LM Studioは、パソコンの中だけでAI（大規模言語モデル＝LLM）を動かすためのデスクトップアプリです。Windows・macOS・Linuxに対応しています。モデルを探す、ダウンロードする、チャットする、という一連の作業がすべてマウス操作で完結するのが最大の特徴です。

この比喩は単なるイメージではありません。LM Studioの公式ドキュメントには、モデルの実行に llama.cpp を使い、Apple Siliconでは MLX も使えると明記されています。そしてOllamaも、同じ llama.cpp を土台にしています。

この結果、「クリックで使いたいならLM Studio、コマンドが平気ならOllama」という定番の説明は、もう成り立たなくなりました。どちらもマウスだけで使えます。では何を基準に選べばよいのか──残った差はどこなのかを、続けて見ていきます。

つまり選ぶ基準は性能ではなく、運用のしやすさと、セキュリティ上の性質になります。ここから先は、その2点に絞って見ていきます。

第1章 おわり — 次は第2章

一般的な比較記事は「GUIかCLIか」で終わりがちですが、第1章で見たとおりその軸はすでに決着がついています（どちらもGUIで使えます）。セキュリティの観点で本当に効いてくるのは、下の表の後半です。

第2章 おわり — 次は第3章

結論を先に言うと、どちらか一方が正解ということはありません。あなたが今どの状況にいるかで、答えが変わります。自分に当てはまる行を探してください。

第3章 おわり — 次は第4章

ローカルAIの一番の売り文句は「データが外に出ない」です。これは正しい説明ですが、正確にはこう言い換えるべきです。

LM Studioの公式利用規約（App Terms of Service）を読むと、提供元は Element Labs, Inc. という企業であり、利用者に与えられるのは「個人利用または社内業務目的でソフトウェアを使う、非独占・譲渡不可のライセンス」だと書かれています。そのうえで、次の行為が禁止されています。

• 改変・翻案・派生物の作成
• リバースエンジニアリング、逆コンパイル、逆アセンブル、その他ソースコードを導き出そうとする行為
• 再配布・販売・貸与・譲渡

つまり、アプリの中身を読んで確かめることは、技術的に難しいだけでなく、規約上も認められていないということです。これは違法な設計でも珍しい話でもなく、市販ソフトとしてはごく普通の条件です。しかしセキュリティ上の意味は、はっきりしています。

では、コードを読めないなら何もできないのでしょうか。そんなことはありません。中身が読めなくても、外から観測することはできます。次の章がその方法です。

第4章 おわり — 次は第5章

ここからは実際に手を動かす章です。すべてご自身のパソコンで完結する確認なので、安心して試してください。目的は「疑うこと」ではなく、自分の環境が今どうなっているかを把握することです。

# ポート1234を誰が使っているか、どのアドレスで待ち受けているかを見る
netstat -ano | findstr :1234

# 同じことをlsofで確認する
lsof -i :1234

結果の見方は単純です。左側に表示されるアドレスに注目してください。

# 読み込まれているモデルの一覧を、鍵なしで取得できてしまうか
curl http://localhost:1234/v1/models

ここでモデル一覧のJSONが返ってきたなら、「このアドレスに届く相手なら、誰でも同じことができる」ということです。自分のパソコンの中だけに閉じている（お題①で 127.0.0.1 だった）なら問題ありません。しかし 0.0.0.0 で待ち受けていた場合、同じネットワークにいる他の端末からも同じリクエストが通ります。

LM Studioが提供するのはOpenAI互換のAPIで、公式ドキュメントには次のエンドポイントが挙げられています。

LM Studioでは、モデルの保存場所をアプリ内の「My Models」画面から確認・変更できます。まずここを開いて、実際にどのドライブのどのフォルダに置かれているかを自分の目で見てください。数GB〜数十GBのファイルが並んでいるはずです。

そのうえで、次の2点を確認します。

• 保存先のフォルダは、他のユーザーアカウントから読めない場所か（共有パソコンでは特に重要）
• ドライブ全体が暗号化されているか（Windowsなら BitLocker、macOSなら FileVault）。盗難・紛失時に効きます

# ヘッドレス版（llmster）をデーモンとして起動する
lms daemon up

# デスクトップアプリ側でサーバーを起動する場合
lms server start

便利な機能ですが、セキュリティ上の意味は小さくありません。画面がないということは、「今サーバーが動いている」という視覚的な合図が消えるということです。デスクトップアプリならウィンドウを見れば分かりますが、デーモンは黙って動き続けます。ヘッドレスで運用するなら、お題①の netstat による確認を定期的な習慣にしてください。

第5章 おわり — 次は第6章

ここまではアプリそのものの話でした。しかしローカルAIにはもう一つのリスク経路があります。モデルファイルそのものです。

LM Studioの公式ドキュメントには、内蔵のモデルダウンローダーから Hugging Face 上の対応モデルをダウンロードできると書かれています。キーワード検索のほか、ユーザー名/モデル名 の形式や、Hugging FaceのURLをそのまま貼り付けて取得することもできます。

モデルを選ぶときは、次の点を見てください。特別な知識は要りません。「誰が出しているか」を見る習慣だけで、大半は避けられます。

• 配布元アカウントが、開発元本人か（公式組織のアカウントか、無関係の個人か）
• ダウンロード数や更新履歴に実績があるか（作られたばかりで数字が極端に少ないものは急がない）
• モデルカード（説明文）がきちんと書かれているか（空欄・機械翻訳のような文章・出所の説明がないものは保留）
• 有名モデルと紛らわしい名前になっていないか（1文字違い、末尾に見慣れない語が付いている等）

第6章 おわり — 次は第7章

まずライセンスです。LM Studioの利用規約では、利用者に与えられるライセンスの範囲として「個人利用または社内業務目的」が明記されています。つまり、社内で業務のために使うこと自体は、規約上想定されている使い方です。

ただし、これは「何も確認しなくてよい」という意味ではありません。規約は改定されますし、組織には組織のルールがあります。導入前に確認すべき点を挙げます。

第7章 おわり — 次は第8章

LM Studioは、ローカルAIの入り口としてとてもよくできたアプリです。この記事の目的は「使うのをやめよう」ではなく、手軽さの内側で何が起きているかを知ったうえで使えるようにすることでした。ローカルAI全体の脅威と守り方を体系的に押さえたい方は、ローカルLLMセキュリティ完全ガイドへ進んでください。

第8章 おわり — この先はまとめです