LM Studio: Una app para ejecutar LLM locales y abiertos en tu PC
Como Docente TI e Ingeniero en Informática, suelo probar, utilizar y recomendar muchas herramientas de software (profesionales, laborales y educativas). Y una de las que más suelo usar es Google NotebookLM y Gemini (ambas de Google). Sin embargo, y dado que somos y soy parte del Linuxverso, nuestra prioridad siempre debe ser el probar, utilizar y recomendar herramientas de software libres, abiertas y gratuitas. Por ello, en cuanto al ámbito de la Inteligencia Artificial, ya hemos abordado (mencionado y explicado) muchos de los más usados y conocidos Chatbots IA como AnythingLLM, Bavarder, Chatbox, Clippy Desktop Assistant, ComfyUI, GPT4All, Jan IA, Koboldcpp, LM Studio, Local AI, Ollama, Msty, Newelle, Pinokio, PyGPT, NetxChat y Witsy. Y también otras herramientas IA un poco más diferentes y versátiles como, por ejemplo, DeepTutor. El cual, es una especie de Google NotebookLM abierto y local. Por ello, hoy he decidido darle el turno a una llamada «LM Studio».
Y en caso de que nunca hayas leído, escuchado o visto algo sobre esta aplicación, destacaré de entrada que, es una muy conocida aplicación abierta y multiplataforma patrocinada por los encargados del proyecto de la bien conocida web de Hugging Face. Razón por la cual, se convierte en una herramienta idónea para probar a plenitud y con mucha facilidad, muchos de los modelos LLM en formato GGUF que se encuentran en ese repositorio en línea.
DeepTutor: Un útil Asistente de aprendizaje personalizado con IA
Pero, antes de introducirnos en esta interesante publicación sobre la aplicación de Inteligencia Artificial llamada «LM Studio», la cual está pensada para utilizar la Inteligencia Artificial Generativa (IAG) directamente sobre nuestros ordenadores, favoreciendo nuestra privacidad, anonimato, seguridad y economía, les recomendamos explorar una anterior publicación relacionada, al finalizar de leer la misma:
DeepTutor es una herramienta IA moderna e innovadora que facilita la transformación de la interacción de los estudiantes con los materiales educativos mediante una arquitectura multiagente unificada. Y que, a diferencia de algunas herramientas tradicionales, ofrece una comprensión profunda (no solo respuestas, sino recorridos de aprendizaje guiados con explicaciones visuales), una compatibilidad multimodal (PDF, LaTeX, imágenes, ejecución de código y más), un buen soporte para la generación de conocimiento gráfico y visual (conexiones semánticas impulsadas por LightRAG para una mejor comprensión) y una solida plataforma integral (para la resolución de problemas, generación de preguntas, investigación y generación de ideas).
LM Studio: Una app para ejecutar LLM locales y abiertos en tu PC
¿Qué es LM Studio?
Tanto en su sitio web oficial como en su sección oficial en GitHub, no existe una descripción amplia sobre la misma, sin embargo, un análisis detallado de toda su información y documentación nos permite fácilmente describir a la misma de la siguiente forma:
LM Studio es una potente y avanzada aplicación de escritorio diseñada para descubrir, descargar y ejecutar Modelos de Lenguaje Grande (LLMs) de código abierto y pesos abiertos directamente en el hardware de nuestro ordenador. A diferencia de los chatbots comerciales tradicionales que dependen de servidores externos, LM Studio traslada todo el procesamiento al ámbito estrictamente local. Esto no solo elimina la necesidad de tener que pagar costosas suscripciones o tokens por uso, sino que tambien nos facilita el intentar garantizar una privacidad absoluta de nuestros datos y conversaciones, ya que, estas jamás abandonaran nuestros dispositivos y redes.
Características y funciones importantes
A diferencia de los clientes IA de terminal y escritorio tradicionales, LM Studio destaca por ofrecer prestaciones de nivel profesional integradas en un entorno amigable. Lo cual se expresa en características y funciones importantes como:
- Inferencia local multiplataforma: Ofrece soporte optimizado para aceleración por hardware en los principales sistemas operativos del mercado.
- Explorador de Hugging Face nativo: Permite explorar y descargar directamente cualquier modelo disponible en la mayor plataforma de IA abierta del mundo.
- Uso de Modelos sin censura: Facilita la implementación de variantes como la familia Dolphin, asegurando que tus consultas técnicas o pruebas de código no sean bloqueadas por políticas morales corporativas.
- Chateo con Documentos (RAG Local): Incorpora de forma nativa la técnica de Retrieval-Augmented Generation (RAG), aceptando archivos extensos en formatos .pdf, .docx o .txt para lograr respuestas con total precisión con base en la documentación local gestionada.
- Servidor local compatible con OpenAI/Anthropic: Permite levantar y ofrecer un Servidor HTTP local (http://localhost:1234) que emula las API comerciales, permitiendo utilizar LM Studio como un backend de desarrollo privado para tus propios scripts o programas.
- Operación 100% Offline e Inmutable mediante archivos GGUF: Una vez que descargamos los pesos de un modelo (usualmente en formato .gguf), la aplicación puede funcionar de forma completamente desconectada. Ya que, el procesamiento de texto e indexación de archivos se realiza en local.
