LM Studio: Kør AI-Kodemodeller Lokalt [2026]

Hver gang du sender et stykke kode til en cloud-baseret AI-assistent, forlader koden din maskine. For danske og nordiske virksomheder under GDPR er det ikke altid et problem, men for finanssektoren, sundhedssektoren og offentlige IT-afdelinger er det ofte en showstopper. Krav fra NIS2 og interne sikkerhedspolitikker gør det desuden stadig mere almindeligt, at en udviklerafdeling slet ikke må sende kildekode til en ekstern API uden en godkendt databehandleraftale. LM Studio løser det ved at køre AI-kodemodeller direkte på din egen computer, uden at en eneste linje forlader netværket. I denne guide sætter vi LM Studio op fra bunden, downloader en kodemodel, åbner en lokal API-server og bygger et færdigt projekt, der bruger den, alt sammen i 12 konkrete trin.

Hvad er LM Studio, og hvorfor bruge det til kodning?

LM Studio er et gratis skrivebordsprogram fra lmstudio.ai, der lader dig downloade, køre og teste store sprogmodeller lokalt, uden terminal-kommandoer og uden en skyserver. Programmet fungerer som en grafisk model-browser: du søger efter en model, trykker download, og LM Studio håndterer resten, fra kvantisering til hukommelsesallokering. Den nyeste udgivelse er LM Studio 0.4.26, build 4, som udkom den 8. oktober 2026 ifølge den officielle LM Studio-dokumentation.

Det, der gør LM Studio relevant for udviklere frem for almindelige brugere, er den indbyggede lokale server. Når en model er indlæst, kan LM Studio eksponere den som en OpenAI-kompatibel API på din egen maskine. Det betyder, at IDE-udvidelser som Continue og Cline, scripts og interne værktøjer kan tale med modellen, som var det OpenAI eller Anthropic, bare uden at data forlader maskinen. Det er samme princip, som gjorde Ollama populært, men med en grafisk brugergrænseflade og indbygget modelkatalog i stedet for en kommandolinje som eneste indgang.

Interessen for lokale AI-kodeværktøjer afspejler en bredere tendens. I Stack Overflows udviklerundersøgelse fra 2025 svarede et stort flertal af respondenterne, at de bruger eller planlægger at bruge AI-værktøjer i deres udviklingsarbejde, og over halvdelen af de professionelle udviklere brugte AI-værktøjer dagligt, ifølge Stack Overflows pressemeddelelse om undersøgelsen. Samtidig viser en IDC-vurdering af AI-kodeplatforme fra 2025 dokumenterede produktivitetsforbedringer på op til 35 procent hos virksomheder, der har taget AI-understøttet udvikling i brug, ifølge IDCs MarketScape-rapport. Pointen er ikke, at alle skal bruge cloud-AI, men at lokale alternativer som LM Studio giver samme arbejdsgang uden at sende kildekoden ud af huset.

Værktøjskategorien var for et par år tilbage forbeholdt folk, der var komfortable med en terminal og flags som --ctx-size. LM Studio fjerner den barriere ved at pakke llama.cpp og MLX ind i en app, man kan installere på samme måde som Slack eller Spotify. Det har flyttet lokale AI-modeller fra et nørdet sideprojekt til noget, en helt almindelig backend- eller frontend-udvikler kan sætte op på en halv time uden at læse en manpage. Det er særligt relevant i Norden, hvor både den private og offentlige sektor i stigende grad skal kunne dokumentere, præcis hvor data behandles, og en app, der tydeligt viser “serveren kører på localhost”, er langt lettere at forklare til en sikkerhedsansvarlig end en sort boks i en amerikansk sky.

Forudsætninger: hardware, styresystem og software du skal have klar

Før du installerer LM Studio, skal maskinen leve op til et par minimumskrav. Ifølge LM Studios egen side for systemkrav understøtter programmet Apple Silicon-Mac’er (M1, M2, M3 og M4) med macOS 14.0 eller nyere, Windows-pc’er på både x64 (kræver AVX2) og ARM64 (eksempelvis Qualcomm Snapdragon X Elite), samt Linux på x64 og ARM64 som en AppImage-pakke med Ubuntu 20.04 eller nyere som understøttet distribution.

