LM Studio: guia completo 2026

#Por que LM Studio em francês

O LM Studio atende aos requisitos que importam para começar: sem linha de comando, detecção automática da GPU, gerenciamento de modelos pela interface e um servidor local compatível com a API da OpenAI, utilizável por qualquer aplicativo. Para um público de língua francesa, duas perguntas são recorrentes: a interface está disponível em francês e onde encontrar modelos que respondam corretamente em francês?

Resposta rápida: sim para a interface (o francês está entre os idiomas oficiais) e sim para os modelos — Mistral Small, Qwen 3.5 / 3.8 e Gemma 4 lidam muito bem com o francês. Resta saber quais carregar de acordo com sua VRAM e o que você quer fazer.

#1. Colocar a interface em francês

LM Studio inicia por padrão na língua do sistema. Se seu sistema operacional estiver em francês, provavelmente já está assim. Caso contrário, a mudança leva apenas dez segundos.

1. 01
   Abrir as configurações

   Clique no ícone de engrenagem na parte inferior esquerda da janela principal, ou use o atalho Ctrl+, (Cmd+, no macOS).
2. 02
   Seção General → Language

   No painel Settings, localize a seção General. O menu Language lista as línguas disponíveis.
3. 03
   Escolher Francês

   Selecione Français na lista suspensa. A interface muda imediatamente, sem necessidade de reiniciar.

#2. Visão geral da interface

Uma vez aberto, LM Studio exibe cinco áreas principais através da barra da esquerda. A seguir, o que cada uma faz.

Chat (ícone de balão)

Tela principal: conversa com o modelo carregado. Seletor de modelo no topo, parâmetros à direita, histórico de chats à esquerda.

Descobrir / Search (ícone de lupa)

Busca de modelos no Hugging Face. Filtros por arquitetura, tamanho, formato (GGUF, MLX). É aqui que você baixa os modelos.

Meus modelos (ícone de pasta)

Lista de tudo que foi baixado no seu disco, com tamanho, quantização e caminho local. Permite desinstalar para liberar espaço.

Servidor local (ícone de terminal)

Ativa um endpoint compatível com OpenAI em http://localhost:1234. Essencial para conectar aplicativos de terceiros (VS Code, n8n, scripts Python) ao LM Studio.

Configurações (ícone de engrenagem)

Idioma, tema, pasta dos modelos, escolha do backend GPU (CUDA, ROCm, Metal, Vulkan), opções de desenvolvedor

#3. Encontrar bons modelos para o francês

A aba Découvrir consulta diretamente o Hugging Face. Para uso em francês, a busca apenas por palavras-chave produz resultados irregulares: muitos modelos anunciam suporte ao francês, mas alucinam assim que se sai dos assuntos simples. O método que funciona:

1. 01
   Filtrar por fornecedor confiável

   Digite mistralai, Qwen ou google na busca. Essas três famílias (Mistral, Qwen 3.5/3.8, Gemma 4) têm francês nativo ou quase nativo. Evite os reenvios anônimos — prefira contas oficiais ou bartowski / lmstudio-community para versões GGUF já preparadas.
2. 02
   Verificar o formato

   O LM Studio lê o formato GGUF (e MLX no Apple Silicon). Se o modelo tiver apenas pesos brutos em safetensors, ele não poderá ser executado diretamente. A ficha do modelo indica isso.
3. 03
   Escolher uma quantização adequada

   Vários arquivos costumam ser oferecidos: Q4_K_M, Q5_K_M, Q8_0. Q4_K_M é a opção equilibrada por padrão. A seção sobre quantização mais abaixo traz os detalhes.
4. 04
   Iniciar o download

   Botão Download à direita do arquivo. A barra na parte inferior do app mostra o progresso. Você pode continuar usando outro modelo enquanto isso.

#4. Modelos recomendados para o francês

Três famílias se destacam para uso em francês em 2026. A escolha certa depende principalmente da VRAM disponível.

