Meilleurs modèles LM Studio (novembre 2026) : lesquels télécharger ce mois-ci ?
Édition novembre 2026 — mise à jour mensuelle.
🔎 Le local n'a jamais été aussi fort
LM Studio a franchi un cap en 2026. Depuis la 0.4.0 de janvier (moteur llama.cpp 2.0.0, requêtes concurrentes), l'app est devenue autre chose qu'un simple explorateur de GGUF : c'est une vraie plateforme, gratuite même pour un usage professionnel interne depuis le 8 juillet 2025. Et l'automne 2026 déborde littéralement de nouveaux modèles open weights.
Ce mois-ci, GPUwerk (7 novembre 2026) recense une vague impressionnante : Nanbeige4.3-33B, Arete-27B de Nous Research, Mellum2.1-12B signé JetBrains, Nemotron 3.5 Bolt, MiMo-V2.6-Flash... De quoi bousculer le classement établi dans notre édition d'octobre 2026.
Notre approche ne change pas : on tranche, on justifie, on vous dit exactement quoi télécharger selon votre matériel. Sources récentes uniquement, croisée avec les retours du forum Hugging Face. L'objectif : que vous téléchargiez le bon quant du premier coup. Pour tout l'historique des éditions, notre page pilier LM Studio est mise à jour en continu.
L'essentiel
- Choix n°1 : Qwen3.8-27B en Q4_K_M (Unsloth) — le champion qualité/Go, contexte 32 768 tokens.
- Petites configs : Gemma 4 12B en 4-bit — 7 à 8 Go seulement, ça tourne sur un laptop.
- Gros matériel : DeepSeek V4 Flash (284B MoE, licence MIT) — 156 Go de RAM recommandés par LM Studio.
- Développement : Qwen3-Coder-Next GGUF — le meilleur coding-agent local haut de gamme selon la communauté.
- LM Studio reste gratuit en local (perso + pro interne) ; Bionic+ à 20 $/mois, Pro à 100 $/mois (novembre 2026, vérifiez sur lmstudio.ai).
- Nouveauté clé : l'endpoint /v1/messages compatible Anthropic (v0.4.1) permet de brancher Claude Code sur un modèle local.
Outils recommandés
| Outil | Usage principal | Prix (novembre 2026) | Idéal pour |
|---|---|---|---|
| LM Studio | App desktop, GUI, serveur local OpenAI-compatible (port 1234) | Gratuit (perso + pro interne, depuis juillet 2025) | Débutants comme experts, Mac Apple Silicon |
| Locally + LM Link | Pilotage de vos modèles locaux depuis le mobile | Gratuit (jusqu'à 5 appareils) | Mobilité, accès à distance |
| lms CLI + SDKs | Scripting, headless, CI, SDK Python/TypeScript, client MCP | Gratuit (open source) | Développeurs, automatisation |
| Bionic+ | Modèles OSS hébergés aux US, Zero Data Retention | 20 $/mois (à vérifier sur lmstudio.ai) | Ceux qui n'ont pas le matériel |
| Bionic Pro | Mêmes services, limites ×5 | 100 $/mois (à vérifier sur lmstudio.ai) | Équipes intensives |
À noter : l'app elle-même reste closed source, mais le CLI lms et les SDKs sont ouverts. Un arbitrage assumé par l'éditeur, et honnêtement, ça ne gâche rien à l'usage.
Le classement des meilleurs modèles LM Studio (novembre 2026)
Si vous ne devez télécharger qu'un modèle ce mois-ci : Qwen3.8-27B en Q4_K_M signée Unsloth. C'est notre choix par défaut, et celui des exemples officiels de LM Studio.