Krav	Minimum	Anbefalet til kodemodeller
Styresystem	macOS 14.0+, Windows 10/11 x64 eller ARM64, Ubuntu 20.04+	Nyeste stabile udgave af dit OS
RAM	16 GB (LM Studios officielle anbefaling)	32 GB eller mere til 24B+ modeller
GPU/VRAM	4 GB dedikeret VRAM på Windows	12 GB+ VRAM eller Apple Silicon unified memory
Diskplads	20 GB fri plads	100 GB+ hvis du tester flere modeller
CPU	x64 med AVX2-understøttelse	Nyere Intel/AMD eller Apple Silicon
Netværk	Internet kun til download af modeller	Kan køre fuldstændig offline efter download

Udover selve LM Studio skal du have et par ekstra værktøjer klar til de senere trin: Python 3.10 eller nyere til eksempelprojektet, git til at generere kode-diffs, curl til at teste API’en direkte fra terminalen, og Visual Studio Code med Continue- eller Cline-udvidelsen, hvis du vil koble en editor på. Ingen af delene kræver betaling, og du behøver ikke en GPU for at komme i gang, men en diskret eller integreret GPU gør svartiderne markant kortere på modeller over 10 milliarder parametre.

LM Studio i praksis: tre scenarier for nordiske udviklere

Før vi går i gang med installationen, er det værd at se på, hvornår det reelt kan betale sig at bytte en cloud-assistent ud med en lokal opsætning. Det er ikke altid det rigtige valg, men der er tre tilbagevendende situationer, hvor det giver mening.

Følsom kode i fintech og sundhedssektoren. En udviklerafdeling hos en bank eller et hospital arbejder ofte med kode, der indeholder forretningslogik om kreditvurdering, patientdata-flows eller interne systemer, som compliance-teamet ikke vil have sendt til en ekstern API, uanset leverandørens løfter om ikke at træne på kundedata.
Konsulenter og feltarbejde uden stabil internetadgang. Udviklere, der arbejder hos kunder med låste netværk, i tog eller på lokationer med dårlig forbindelse, kan fortsætte med fuld kodeassistance, fordi modellen allerede ligger på disken, og intet kald skal ud over internettet.
Kontrol over omkostninger ved høj forbrug. Teams, der bruger AI-assistance intensivt hele dagen, oplever ofte, at forbrugsbaseret fakturering fra cloud-udbydere svinger uforudsigeligt. En lokal model har en fast omkostning (hardwaren), uanset hvor mange tokens den genererer.

Ingen af disse scenarier betyder, at du skal opgive cloud-værktøjer helt. Mange teams ender med en hybrid, hvor LM Studio bruges til det følsomme og det offline, mens en cloud-model stadig klares de opgaver, der kræver den allernyeste og største model.

Trin 1: Download og installer LM Studio

Gå til lmstudio.ai og hent installationsfilen til dit styresystem. På Mac får du en .dmg-fil, på Windows en .exe-installer, og på Linux en AppImage, som du blot skal gøre eksekverbar og køre. Installationen kræver ingen kontooprettelse og ingen kreditkortoplysninger, i modsætning til de fleste cloud-baserede AI-kodeassistenter.

På Linux ser kommandoerne typisk sådan ud, når du har hentet AppImage-filen til din hjemmemappe:

chmod +x LM-Studio-0.4.26.AppImage
./LM-Studio-0.4.26.AppImage

På Windows og Mac er det en almindelig klik-dig-igennem-installation. Første gang programmet starter, spørger det, om det skal scanne din maskine for GPU-kapacitet. Lad det gøre det, da det er grundlaget for, at LM Studio senere kan vælge den rigtige kombination af llama.cpp eller MLX som motor.

Trin 2: Første opstart og gennemgang af brugergrænsefladen

Når LM Studio åbner første gang, møder du tre hovedområder i venstre sidebar: en chatfane, en søgefane til modelkataloget (forstørrelsesglas-ikonet) og en “Developer”-fane, hvor den lokale server bor. Det er værd at bruge to minutter på at klikke rundt, før du downloader noget, så du ved, hvor indstillingerne for GPU-offload, kontekstlængde og serverporten gemmer sig senere.

I øverste højre hjørne kan du se, hvilken hardwareprofil LM Studio har registreret. Hvis den viser forkert GPU eller nul VRAM, skyldes det typisk forældede drivere, og det er værd at opdatere dem, før du går videre, da det direkte påvirker, hvor store modeller du kan indlæse.

Trin 3: Find og download en kodemodel i GGUF- eller MLX-format

LM Studio kører modeller via to motorer: llama.cpp til GGUF-filer på Windows, Linux og Mac, og MLX specifikt til Apple Silicon, hvor det typisk giver højere gennemstrømning. Begge formater downloades direkte fra søgefanen i LM Studio, og du behøver aldrig besøge Hugging Face manuelt. Det officielle modelkatalog nævner blandt andet familier som Qwen, Mistral, Gemma og gpt-oss som tilgængelige til download direkte i appen.

