eerste model stabiel draait.
Veelgestelde vragen
Vervangt LM Studio Ollama in een huis met domotica?
Ollama blijft eenvoudiger voor een stabiele lokale API (Open WebUI, n8n, Home Assistant). LM Studio is sterk in GGUF-bestanden op het scherm vergelijken, de GPU-offload met de hand instellen en chatten zonder terminal.
Welk Q4-model kies je de eerste keer in Discover?
Mik op een instruct van 7B of 8B in Q4_K_M als je 16–32 GB RAM hebt en een GPU met 6–8 GB VRAM. Anders een 3B Q4, zodat je de installatie bevestigt zonder het geheugen vol te zetten.
De Discover-download stopt halverwege. Wat nu?
Ga verder vanaf het tabblad Downloads van LM Studio. Verwijder het halve bestand als de app dat voorstelt, en start opnieuw. Controleer de schijfruimte (vaak 5–10 GB per 7B-model in Q4).
Waarom verschijnt mijn GPU niet in de instellingen?
Werk de stuurprogramma’s van NVIDIA of AMD bij, herstart LM Studio, en controleer op Windows of je niet in een Remote Desktop-sessie zit zonder 3D-versnelling. Apple Silicon gebruikt Metal vanzelf op recente versies.
Bronnen
Verfijn het met de hardwarekiezer · Franse versie van deze rubriek