| # | Modèle | Quant conseillée | Emprise mémoire | Point fort | Pour qui |
|---|---|---|---|---|---|
| 1 | Qwen3.8-27B | Q4_K_M (Unsloth) | ~16 Go | Qualité/Go imbattable, contexte 32 768 | Tout faire, 32 Go de RAM |
| 2 | DeepSeek V4 Flash (284B MoE, MIT) | GGUF haute quant | 156 Go RAM (reco. LM Studio) | Le plus proche des géants cloud | Workstations, serveurs |
| 3 | Gemma 4 12B | 4-bit | 7-8 Go | Tourne presque partout | Laptops, 8 Go VRAM |
| 4 | Qwen3.6-35B-A3B | GGUF | ~24 Go | MoE rapide, all-rounder | Machines 32 Go |
| 5 | Gemma 4 31B | 4-bit | 17-20 Go | Compact premium | 24 Go et plus |
| 6 | Gemma 4 26B-A4B | 4-bit | 16-18 Go | MoE équilibré | 16 Go et plus |
| 7 | Arete-27B (Nous Research) | Q4_K_M | 16,5 Go | Licence Apache 2.0 | Usage commercial serein |
| 8 | Nanbeige4.3-33B | Q4_K_M | 20,8 Go | Nouveauté chinoise du mois | Curieux, 24 Go |
| 9 | Nemotron 3.5 Bolt 74B-A9B | 2-bit | 24,1 Go | MoE XXL ultra-compressé | Expérimentateurs |
| 10 | Mellum2.1-12B (JetBrains) | BF16 | 24,3 Go | Code pur et dur | Développeurs |
| 11 | Kimi K3 / Kimi K3.1 Pro | GGUF / multi-nœud | Très élevée | Chouchou des exemples LM Studio | Enthusiastes, clusters |
| 12 | MiMo-V2.6-Flash | MXFP4 | 167,4 Go (2 GPU 128 Go) | La frontière multi-GPU | Fermes de GPU |
Trois tendances ressortent de ce classement. D'abord, la vague MoE : DeepSeek V4 Flash, Qwen3.6-35B-A3B ou Nemotron Bolt offrent la densité de connaissances d'un géant pour une fraction du coût d'inférence. Ensuite, les licences : MIT pour DeepSeek, Apache 2.0 pour Arete-27B — le local devient exploitable commercialement sans casse-tête juridique. Enfin, la spécialisation : JetBrains et Nous Research visent des niches précises, signe d'un écosystème qui mûrit.
Pour comparer avec l'écosystème concurrent, notre comparatif mensuel des meilleurs LLM couvre aussi les modèles cloud — le fossé se resserre, mais il existe encore.
Notre top 3 en détail
1. Qwen3.8-27B — le couteau suisse
C'est simple : aucun autre modèle n'offre ce niveau de qualité pour cette emprise mémoire. Pinggy le désigne comme le meilleur ratio qualité/Go pour une machine à 32 Go, et LM Studio le met en avant dans ses propres exemples avec un contexte de 32 768 tokens en Q4_K_M via Unsloth.
Comptez environ 16 Go, le même gabarit qu'Arete-27B (16,5 Go en Q4_K_M). Sur un Mac à 32 Go de mémoire unifiée ou un PC avec 24 Go de VRAM, c'est le sweet spot absolu. Bonus non négligeable : c'est l'un des meilleurs modèles locaux en français — notre palmarès des meilleurs LLM en français le confirme mois après mois.
2. DeepSeek V4 Flash — le monstre MoE
284 milliards de paramètres en MoE, licence MIT, et LM Studio qui documente officiellement son exécution locale avec 156 Go de RAM recommandés (Freakyjolly, Shattered.io). C'est le modèle qui rapproche le plus le local des meilleurs LLM cloud fermés.
Évidemment, tout le monde n'a pas 156 Go sous la main. Mais si vous avez un Mac Studio musclé ou un serveur, c'est l'expérience la plus proche d'un assistant de niveau frontier que vous puissiez héberger vous-même. Sinon, les alternatives plus bas.
3. Gemma 4 12B — le roi des petites configs
7 à 8 Go en 4-bit : c'est le modèle qui rend le local accessible à tous (Pinggy). Il tourne sur un laptop modeste, et la famille Gemma 4 est complète : 12B, 26B-A4B (16-18 Go), 31B (17-20 Go), avec des GGUF Unsloth et des requants QAT optimisés.
Mon avis : commencez par lui si vous découvrez LM Studio. L'UI affiche les estimations mémoire avant le téléchargement, vous ne pouvez pas vous tromper. Et quand votre matériel grandira, la montée en gamme dans la même famille est naturelle.
Quel modèle pour votre machine ?
La règle d'or : le quant doit tenir dans votre VRAM (idéalement) ou votre RAM, KV cache compris. Voici la correspondance directe.
| Votre machine | Choix n°1 | Alternatives |
|---|---|---|
| Laptop, 8 Go VRAM / 16 Go RAM | Gemma 4 12B 4-bit (7-8 Go) | Gemma 4 26B-A4B en quant serrée |
| 16 Go VRAM | Arete-27B Q4_K_M (16,5 Go) | Gemma 4 26B-A4B (16-18 Go) |
| 24 Go VRAM ou Mac 32 Go | Qwen3.6-35B-A3B (~24 Go) | Nanbeige4.3-33B (20,8 Go), Nemotron Bolt (24,1 Go) |
| 32 Go de RAM unifiée | Qwen3.8-27B (~16 Go) | Gemma 4 31B (17-20 Go) |
| 64-128 Go | GLM 5.3 ou Kimi K3 en quants agressifs | DeepSeek V4 Flash en quant minimale |
| 156 Go RAM et plus | DeepSeek V4 Flash (reco. officielle) | MiMo-V2.6-Flash (167,4 Go) |
| Cluster multi-nœud | Kimi K3.1 Pro | — |
Pas assez de RAM ? Trois issues
Première option : descendre d'un cran de quant — une Q4 bien faite bat souvent une Q8 médiocre. Deuxième option : déporter le serveur. Le mode headless (daemon llmster) existe précisément pour ça : faites tourner LM Studio sur une machine dédiée, un VPS GPU Hostinger par exemple, et consommez-le depuis n'importe quel appareil via l'API. Troisième option : Bionic+ à 20 $/mois, qui héberge des modèles open source aux US avec Zero Data Retention (Techtraverse).