Søgefeltet i kataloget fungerer bedst, hvis du søger på det nøjagtige modelnavn frem for en bred term som “kodning”, da kataloget rummer flere hundrede varianter af samme grundmodel i forskellige kvantiseringer. Skriv modelnavnet, se hvilke filstørrelser der dukker op under den, og lad LM Studios egen hardware-indikator guide dig mod en udgave, der er markeret som kompatibel med din maskine, i stedet for blot at vælge den første i listen.

Qwen3-Coder-30B-A3B til begrænset hardware

Hvis du har 16-32 GB RAM og ingen kraftig GPU, er Qwen3-Coder-30B-A3B et godt startpunkt. Modellen er en mixture-of-experts-arkitektur med 30 milliarder parametre i alt, men kun omkring 3 milliarder aktive parametre pr. forespørgsel, hvilket gør den markant lettere at køre end tallet “30B” antyder. Qwen-teamet udgav modellen den 31. juli 2025, og den er fortsat et af de mest brugte valg til lokal kodning i oktober 2026.

Devstral Small 2 til agentisk kodearbejde

Vil du have en model, der er bygget specifikt til at navigere kodebaser, redigere flere filer og drive agent-lignende arbejdsgange, så er Mistral AI’s Devstral Small 2 et stærkt bud. Den er en tæt model med 24 milliarder parametre, udgivet under en Apache 2.0-licens den 9. december 2025, og har et kontekstvindue på 256.000 tokens, hvilket er nok til at holde hele mellemstore kodebaser i hukommelsen på én gang. Mistral udgav samtidig en større søstermodel, Devstral 2 på 123 milliarder parametre under en modificeret MIT-licens, men den kræver markant mere VRAM og passer bedre til en arbejdsstation eller server end en bærbar.

Søg efter modellens navn i LM Studios katalogfane, vælg en kvantiseret udgave (Q4_K_M er et godt kompromis mellem størrelse og kvalitet for de fleste), og tryk download. Vær tålmodig: en 24B-model i Q4-kvantisering fylder typisk 14-16 GB, og selv på en hurtig forbindelse tager det tid.

Trin 4: Indlæs modellen og test den i chatvinduet

Når downloaden er færdig, går du tilbage til chatfanen og vælger modellen i dropdown-menuen øverst. LM Studio indlæser modellen i hukommelsen, hvilket kan tage fra få sekunder til et minuts tid, afhængigt af modelstørrelse og disktype. Skriv en simpel testprompt som “Skriv en Python-funktion, der fjerner dubletter fra en liste uden at ændre rækkefølgen” og tryk enter.

Et typisk svar fra Qwen3-Coder-30B-A3B ser nogenlunde sådan ud:

def remove_duplicates_preserve_order(items):
    seen = set()
    result = []
    for item in items:
        if item not in seen:
            seen.add(item)
            result.append(item)
    return result

Hvis svaret kommer, og det kompilerer, har du en fungerende lokal kodeassistent. Hvis LM Studio i stedet viser en fejl om hukommelse, skal du gå videre til trin fem og sænke kontekstlængden eller skifte til en mindre kvantisering.

Test ikke kun med én prompt. Prøv også en opgave, der kræver, at modellen holder flere filer i hovedet samtidig, for eksempel at bede den finde alle steder i et lille projekt, hvor en bestemt funktion bliver kaldt. Det afslører hurtigt, om modellen reelt kan arbejde med din kodebases størrelse, eller om du skal vælge en model med et større kontekstvindue, før du går videre til at koble den til en editor.

Trin 5: Justér kontekstvindue, GPU-offload og kvantisering

Klik på tandhjulet ved siden af den indlæste model for at åbne de avancerede indstillinger. Her finder du tre knapper, der betyder mest for kodearbejde. Kontekstlængden styrer, hvor meget kode modellen kan “se” på én gang, GPU-offload bestemmer, hvor mange af modellens lag der flyttes til grafikkortet frem for CPU’en, og quantization vælges allerede ved download, men kan udskiftes ved at hente en anden fil.

En praktisk tommelfingerregel: start med 8.000-16.000 tokens kontekst til almindelig filredigering, og skru kun op mod 100.000+ tokens, hvis du rent faktisk skal indsætte en hel kodebase. Et stort kontekstvindue koster meget RAM, og du opnår intet ved at sætte det højt, hvis din prompt kun er 50 linjer kode. Sæt GPU-offload til “max”, og hvis maskinen begynder at skifte til swap-hukommelse eller fryser, sænk det gradvist, indtil det stabiliserer sig.