- Decodificación Especulativa: Permite acelerar de manera dramática la velocidad de generación uniendo un modelo principal grande con un modelo «borrador» (draft) más pequeño que comparta el mismo vocabulario.
Requerimientos de instalación (Hardware y Software)
Windows, macOS y Linux
- SO: Windows 10 o Windows 11 (arquitecturas x64 o ARM como Snapdragon X Elite), macOS 14.0 o superior y Distribuciones modernas como Ubuntu 20.04 o superiores.
- CPU: Procesadores con soporte obligatorio para el conjunto de instrucciones AVX2 (en sistemas x64). En macOS, se requiere arquitectura Apple Silicon obligatoria (chips M1, M2, M3, M4).
- RAM: Mínimo recomendado de 16 GB (los LLM consumen gran cantidad de memoria del sistema).
- GPU: Tarjeta gráfica dedicada con un mínimo de 4 GB de VRAM (recomendado usar tarjetas Nvidia RTX con núcleos CUDA para respuestas inmediatas).
Únicamente Linux
- Facilidad de instalación y uso: Su despliegue es sumamente limpio e ideal para entornos linuxeros, ya que se distribuye oficialmente mediante un paquete empaquetado AppImage autónomo.
- CPU: Requiere procesadores con soporte nativo para instrucciones AVX2 activo por defecto en binarios x64 (AppImage 0.4.16-2 x64) y soporte completo para ARM64 (AppImage 0.4.16-2 aarch64).
Nota: Actualmente, su versión actual es la número 0.4.16-2 de fecha del 8 de junio del 2026.
Pantallazos de su Interfaz Gráfica de Usuario (GUI)
Descarga y ejecución inicial
Configuración inicial: Primer modelo descargado
Pantalla principal: Nuevo Chat
Sección de configuración: General
Sección de configuración: Apariencia
Sección de configuración: Modo Desarrollador
Sección de configuración: Chat
Sección de configuración: Modelos por defectos
Sección de configuración: Integraciones
Sección de configuración: LM Link
Gracias a una estrecha integración técnica de túneles cifrados de extremo a extremo (mesh VPN en colaboración con Tailscale), se introduce la app móvil Locally para iOS. Mediante LM Link, puedes consumir la potencia de la tarjeta gráfica de tu PC de escritorio directamente desde tu teléfono o portátil fuera de casa, sin exponer puertos al internet público. LM Link y Locally
LM Studio Hub funciona como un repositorio centralizado dentro de la propia plataforma para ampliar las capacidades de los modelos de lenguaje locales. Sus funciones principales son: Ser un punto de acceso a plugins que añaden nuevas herramientas y funciones a los LLMs locales gestionados, para así expander las funcionalidades vigentes, puesto que estos plugins permiten que los modelos interactúen con el mundo exterior o realicen tareas específicas. En resumen, LM Studio Hub es el ecosistema de extensiones que transforma a LM Studio de un simple cliente de chat en una plataforma de desarrollo más potente y versátil. LM Studio Hub
Sección Chat: Uso inicial del primer modelo LLM descargado y exploración de la GUI del Chat
Sección Desarrollador: Modo Servidor Local
Sección Desarrollador: Modo Documentación de desarrollo
Sección: Mis Modelos
Sección: Búsqueda de modelos LLM
Sección LM Link
Los modernos archivos GGUF, como los anteriores y aún vigentes archivos GGML, son formatos de archivo utilizados para almacenar modelos IA para realizar inferencias. Especialmente, en el contexto de Modelos de Lenguaje Largo (LLM: Large Language Model) como el Modelo GPT (Generative Pre-trained Transformer: Transformador Generativo Preentrenado). Y por supuesto, también para el caso de los modelos IA conocidos como Modelos de Generación Aumentada por Recuperación (RAG: Retrieval Augmented Generation). Sin embargo, GGUF al ser más moderno que GGML, es más claro, extensible, versátil y capaz de incorporar nueva información sin comprometer la compatibilidad con modelos anteriores. Aunque, es de destacarse que, el desarrollo del formato GGUF se basa en el formato de archivo predecesor, es decir, GGML.
Resumen
En resumen, «LM Studio», desde mi perspectiva, no solamente es una de las mejores y más usadas herramientas IAG del mercado, sino un estándar profesional absoluto para la ejecución de Inteligencia Artificial Generativa en modo local, es decir, directamente desde nuestro ordenador. Y mucho de esto se debe, sin duda, a su capacidad multiplataforma, la potencia de sus herramientas de red como LM Link y el absoluto control que otorga sobre la privacidad de nuestros datos e información gestionada, y sobre los parámetros de los modelos IA utilizados. Por ello, le considero una herramienta imprescindible para cualquier entusiasta, profesional TI o desarrollador del Linuxverso que busque desvincularse de la dependencia y censura de las nubes comerciales. Ojalá, en el futuro cercano siga mejorando hasta un 100% en cuanto al soporte multilingüe, especialmente en el idioma en español. Y como ya es costumbre, te invitamos a dejarnos tu opinión en los comentarios sobre estas u otras herramientas IA similares.
Por último, recuerda visitar nuestra «página de inicio» en español. O, en cualquier otro idioma (con solo agregar al final de nuestra URL actual, 2 letras al final, por ejemplo: ar, de, en, fr, ja, pt y ru, entre muchas otras) para conocer más contenidos actuales.
Continúar leyendo...