#Mistral (francês nativo)

Disponibilizado pela Mistral AI, uma empresa francesa. O francês é tratado como uma língua de primeira classe, não como um complemento. Em 2026, a oferta local se concentra na faixa de 24B, sob licença Apache 2.0:

Mistral Small 24B (Q4_K_M ≈ 14 GB)

O generalista de referência em língua francesa, para 16 GB ou mais de VRAM. Licença Apache 2.0. Qualidade próxima à de um modelo proprietário em tarefas complexas em francês (redação, síntese, raciocínio).

Devstral 24B (Q4_K_M ≈ 14 GB)

Mesma base Mistral, especializada como agente de programação (Apache 2.0). Se você programa em francês, é o companheiro ideal — 16 GB ou mais de VRAM.

Se você tem menos de 16 GB de VRAM, opte por Qwen ou Gemma abaixo: a Mistral não tem mais um modelo generalista pequeno e atualizado nessa faixa.

#Qwen 3.5 / 3.8 (bom desempenho multilíngue)

Publicado pela Alibaba, sob licença Apache 2.0. Treinado oficialmente em dezenas de idiomas, incluindo o francês, com um nível de coerência raro. É a família que melhor cobre todas as faixas de VRAM, desde o uso em CPU até as placas de grande porte.

Qwen 3.5 4B Instruct (Q4_K_M ≈ 3,4 GB)

O novo "modelo pequeno padrão". Roda com 4 a 6 GB de VRAM ou em CPU. Surpreendente em francês por seu tamanho, ideal para classificação / extração.

Qwen 3.5 9B Instruct (Q4_K_M ≈ 6,6 GB)

A escolha de referência para 8 GB em 2026: 256k de contexto nativo e visão (imagens). O ponto ideal para 8–12 GB de VRAM (RTX 3060/4070). Em Q8_0 (≈ 11 GB), com 12 GB de VRAM, a qualidade aumenta ainda mais.

Qwen 3.8 27B Instruct (Q4_K_M ≈ 18 GB)

Para 24 GB de VRAM (RTX 3090/4090). Lançado em 14/08/2026: 262k de contexto, visão, o mais “próximo do Copilot” entre os modelos do grupo. Dica: se ele pensar demais, ajuste seu raciocínio para low nos parâmetros.

#Gemma 4 (Google)

Desde o Gemma 4 (abril de 2026), a família passou a usar a licença Apache 2.0 e oferece suporte nativo ao francês, com multimodalidade (texto + imagem) como bônus. Muitas vezes, tem um estilo mais “limpo” do que os antigos Llama. Três tamanhos cobrem todos os orçamentos: Gemma 4 E2B (Q4 ≈ 4,3 GB) para uma placa pequena ou uso em CPU, Gemma 4 12B (Q4 ≈ 7,6 GB) multimodal para 8 a 12 GB de VRAM e Gemma 4 26B-A4B (Q4 ≈ 19 GB), um MoE multimodal rápido para 24 GB.

#5. A quantização explicada

Todos os modelos GGUF exibidos no LM Studio são quantizados. Entender o que isso significa evita baixar 30 GB à toa.

Um LLM armazena seus pesos em ponto flutuante. Na versão original (FP16), cada peso ocupa 2 bytes — um modelo de 7B ocupa então ~14 GB. A quantização reduz a precisão desses pesos para reduzir o tamanho, com uma leve perda de qualidade.

Q4_K_M (recomendado por padrão)

4 bits por peso em média. Reduz o tamanho em ~4 vezes em comparação com FP16. Perda mínima de qualidade (~1-2% nos benchmarks). É a escolha razoável em 90% dos casos.

Q5_K_M

5 bits por peso. ~20% maior que Q4_K_M, com qualidade quase indistinguível do FP16. Escolha-o se você tiver VRAM de sobra e um uso exigente (código, redação longa).

Q8_0

8 bits por peso. Quase equivalente ao FP16 em qualidade, mas 2 vezes maior que Q4_K_M. Apropriado para fine-tuning ou benchmarks de referência.

Q3_K_S / Q2_K

Quantizações muito agressivas. Perda de qualidade visível em tarefas complexas. Reservar para os casos em que você precisa absolutamente fazer um modelo grande caber em pouca VRAM.