Når det kommer til kvantisering, er bogstavet og tallet efter modelnavnet (Q4_K_M, Q5_K_M, Q8_0 og lignende) et direkte mål for, hvor meget af modellens præcision der er skåret fra for at spare plads og hukommelse. Q8 er tættest på den oprindelige kvalitet, men fylder næsten dobbelt så meget som Q4, mens Q4_K_M i praksis er det bedste udgangspunkt for de fleste, fordi kvalitetsforskellen på kodeopgaver sjældent er mærkbar, men hukommelsesbesparelsen er stor. Vælg kun Q5 eller Q8, hvis du allerede har rigeligt med RAM og VRAM, og du arbejder med opgaver, hvor selv små fejl i genereret kode er dyre at rette efterfølgende.

Trin 6: Start den lokale, OpenAI-kompatible server

Gå til “Developer”-fanen i venstre sidebar og klik på “Start Server”. LM Studio starter nu en lokal HTTP-server, som som standard kører på http://localhost:1234/v1 og eksponerer OpenAI-kompatible endpoints til chat, completions og embeddings, ifølge LM Studios egen API-dokumentation. Du kan skifte port i indstillingerne, hvis 1234 allerede er i brug af et andet program.

Foretrækker du kommandolinjen frem for den grafiske knap, har LM Studio sin egen CLI, kaldet lms, som følger med installationen. Start serveren fra terminalen med:

lms server start

Det er samme server, bare uden at skulle have appens vindue åbent og synligt. Det gør det oplagt at starte LM Studios server automatisk, når maskinen tændes, hvis du bruger den dagligt til kodning.

Trin 7: Test API’en med curl, og læs outputtet

Med serveren kørende kan du teste den direkte fra terminalen uden nogen IDE overhovedet. Først kan du bede serveren om at liste, hvilke modeller den har tilgængelige:

curl http://localhost:1234/v1/models

Og send derefter en rigtig kodeforespørgsel med chat completions-endpointet, som er det samme format OpenAIs API bruger:

curl http://localhost:1234/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-coder-30b-a3b",
    "messages": [
      {"role": "user", "content": "Forklar denne funktion og find eventuelle fejl"}
    ],
    "temperature": 0.2
  }'

Et typisk svar kommer tilbage som gyldig JSON med samme struktur, som du kender fra OpenAIs API:

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "qwen3-coder-30b-a3b",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Funktionen fjerner dubletter og bevarer den oprindelige raekkefolge..."
      },
      "finish_reason": "stop"
    }
  ]
}

Får du i stedet en tom liste under “choices”, eller en forbindelsesfejl, er det næsten altid fordi serveren ikke er startet, eller fordi feltet “model” i din forespørgsel ikke matcher navnet på den model, du har indlæst i LM Studio. Tjek navnet under “models”-endpointet, og brug det navn præcis.

Trin 8: Forbind VS Code til LM Studio via Continue

Når API’en svarer korrekt fra terminalen, er resten blot konfiguration. Installer Continue-udvidelsen fra VS Code Marketplace, åbn dens konfigurationsfil, og peg den mod din lokale LM Studio-server i stedet for en cloud-udbyder. Continue og lignende IDE-udvidelser bruger en OpenAI-kompatibel udbyder-type, så du skal blot angive base-URL’en og modelnavnet, som LM Studio har indlæst.

{
  "models": [
    {
      "title": "LM Studio lokal",
      "provider": "openai",
      "model": "qwen3-coder-30b-a3b",
      "apiBase": "http://localhost:1234/v1",
      "apiKey": "ikke-nodvendig"
    }
  ]
}

Gem filen, genstart Continue-panelet i VS Code, og marker et stykke kode i editoren. Spørg Continue om at forklare eller refaktorere det, og forespørgslen går nu til din egen maskine i stedet for ud på nettet. Vær opmærksom på, at det nøjagtige felt-navn og konfigurationsskema i Continue og Cline ændrer sig mellem versioner, så tjek altid udvidelsens egen dokumentation, hvis opsætningen ikke virker præcis som ovenfor.

Trin 9: Alternativ opsætning med Cline

Foretrækker du Cline frem for Continue, er princippet identisk. Cline har en indstilling for “API Provider”, hvor du vælger “LM Studio” eller den generiske OpenAI-kompatible udbyder, afhængigt af udvidelsens version, og angiver samme base-URL, http://localhost:1234/v1. Forskellen mellem de to udvidelser handler mest om, hvor meget autonomi du giver assistenten til selv at redigere filer og køre terminalkommandoer, ikke om selve forbindelsen til LM Studio.