Pour une vue d'ensemble des modèles selon les configurations, notre guide des meilleurs LLM locaux complète celui-ci.
Le meilleur modèle pour coder en local
C'est Qwen3-Coder-Next en GGUF, et ce n'est même pas débattu : le forum Hugging Face le désigne comme le meilleur coding-agent local haut de gamme pour le développement web complet, devant la lignée GLM.
Deux compléments valent le détour. Mellum2.1-12B de JetBrains (BF16, 24,3 Go) excelle en complétion de code — c'est son métier, et ça se sent. GLM 5.3, recommandé dans les exemples officiels de LM Studio, reste le polyvalent solide pour alterner code et raisonnement général.
Et la vraie révolution du mois : depuis la 0.4.1, l'endpoint /v1/messages est compatible Anthropic. Concrètement, vous pouvez brancher Claude Code sur votre modèle local exposé sur le port 1234. Un agent de code state-of-the-art piloté par Qwen3-Coder-Next, sans envoyer une ligne de code dans le cloud. Pour aller plus loin sur les agents, notre sélection des meilleurs agents IA autonomes fait le tour du sujet.
GGUF ou MLX : quel format choisir ?
Réponse courte : Mac Apple Silicon → MLX. Windows/Linux → GGUF. C'est presque aussi simple que ça.
Le format MLX est optimisé pour la mémoire unifiée des puces Apple, et LM Studio le supporte nativement. Mieux : sur macOS 26.2 avec les puces M5, le moteur MLX NAX s'active automatiquement (Shattered.io). Vous n'avez rien à configurer, le modèle juste démarre plus vite.
GGUF reste pourtant incontournable : c'est le format universel, avec le catalogue le plus large — dont tous les modèles de ce classement. Là où LM Studio écrase la concurrence, c'est dans l'expérience : le catalogue Hugging Face intégré affiche les quants disponibles et l'emprise mémoire estimée avant le téléchargement (dev.to, vérifié le 19 octobre 2026). Fini les téléchargements de 20 Go qui finissent en OOM. Les sliders de GPU offload, de contexte et de sampler font le reste.
LM Studio 0.4.x et l'écosystème Bionic : ce qui a changé
Tout a basculé le 28 janvier 2026 avec la version 0.4.0 : moteur llama.cpp 2.0.0, requêtes concurrentes avec continuous batching, daemon headless llmster et commande lms chat (Freakyjolly, Shattered.io). C'est ce qui a transformé LM Studio d'app de bureau en vrai backend servable.
lms server start # serveur OpenAI-compatible sur le port 1234
lms chat # discuter avec vos modèles depuis le terminal
Depuis notre édition de juin 2026, l'écosystème s'est étoffé à vitesse record : l'app mobile Locally et LM Link (4 juin 2026) pour piloter vos modèles à distance, puis l'agent Bionic (16 juillet 2026), capable de fonctionner avec des modèles locaux ou hébergés.
Le free tier de Bionic mérite le détour : il conserve l'accès aux modèles locaux, la transcription vocale offline et LM Link jusqu'à 5 appareils (Toolbrain). De quoi figurer dans toute sélection d'outils IA gratuits qui se respecte. Les paliers payants — Bionic+ à 20 $/mois, Pro à 100 $/mois — ne servent qu'aux modèles hébergés : le local, lui, ne coûtera jamais rien.
LM Studio vs Ollama vs llama.cpp : le match
Verdict sans détour : LM Studio pour 80 % des gens, Ollama pour les amoureux du terminal, llama.cpp pour ceux qui veulent tripoter chaque paramètre.
| Critère | LM Studio | Ollama | llama.cpp |
|---|---|---|---|
| Interface | GUI complète + CLI | CLI (+ apps tierces) | CLI pure |
| Formats | GGUF + MLX | GGUF | GGUF |
| Serveur | Port 1234, OpenAI + endpoint Anthropic | OpenAI-compatible | OpenAI-compatible |
| Repérage des quants | Visuel, estimations mémoire intégrées | Ligne de commande | Manuel |
| Idéal pour | Débutants, Mac, productivité | Scripting simple | Contrôle maximal |
C'est le constat de Pinggy, qui classe LM Studio « best for almost everyone », et de dev.to. Ollama garde l'avantage de la sobriété et d'une communauté énorme — notre classement des meilleurs modèles Ollama détaille ses forces. Mais pour explorer visuellement les quants sur un Mac, LM Studio n'a pas d'équivalent.
