LM Studio・Ollama・llama.cppの違いは？ ローカルLLM実行環境を比較

LM Studio、Ollama、llama.cppはいずれもローカルLLMを動かすために使われるが、役割は完全には同じではない。

LM StudioはGUIを持つデスクトップアプリとしてモデル検索、設定、チャットなどをまとめやすい。Ollamaはモデル管理と実行をコマンドやAPIから扱いやすい。llama.cppはGGUFを直接読み込み、実行設定へ細かく触れやすい。

実行環境	向いている使い方	GGUFの扱い
LM Studio	GUIでモデルを探し、設定して使いたい	対応ランタイム経由
Ollama	モデル管理やコマンド・API中心で使いたい	Modelfileなどからimport
llama.cpp	GGUFやGPU配置などを直接制御したい	native

この違いから選ぶのが基本で、「初心者用」「上級者用」という固定した序列にする必要はない。

図を拡大して見る

図: 主な比較軸を1枚に整理。細かな条件は本文と表で確認する。

LM StudioはGUIで一通り扱いやすい

LM StudioはWindows、Apple Silicon搭載Mac、Linuxに対応するデスクトップアプリだ。現在のシステム要件では、MacはmacOS 14以降のApple Siliconが対象で、Intel Macは対象外となっている。

モデルの検索、ダウンロード、読み込み、コンテキストやGPU offloadなどの設定、チャットをGUIから操作できるのが大きな特徴になる。

GGUFは対応ランタイムを通して利用する。実行エンジンとしてllama.cppが使われる経路があり、Apple SiliconではMLXも条件付きで利用できる。

ただし、LM Studioがllama.cppを実行エンジンとして利用できることから、raw llama.cppとすべてのモデル・設定・性能が同じになるとは言えない。LM Studio側のランタイムとモデル対応を確認する必要がある。

モデルを探すところからチャットまでGUIで完結させたい場合は、LM Studioが選びやすい。

Ollamaはモデル管理と連携に向く

OllamaはWindows、macOS、Linuxで利用できるモデル実行環境だ。モデルを名前で管理し、CLIやローカルAPIから呼び出す使い方と相性がよい。

GGUFはModelfileのパスを使ってimportする公式手順がある。つまり、llama.cppのように単純にGGUFファイルを直接指定する使い方とは経路が異なる。

GPU実行にはCUDA、ROCm、Metal、Vulkanなどの対応経路があるが、OSやGPUによる条件はそれぞれ異なる。特にAMDについては、対応表をOSごとに確認する必要がある。

複数モデルをOllamaの管理下へ置き、コマンドやアプリから呼び出したい場合に候補になりやすい。

llama.cppはGGUFと実行設定を直接扱える

llama.cppはGGUFをnativeで扱う実行環境だ。Windows、macOS、Linuxなど幅広いプラットフォーム向けの配布やビルド経路があり、CUDA、Metal、Vulkanなどのバックエンドが案内されている。

GPUへ載せる層数、コンテキスト、サーバー起動などをコマンドラインで直接指定できるため、モデルの配置や実行条件を細かく確認したいときに扱いやすい。

一方、GGUFを直接扱えることから、すべてのGGUFモデルを任意のバージョンで利用できるとは言えない。新しいアーキテクチャやマルチモーダル機能は、その時点の対応状況を確認する必要がある。

GGUFそのものと実行条件を細かく管理したい場合は、llama.cppが候補になる。

engineとGPU backendは別のもの

LM Studio、Ollama、llama.cppを比べるときは、アプリ・実行エンジン・GPUバックエンドを同じものとして並べない方が分かりやすい。

たとえばLM Studioからllama.cppを実行エンジンとして使う場合でも、その下ではWindows上のCUDAなど別の実行経路が関係する。

• LM Studio：ユーザーが触るデスクトップアプリ
• llama.cpp：モデルを実行するエンジンとして使われることがある
• CUDA / ROCm / Metal / Vulkan：GPUなどへ処理を渡す実行バックエンド

この階層を分けると、「LM StudioとCUDAはどちらを選ぶのか」といった比較にならずに済む。

GGUFの対応方法も3者で違う

3者ともGGUFに関係する機能を持つが、対応方法は異なる。

• llama.cpp：GGUFをnativeで読み込む
• LM Studio：対応ランタイム経由でGGUFを使う
• Ollama：GGUFをimportしてOllamaのモデルとして扱う

さらに、GGUF形式へ対応していることと、個別モデルのアーキテクチャへ対応していることも別だ。詳しくはGGUFはLM Studio・Ollama・llama.cppでどこまで互換？で確認できる。

どれを選ぶか

やりたいこと	候補
GUIでモデル検索・設定・チャットまでまとめたい	LM Studio
モデルを管理し、CLIやローカルAPIから使いたい	Ollama
GGUFやGPU配置などを細かく指定したい	llama.cpp
GUIとAPIの両方を使いたい	必要なAPI機能まで見てLM Studio/Ollamaを比較
最新モデルの細かな実行条件を追いたい	llama.cppを含め対応バージョンを確認

この表は性能順位ではない。特定モデルのtokens/s、メモリ使用量、起動時間を比較するには、同じモデル、量子化、コンテキスト、ハードウェア、ランタイムバージョンをそろえた測定が必要になる。

また、どの実行環境でも個別モデルの互換性は別に確認する必要がある。GGUFをまだ選んでいない場合は、GGUFモデルをダウンロードする前に確認したい5項目から確認できる。

LM Studio・Ollama・llama.cppは、優劣よりどの操作層を自分で持ちたいかで選ぶと分かりやすい。GUIを中心にするか、モデル管理と連携を中心にするか、実行条件を直接触るかを決めれば、最初に試す候補を絞りやすくなる。