En god tommelfingerregel for begge udvidelser: start med at give assistenten læseadgang og forslag, men ikke automatisk skriveadgang til filer, indtil du har et par timers erfaring med, hvor pålidelig din valgte model er på netop din kodebase.

Trin 10: Byg et komplet projekt, en lokal kode-reviewer

For at samle det hele i et konkret projekt bygger vi et lille Python-script, der tager din seneste git-diff, sender den til LM Studios lokale API, og printer en kodereview i terminalen. Det er en opskrift, du kan sætte som git-hook eller bruge manuelt før hvert commit.

Opret en fil med navnet lokal-reviewer.py og indsæt følgende:

import subprocess
import json
import urllib.request

LM_STUDIO_URL = "http://localhost:1234/v1/chat/completions"
MODEL_NAME = "qwen3-coder-30b-a3b"

def get_git_diff():
    result = subprocess.run(
        ["git", "diff", "--staged"],
        capture_output=True,
        text=True
    )
    return result.stdout

def review_diff(diff_text):
    if not diff_text.strip():
        return "Ingen staged aendringer fundet. Kor 'git add' foerst."

    payload = {
        "model": MODEL_NAME,
        "messages": [
            {
                "role": "system",
                "content": "Du er en erfaren code reviewer. Peg paa bugs, "
                            "sikkerhedsproblemer og uklar kode. Svar paa dansk."
            },
            {
                "role": "user",
                "content": "Gennemgaa denne git diff:\n\n" + diff_text
            }
        ],
        "temperature": 0.2
    }

    data = json.dumps(payload).encode("utf-8")
    req = urllib.request.Request(
        LM_STUDIO_URL,
        data=data,
        headers={"Content-Type": "application/json"}
    )

    with urllib.request.urlopen(req, timeout=120) as response:
        result = json.loads(response.read().decode("utf-8"))
        return result["choices"][0]["message"]["content"]

if __name__ == "__main__":
    diff = get_git_diff()
    review = review_diff(diff)
    print("=== Lokal kodereview ===")
    print(review)

Kør scriptet med python3 lokal-reviewer.py fra roden af et git-repository, efter du har kørt git add på nogle ændringer. Scriptet bruger kun Pythons indbyggede biblioteker, så der er ingen pip-afhængigheder at installere, og alt arbejde sker mod din egen maskine på port 1234. Vil du gøre det skarpere, kan du udvide system-prompten til at kræve et bestemt format, for eksempel en liste med filnavn, linjenummer og sværhedsgrad for hvert fund.

Du kan udvide scriptet til en rigtig git-hook ved at gemme det i .git/hooks/pre-commit (uden filtypenavnet .py, og med eksekveringsrettigheder sat via chmod +x), så reviewet kører automatisk, hver gang du forsøger at committe. Vil du i stedet have det til at blokere et commit, hvis modellen finder et kritisk problem, kan du lade scriptet afslutte med en fejlkode (exit 1), hvis svaret fra modellen indeholder ordet “kritisk”, og i stedet levere et sprog med 0, hvis reviewet er rent. På den måde fungerer den lokale model som et ekstra sikkerhedsnet, uden at nogen kode nogensinde forlader din maskine, og uden den forsinkelse, et eksternt API-kald ville have introduceret i en commit-proces, der i forvejen skal være hurtig.

Trin 11: Automatisér med lms-kommandolinjen

Når opsætningen fungerer, vil du typisk ikke have lyst til manuelt at åbne LM Studio og klikke “indlæs model” hver morgen. Her kommer lms-CLI’en ind i billedet. Den følger med LM Studio-installationen og lader dig styre både server og modeller fra terminalen eller fra et startup-script.

lms server start
lms load qwen3-coder-30b-a3b
lms status

Sæt disse tre linjer i et shell-script, der kører ved login eller via en systemd-service på Linux, og din lokale kodeassistent er klar, hver gang du åbner en terminal, uden at du selv skal huske at starte den. Det er den samme type automatisering, man ellers kender fra Ollama, bare drevet af LM Studios eget værktøj i stedet for.

Den primære fordel ved LM Studio for danske og nordiske teams er, at al inferens som standard sker på selve maskinen, hvilket kan understøtte en arkitektur med minimal datadeling, fordi kildekoden aldrig sendes til en ekstern leverandør. Det er ikke det samme som automatisk GDPR-compliance. Du skal stadig tage stilling til, hvor modelfilerne er downloadet fra, om maskinen logger prompts lokalt, hvem der har adgang til maskinen, og om du på noget tidspunkt slår fjernadgang til serveren til.