❌ Erreurs courantes
Erreur 1 : télécharger au feeling
Le réflexe du débutant : voir « 27B », cliquer, prier. Résultat : un modèle qui swap sur la RAM et des performances catastrophiques. La solution est intégrée : LM Studio marque précisément quels quants tiennent dans votre VRAM et affiche les estimations mémoire avant téléchargement. Lisez-les. Partez systématiquement d'une Q4_K_M et montez ensuite si vous avez de la marge.
Erreur 2 : prendre le premier GGUF venu
Tous les repos ne se valent pas. Un même modèle existe en dizaines de quants, de qualité très variable. Privilégiez les requants Unsloth — c'est celle-ci que recommandent les exemples officiels pour Qwen3.8-27B — et les versions QAT pour la famille Gemma 4 (Pinggy). Deux minutes de vérification valent mieux qu'un modèle plombé.
Erreur 3 : ignorer le contexte et le KV cache
Le contexte 32 768 de Qwen3.8-27B n'est pas décoratif : il se règle avec les sliders, et il consomme de la mémoire. Beaucoup. Si votre session plante à mi-conversation, c'est rarement le modèle — c'est votre allocation. Réduisez le contexte, ajustez l'offload GPU, et souvenez-vous que le continuous batching de la 0.4.0 aide surtout en mode serveur multi-requêtes.
Erreur 4 : payer pour ce qui est gratuit
Depuis le 8 juillet 2025, LM Studio est gratuit pour un usage personnel ET professionnel interne, sans création de compte. Seule la revente est interdite. Bionic+ et Pro ne concernent que les modèles hébergés — si vous ne les utilisez pas, ne payez pas. Notre comparatif des meilleurs LLM gratuits recense d'ailleurs ce qui se fait sans débourser un centime, local comme cloud.
❓ Questions fréquentes
LM Studio est-il vraiment gratuit en 2026 ?
Oui, sans ambiguïté. Depuis le 8 juillet 2025, l'application est gratuite pour un usage personnel et professionnel interne, sans compte requis. Seule la revente est interdite. Les offres Bionic+ (20 $/mois) et Pro (100 $/mois, novembre 2026) concernent exclusivement les modèles hébergés — le local reste à 0 €.
Quel modèle choisir avec seulement 8 Go de VRAM ?
Gemma 4 12B en 4-bit, qui n'occupe que 7 à 8 Go selon Pinggy. C'est le meilleur compromis qualité/taille pour cette configuration. Restez en quant Q4, activez l'offload partiel si nécessaire, et fiez-vous aux estimations mémoire affichées par LM Studio avant le téléchargement.
Peut-on utiliser Claude Code avec un modèle local ?
Oui, depuis la version 0.4.1 de LM Studio : l'endpoint /v1/messages est compatible Anthropic. Pointez Claude Code vers votre serveur local sur le port 1234, et lancez-le avec Qwen3-Coder-Next ou GLM 5.3. Vous obtenez un agent de code fonctionnant entièrement hors ligne.
DeepSeek V4 Flash, ça tourne sur quel matériel ?
C'est un 284B MoE sous licence MIT, et LM Studio recommande 156 Go de RAM pour l'exécuter localement. Cela le réserve aux workstations et serveurs. À défaut, optez pour Bionic+ (hébergement US avec Zero Data Retention) ou un MoE compact comme Nemotron 3.5 Bolt.
MLX ou GGUF sur Mac Apple Silicon ?
MLX, sans hésiter, surtout depuis macOS 26.2 et les puces M5 où le moteur NAX s'active automatiquement. GGUF conserve néanmoins son utilité : c'est le format universel avec le catalogue le plus large, et LM Studio gère les deux de façon transparente. Testez les deux si vous hésitez.
Ces modèles sont-ils bons en français ?
Les familles Qwen et Gemma figurent parmi les meilleures multilingues du local, avec un français naturel tant en rédaction qu'en conversation. Pour des tests détaillés et un classement spécifique, consultez notre palmarès des meilleurs LLM en français, mis à jour régulièrement.
✅ Conclusion
En novembre 2026, le trio gagnant tient en une phrase : Qwen3.8-27B pour tout faire, Gemma 4 12B pour les petites machines, DeepSeek V4 Flash pour les grosses — et Qwen3-Coder-Next si votre clavier est votre outil de travail. Pour ne rien manquer des prochains mois, gardez un œil sur notre page pilier LM Studio et notre comparatif des meilleurs LLM locaux.