FP16 (não quantizado)

Precisão nativa. 2 bytes por peso. Evitar, a menos que você tenha VRAM suficiente e a qualidade máxima seja crítica.

#6. Contexto e temperatura

No painel à direita do chat, dois ajustes têm um impacto percebido muito maior que os demais.

#Context Length (comprimento do contexto)

Quantidade de tokens que o modelo pode “ver” ao mesmo tempo — seu prompt, o histórico do chat e a resposta. O LM Studio define esse limite por padrão em 2048 ou 4096, o que é pouco: uma conversa um pouco mais extensa ou um documento colado no chat ultrapassa rapidamente esse limite, e o modelo esquece o início.

Conversas curtas (assistente geral)

4096 tokens são suficientes. Economiza VRAM, sem perda de velocidade.

Análise de documentos (resumo, perguntas e respostas)

16k a 32k. Verifique se o modelo suporta nativamente esse contexto (Qwen 3.5 9B : 256k, Qwen 3.8 27B : 262k, Granite 4.2 8B : 128k).

Código e relatórios longos

32k+. A VRAM consumida aumenta rapidamente — tipicamente +3 a +4 GB entre 4k e 32k em um 7B.

#Temperatura

Controla a aleatoriedade das respostas. Quanto mais alta, mais riscos o modelo assume ao escolher a próxima palavra; quanto mais baixa, mais ele se atém à palavra mais provável.

0,0 – 0,3 (determinístico)

Para extração de dados, classificação, programação ou qualquer tarefa em que você quer a mesma resposta sempre. O modelo pode parecer seco ou repetitivo.

0,4 – 0,7 (equilibrado, padrão)

Para assistente geral, perguntas e respostas, resumo. Bom equilíbrio entre coerência e variedade. LM Studio geralmente começa em 0.7.

0,8 – 1,2 (criativo)

Para escrita livre, brainstorming e ficção. O modelo toma mais liberdades estilísticas. Acima de 1.2, os resultados rapidamente se tornam incoerentes.

#Dicas e armadilhas

O modelo responde em inglês mesmo com entradas em francês

Adicione um prompt de sistema explícito: “Você responde apenas em francês, mesmo que a pergunta seja feita em inglês.” Modelos que não são da Mistral às vezes precisam disso.

Downloads interrompidos

O LM Studio nem sempre retoma os downloads corretamente. Se um download travar, exclua o arquivo parcial em Mes modèles e tente baixá-lo novamente. Prefira uma conexão estável para modelos grandes (> 10 GB).

Descarregar um modelo para liberar a VRAM

O botão Eject no topo da conversa descarrega o modelo. Útil antes de iniciar outro software com alto consumo de GPU (jogo, renderização de vídeo).

Vários chats em paralelo

Cada chat mantém seu próprio histórico e seus próprios parâmetros. Útil para comparar dois modelos lado a lado com a mesma pergunta.

Prompt de sistema por modelo

O prompt de sistema configurado no painel à direita é salvo com a conversa, não com o modelo. Para um comportamento persistente, crie um preset (botão Save Preset).

Modelos MLX no Mac

Em Apple Silicon, LM Studio oferece versões MLX além dos GGUF. Com o mesmo tamanho, o MLX é mais rápido. Mistral e Qwen possuem suas versões MLX oficiais.

#Para se aprofundar

Você tem o LM Studio em francês, sabe escolher um modelo FR e ajustar os parâmetros importantes. Os próximos passos naturais:

Ativar o servidor local

O guia Transformar o LM Studio em um servidor de API detalha como expor o endpoint compatível com OpenAI em http://localhost:1234 e conectá-lo ao VS Code, ao n8n ou a um script Python.

Compare com Ollama

O guia Ollama vs LM Studio vs Jan vs GPT4All compara as ferramentas GUI/CLI. Muitos combinam Ollama (daemon) + LM Studio (interface cliente) para aproveitar o melhor de ambos.

Aprofundar seus conhecimentos sobre quantização

O guia Escolher a quantização (Q4, Q5, Q8, FP16) compara visualmente as perdas de qualidade reais conforme as tarefas.