LM Studios API-server lytter som standard kun på localhost, men appen har en indstilling for at binde den til netværket, så kolleger på samme kontor kan dele en kraftig maskine. Gør du det, flytter du reelt din trust boundary, og du bør lægge en firewall-regel eller adgangskontrol omkring porten, præcis som du ville med enhver anden intern API. Der er ingen offentligt kendte sårbarheder registreret mod LM Studio i skrivende stund, men det samme gælder stort set alle hurtigt udviklende AI-værktøjer, så hold appen opdateret til nyeste version og vær tilbageholdende med at installere tredjeparts-modelfiler fra ukendte kilder, da en model-fil i teorien kan være manipuleret ligesom enhver anden binær.

Vær desuden opmærksom på, at LM Studios egen licens for selve programmet er separat fra licensen på hver enkelt model du downloader. Devstral Small 2 bruger eksempelvis Apache 2.0, mens den større Devstral 2 bruger en modificeret MIT-licens, og andre modelfamilier har deres egne vilkår. Tjek altid modellens licensfil, før du bruger den i et kommercielt produkt, i stedet for at antage, at “gratis at downloade” betyder “fri til alt brug”.

Et sidste punkt, mange IT-afdelinger overser: selvom inferensen sker lokalt, skal du stadig kunne dokumentere databehandlingen, hvis koden indeholder personoplysninger, for eksempel testdata med rigtige CPR-numre eller kundeemails. Lokal AI fjerner behovet for en databehandleraftale med en tredjepart, men den fjerner ikke jeres eget ansvar for logning, adgangsstyring og dataminimering internt. Mange vælger derfor at slå prompt-logging fra i LM Studios indstillinger og i stedet logge på applikationsniveau, hvis der er brug for en revisionsspor, så man selv styrer, hvor længe data opbevares, og hvem der kan se det.

Sammenligning: hvilken model passer til din maskine?

Med dusinvis af modeller i LM Studios katalog er valget ofte det sværeste trin, ikke selve installationen. Tabellen herunder samler de modeller, vi har brugt i denne guide, sammen med deres officielt dokumenterede specifikationer, så du kan matche model mod din egen hardware uden at gætte.

Model	Udgiver	Parametre	Licens	Udgivet	Bedst til
Qwen3-Coder-30B-A3B	Alibaba (Qwen)	30B total / 3B aktive (MoE)	Se Hugging Face-licensfil	31. juli 2025	Laptops med 16-32 GB RAM
Devstral Small 2	Mistral AI	24B (tæt model)	Apache 2.0	9. december 2025	Agentisk kodning, 256K kontekst
Devstral 2	Mistral AI	123B (tæt model)	Modificeret MIT	9. december 2025	Arbejdsstationer og servere
Qwen3-Coder (flagskib)	Alibaba (Qwen)	480B total / 35B aktive (MoE)	Se Hugging Face-licensfil	22. juli 2025	Multi-GPU-opsætninger

Som en generel regel: hvis din maskine har under 32 GB RAM og ingen dedikeret GPU over 8 GB VRAM, hold dig til Qwen3-Coder-30B-A3B eller Devstral Small 2 i en Q4-kvantisering. Har du en Apple Silicon-Mac med 64 GB eller mere unified memory, kan du typisk køre Devstral Small 2 i en højere kvantisering eller eksperimentere med MLX-udgaver, som LM Studio automatisk foretrækker på den platform.

Vælg desuden efter opgaven, ikke efter hvilken model der lyder mest imponerende. En mindre model som Qwen3-Coder-30B-A3B er ofte hurtigere og mere end god nok til rutineopgaver som at skrive unit-tests, forklare en funktion eller omdøbe variabler konsekvent i en fil. Gem de tungere modeller som Devstral 2 til opgaver, hvor du reelt har brug for, at modellen forstår sammenhænge over mange filer på én gang, for eksempel en større refaktorering, der rører ved flere moduler samtidig. Den ekstra ventetid på en 123B-model er sjældent værd det, hvis opgaven i virkeligheden bare kræver en hurtig, lokal autocomplete.

