RRossy LaboratoryAI GUIDE

RLR-0017 ・ 更新 2026/10/12

LM StudioをローカルAIのAPIサーバーにする方法：初心者向け設定ガイド

LM StudioでローカルLLMをAPIサーバーとして使う方法を、公式情報をもとに初心者向けに解説。起動、モデル確認、Python連携、認証とLAN公開の注意点を整理します。

# LM Studio# ローカルLLM# AI導入ガイド# OpenAI互換API# Python
✓ 公開前チェック済み最終確認 2026/10/12

LM Studioを別のアプリから呼べる？

LM Studioは、PCに入れたローカルLLMとチャットできるアプリです。でも、AIを自作ツールから使いたくなったら、毎回LM Studioの画面を開いて質問するのは少し面倒。

そこで便利なのがローカルAPIサーバー。APIとはアプリ同士がやり取りする窓口のことです。LM Studioは公式にAPIサーバー機能を提供しており、Pythonなど別のプログラムからローカルモデルに質問を送れます。

😺「自分で作った文章整理ツールにも、AIの頭脳をつなげられる？」

🐈‍⬛「できるよ。最初は同じPC内で接続してみよう！」

この記事は2026年10月12日に確認したLM Studio公式ドキュメントに基づく解説です。すべてのモデル・PCで実機検証した記事ではありません。

仕組みは「PCの中にAI受付窓口」

自作アプリ・Python
  ↓ 質問を送信
http://localhost:1234
  ↓
LM StudioのAPIサーバー
  ↓
ローカルLLM
  ↓ 回答
自作アプリ・Python

localhost は通常、いま使っている同じPCを指します。1234 は公式の例で使われるポート番号です。ポートを変更した場合は実際の番号に読み替えます。

OpenAI互換APIとは、OpenAI向けに作られたプログラムを接続先の変更で再利用しやすくする仕組みです。OpenAIのクラウドモデルが自動的にPCに入るわけではありません。

ステップ1：サーバーを起動する

最初にLM Studioをインストールし、使いたいモデルを用意します。モデルとは、AIの返事を作る本体のことです。

LM Studio公式ドキュメントでは、Developerタブを開いて「Start server」をオンにする方法が案内されています。まずはこの画面操作がおすすめ。コマンドに慣れている人なら、CLIから次の方法もあります。

lms server start

サーバーが起動しても、希望するモデルが使える状態かは別に確認が必要です。モデルのダウンロード、読み込み、メモリの空き状況によって結果が変わります。

ステップ2：使えるモデルIDを確認する

WindowsのPowerShellを開き、次のコマンドでAPIにアクセスしてみましょう。

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

これはAIに質問するのではなく、サーバーから見えるモデルの一覧を取得する操作です。返されたデータにある id を、後でモデルを指定するときに使います。

公式によると、Just-In-Time（必要になったときに読み込む機能）を有効にした場合、一覧にはダウンロード済みのモデルも含まれることがあります。つまり一覧に出ている＝GPUに読み込み済みとは限りません。

接続エラーが出る場合は、Developer画面でサーバーが起動しているか、ポート番号が1234のままかを確認してください。

ステップ3：Pythonから質問してみる

LM Studioは /v1/chat/completions というOpenAI互換の窓口を提供しています。Pythonから使うなら、HTTP通信を行う requests ライブラリで試す方法もあります。

未導入なら、次を実行します。

python -m pip install requests

続いて、認証を要求しないローカル構成では次のように書けます。

import requests

response = requests.post(
    "http://localhost:1234/v1/chat/completions",
    json={
        "model": "ここに実際のモデルIDを入れる",
        "messages": [
            {"role": "user", "content": "ローカルLLMを初心者向けに説明して"}
        ],
    },
    timeout=120,
)
response.raise_for_status()
print(response.json()["choices"][0]["message"]["content"])

このままコピーしただけでは動きません。 model の値をステップ2で確認したモデルIDに置き換え、利用するモデルを準備してください。認証を有効にした環境では、この認証なしの例をそのまま使えません。

OpenAI互換APIは既存のプログラムを応用しやすくする仕組みですが、全機能やモデルの挙動が完全に一致する保証ではありません。対応するエンドポイントを公式ドキュメントで確認しましょう。

よくあるつまずき

症状最初に確認すること
localhostへ接続できないサーバーが起動しているか、ポート番号を変更していないか
モデル一覧は見えるのに回答できない指定したモデルID、読み込み状態、PCのメモリやVRAM
認証エラーになるサーバー側でAPIトークン必須設定を有効にしていないか

モデルが大きいほど必ず速くなるわけではありません。推論速度はモデルのサイズ、量子化、PCの性能、入力の長さなどで変わります。

安全のため、最初はlocalhostだけで使おう

ここは初心者ほど大切なポイントです。

LM Studioには、同じネットワークの別端末からアクセスできるServe on Local Networkという設定があります。しかし公式ドキュメントは、127.0.0.1 以外のアドレスへサーバーを公開する場合、認証を有効にすることを推奨しています。

初めて試すなら、必要がない限りLAN公開を有効にせず、同じPCの localhost で利用するのが分かりやすい方法です。

LM Studio 0.4.0以降では、APIトークンによる認証が公式に案内されています。Developer画面のServer Settingsで認証を必須にでき、トークンを作成してアクセスを制限できます。共有PCやLANで使う場合は、公開範囲と認証設定をセットで確認しましょう。

なお、ローカルLLMで推論することと、PCが外部と一切通信しないことは同じではありません。モデルのダウンロード、ほかのオンライン機能、別サービスとの連携は、それぞれの設定と利用条件を確認してください。

どんな人に向いている？

LM Studioのチャット画面だけで十分なら、APIサーバーを使う必要はありません。一方、こんな使い方を考えている人には役立ちます。

  • 自作の文章整理ツールにAIの回答機能を付けたい
  • Pythonから決まった処理を繰り返し実行したい
  • クラウドAPI向けのプログラムを、ローカルLLMでも試したい
  • 自分のPCをAI処理の中心にして、別アプリと組み合わせたい

😺「最初から大がかりな自動化を作らなくてもいいんだね」

🐈‍⬛「うん。まずはモデル一覧が返ること、次に短い質問へ返事が返ること。この2段階で十分！」

結論：LM StudioのローカルAPIサーバーは、ローカルLLMを『チャットする道具』から『自作アプリで使える部品』へ広げる入口です。 最初はlocalhostで安全に試し、必要になってから応用していきましょう。

参考にした一次情報

情報確認日：2026年10月12日。UIや機能は更新される場合があるため、実際の操作時には公式ドキュメントも確認してください。

SOURCES

確認した情報源

← AI記事一覧へ戻る