Almindelige faldgruber, når du sætter LM Studio op

At downloade en model, der er for stor til maskinen. LM Studio viser ofte et grønt eller rødt lys ved hver model i kataloget baseret på din hardware, men mange ignorerer det og downloader alligevel. Resultatet er, at modellen indlæses i swap-hukommelse og bliver ubrugelig langsom i stedet for at fejle med en klar fejlmeddelelse.
At forveksle serverens standardport med en anden lokal tjeneste. Port 1234 er ikke unik, og flere udviklingsværktøjer bruger samme standardport. Hvis din Continue- eller Cline-opsætning pludselig svarer med data fra et helt andet program, tjek om noget andet lytter på samme port.
At sætte kontekstvinduet til maksimum “for en sikkerheds skyld”. Et stort kontekstvindue reserverer hukommelse, uanset om du bruger det, hvilket kan tvinge resten af modellen ud af GPU’en og ned på langsommere CPU-inferens.
At bruge et forkert modelnavn i API-kaldet. Navnet, LM Studio viser i chatfanen, matcher ikke altid præcis det navn, serveren forventer i feltet “model”. Tjek altid /v1/models-endpointet først.
At antage, at licensen på appen og licensen på modellen er den samme. Som nævnt i sikkerhedsafsnittet har hver model sin egen licens, og det er et selvstændigt ansvar at tjekke den, før du bruger output kommercielt.
At eksponere serveren på det offentlige internet uden adgangskontrol. Nogle forsøger at nå deres hjemmemaskine fra kontoret ved at port-forwarde direkte, uden nogen form for autentificering, hvilket efterlader en åben AI-server for enhver, der scanner porten.

Fejlfinding: otte problemer og deres løsninger

Problem	Sandsynlig årsag	Løsning
Modellen nægter at indlæse	For lidt RAM eller VRAM til den valgte kvantisering	Vælg en lavere kvantisering (f.eks. Q4 i stedet for Q8) eller en mindre model
curl giver “connection refused”	Serveren er ikke startet i Developer-fanen eller via lms	Kør `lms status` eller tjek Developer-fanen, og start serveren igen
Svar tager flere minutter	Modellen kører på CPU i stedet for GPU	Tjek GPU-offload i modelindstillingerne, og opdater GPU-drivere
Continue viser “model not found”	Modelnavnet i konfigurationsfilen matcher ikke det indlæste navn	Hent det korrekte navn fra `/v1/models` og indsæt det i configen
AppImage starter ikke på Linux	Filen har ikke eksekveringsrettigheder	Kør `chmod +x` på filen igen og tjek at FUSE er installeret
Downloads afbrydes konstant	Ustabil forbindelse eller for lidt diskplads	Ryd diskplads og genoptag downloaden fra kataloget
Maskinen fryser under indlæsning	Kontekstvinduet og modelstørrelsen overskrider samlet RAM	Sænk kontekstlængden til 8.000-16.000 tokens og prøv igen
Kodesvarene er ukonsistente eller “hallucinerer” API-navne	Temperatur sat for højt til en teknisk opgave	Sæt temperature til 0.1-0.3 for kodeopgaver i stedet for standardværdien

De fleste af disse problemer løser sig selv, hvis du følger en simpel tjekliste, hver gang noget går skævt: tjek om serveren rent faktisk kører, tjek om modelnavnet matcher, og tjek om din hardware har kapacitet til den valgte kvantisering. Ni ud af ti supportspørgsmål om LM Studio handler i praksis om en af disse tre ting.

Avancerede tips til erfarne udviklere

Når grundopsætningen kører stabilt, er der flere knapper at skrue på. LM Studio har i løbet af 2026 udgivet flere specialiserede inferensmotorer udover de velkendte llama.cpp og MLX. I et blogindlæg fra den 18. september 2026 annoncerede LM Studio-teamet en ny motor kaldet Splash, beskrevet som den hurtigste måde at køre Qwen3.8-modeller lokalt på Apple Silicon, ifølge Thunder Computes gennemgang af LM Studios arkitektur. Tjek altid Engine-fanen i indstillingerne, når du indlæser en ny model, da LM Studio ikke nødvendigvis vælger den nyeste motor som standard for ældre modelfiler.

Et andet tip handler om embeddings. LM Studios v1-API understøtter embeddings-endpointet ud af boksen, hvilket betyder, at du kan bygge din egen lokale søgning i en kodebase, uden at sende en eneste vektor til en ekstern tjeneste. Kombiner det med et simpelt script, der chunker din kodebase i filer på 200-400 linjer, genererer embeddings lokalt, og lader dig stille spørgsmål til hele kodebasen via chatcompletions-endpointet.

Til sidst: brug LM Studios egen native REST API (under /api/v0/) i stedet for den OpenAI-kompatible, hvis du vil have adgang til LM Studio-specifikke detaljer som indlæsningstid og motor-information. Den OpenAI-kompatible API er bedst, når du blot vil genbruge eksisterende værktøjer uændret, mens den native API giver mere kontrol, hvis du bygger dit eget interne værktøj omkring LM Studio.

Lav til sidst din egen mini-benchmark, før du vælger en fast model til dagligt brug. Skriv fem konkrete prompts, du selv genkender fra dit daglige arbejde, for eksempel “forklar denne stacktrace”, “skriv en test til denne funktion” og “find sikkerhedsproblemer i dette udsnit”, og kør dem gennem de to-tre modeller, du overvejer, mens du tager tid med et stopur eller blot kigger på token-tælleren i LM Studios chatvindue. Den model, der føles hurtigst og mest præcis på netop dine opgaver og din hardware, er det rigtige valg, uanset hvad en generel benchmark-tabel på nettet siger, fordi kvantisering, kontekstlængde og din egen kodestil alle påvirker resultatet.

Hold LM Studio opdateret

LM Studio udvikler sig hurtigt. Den officielle ændringslog viser udgivelser med få ugers mellemrum i 2026, med LM Studio 0.4.26 den 8. oktober og en opfølgende Bionic-ændringslog opdateret så sent som den 12. oktober samme år. Det er en fordel, fordi nye inferensmotorer og modelformater kommer hurtigt ud til brugerne, men det betyder også, at en guide som denne hurtigt kan blive forbigået af en ny version med andre menunavne eller standardindstillinger.

Sæt derfor automatiske opdateringer til, hvis du bruger LM Studio som dit primære kodeværktøj, og tjek ændringsloggen på lmstudio.ai, hvis noget pludselig ser anderledes ud end beskrevet her. Hold samtidig øje med nye modelfamilier i kataloget: feltet for lokale kodemodeller har flyttet sig markant hver sjette til tolvte måned gennem 2025 og 2026, og den model, der er det bedste valg i dag, er sandsynligvis ikke det samme om et år.

Ofte stillede spørgsmål

Er LM Studio gratis at bruge?

Appen kan hentes gratis fra lmstudio.ai og kræver ingen konto for at komme i gang. Hvis du planlægger at bruge den i en virksomhedssammenhæng, bør du dog tjekke de aktuelle vilkår på LM Studios hjemmeside, da de kan ændre sig, og da licensen på selve appen er uafhængig af licensen på hver model du downloader.

Kan LM Studio køre helt uden internetforbindelse?

Ja. Når en model først er downloadet, kan både chatfanen og den lokale server køre fuldstændig offline. Du skal kun være online, når du downloader nye modeller eller henter opdateringer til selve programmet.

Hvad er forskellen mellem LM Studio og Ollama?

Begge kører lokale sprogmodeller på egen hardware og eksponerer en lokal API, men LM Studio er bygget op omkring en grafisk brugergrænseflade med indbygget modelkatalog, mens Ollama primært styres fra kommandolinjen. Hvilken der passer bedst, afhænger af, om du foretrækker at klikke dig gennem en app eller skrive kommandoer i et terminalvindue.

Hvilken model skal jeg vælge, hvis jeg kun har 16 GB RAM?

Hold dig til mixture-of-experts-modeller med lavt aktivt parametertal, som Qwen3-Coder-30B-A3B i en Q4-kvantisering. Den fylder markant mindre i hukommelsen under kørsel, end de 30 milliarder totale parametre lyder til, fordi kun en lille del af modellen aktiveres pr. forespørgsel.

Kan jeg bruge LM Studio sammen med GitHub Copilot?

Ikke direkte, da Copilot er bundet til Microsofts egne modeller og infrastruktur. Vil du have en lokal, OpenAI-kompatibel assistent i VS Code, skal du i stedet bruge en udvidelse som Continue eller Cline, der understøtter tilpassede API-endpoints, og pege den mod din LM Studio-server.

Er det lovligt at bruge output fra lokale modeller i kommerciel kode?

Det afhænger af den specifikke models licens, ikke af LM Studio selv. Devstral Small 2 bruger eksempelvis Apache 2.0, som generelt tillader kommerciel brug, mens andre modeller kan have mere restriktive vilkår. Læs altid licensfilen for den konkrete model, før du bruger den i et produkt, der sælges eller distribueres.

Hvorfor svarer min model langsommere end forventet?

Den mest almindelige årsag er, at modellen kører helt eller delvist på CPU i stedet for GPU. Tjek GPU-offload-indstillingen for den indlæste model, og sørg for, at dine grafikkort-drivere er opdaterede, da LM Studio er afhængig af dem for at kunne udnytte GPU’en korrekt.