初心者 8 分フランス語

LM Studio：完全ガイド 2026

LM Studio は Windows、macOS および Linux でローカルに LLM を利用する最も簡単な方法の一つです。シンプルなグラフィカルインターフェース、モデルの検索機能、ワンクリックで OpenAI 互換のサーバーを構成できます。このガイドでは、フランス語で LM Studio を使いこなす方法を解説します。言語の切り替え方法、インターフェースの読み方、品質の高いフランス語モデルの探し方、そして実際に重要となる設定（コンテキスト、温度、量子化）についてです。

著者 Mohamed Meguedmi·更新 2026-08-27·Windows・macOS・Linuxでテスト済み

#フランス語でLM Studioを使う理由

LM Studioは、使い始めるうえで重要な機能を備えています。コマンドラインは不要で、GPUを自動検出し、画面上でモデルを管理できます。さらに、どのアプリからでも利用できるOpenAI互換のローカルサーバーも備えています。フランス語圏のユーザーからよく挙がる疑問は2つです。インターフェースはフランス語に対応しているのか、そしてフランス語で適切に回答するモデルはどこで見つかるのか、という点です。

結論から言うと、インターフェースもモデルもフランス語に対応しています。インターフェースではフランス語が公式対応言語に含まれ、Mistral Small、Qwen 3.5 / 3.8、Gemma 4もフランス語を非常によく扱えます。あとは、VRAM容量と用途に応じて、どのモデルを読み込むかを見極める必要があります。

i
このガイドがカバーする内容
このガイドでは、LM Studioがすでにインストールされているマシンでの基本的な使い方を説明します。まだインストールしていない場合は、「LM Studioを始める（Windows/macOS）」または「LinuxでLM Studioを使う」のガイドでインストール手順を確認できます。ここではフランス語での使い方に焦点を当てます。

#1. インターフェースをフランス語に設定する

ローカルAIキット

LM Studioを一通り試しましたか。ローカルAIキットでは、LM Studioを最初から最後まで（第4章）、その高度な設定（第5章）、そして汎用モデルよりフランス語モデルを選ぶべき場合（第10章）まで扱います。

  • 永久に利用できるオンラインスペース
  • PDF + ファイル
  • 生涯アップデート
ローカルAIキット →または すべてのキットを無期限で利用 — 49 € →

LM Studio はデフォルトでシステムの言語で起動します。OSがフランス語の場合、おそらくすでに設定されています。そうでない場合、変更には10秒かかります。

  1. 01
    設定を開く
    メインウィンドウの左下にある歯車アイコンをクリックするか、キーボードショートカットCtrl+,（macOSではCmd+,）を使ってください。
  2. 02
    Generalセクション → Language
    「Settings」パネルで「General」セクションを探してください。「Language」メニューには、利用可能な言語が一覧表示されています。
  3. 03
    「Français」を選ぶ
    ドロップダウンリストからフランス語を選択してください。インターフェースは即座に切り替わり、再起動は不要です。
→
部分的な翻訳
一部の専門性の高い表示名（アーキテクチャ名やサンプラーの高度なパラメータ）は、フランス語モードでも英語のままです。これは意図的なものです。LLMコミュニティ全体で共通して使われる用語なので、元の表記のまま覚えておくほうがよいのです。

#2. インターフェースの紹介

LM Studio を開くと、左側のバーから5つの主要エリアにアクセスできます。それぞれの用途を紹介します。

Chat（吹き出しアイコン）
メイン画面：ロードされたモデルとの会話。上部にモデル選択、右側に設定、左側にチャット履歴を表示。
Découvrir / Search（虫眼鏡アイコン）
Hugging Faceでのモデル検索。アーキテクチャ、サイズ、フォーマット（GGUF、MLX）でフィルタリングできます。ここではモデルをダウンロードします。
マイモデル（フォルダアイコン）
ディスクにダウンロード済みのものをすべて一覧表示し、サイズ、量子化方式、ローカルパスを確認できます。アンインストールしてディスクの空き容量を増やすこともできます。
ローカルサーバー（ターミナルアイコン）
http://localhost:1234でOpenAI互換のエンドポイントを有効にします。サードパーティーのアプリ（VS Code、n8n、Pythonスクリプト）をLM Studioに接続するために不可欠です。
設定（ギアアイコン）
言語、テーマ、モデルの保存フォルダ、GPUバックエンド（CUDA、ROCm、Metal、Vulkan）の選択、開発者向けオプション。
i
チャット内の右側のパネル
会話中は、右側のパネルにモデルのパラメータ（システムプロンプト、温度、top-p、コンテキスト長など）が表示されます。モデルの振る舞いを実際に調整するのは、全体設定の「Settings」ではなく、このパネルです。

#3. フランス語が得意なモデルを探す

「Discover」タブはHugging Faceに直接問い合わせます。フランス語で使う場合、単純なキーワード検索では結果にばらつきがあります。多くのモデルがフランス語対応をうたっていますが、単純な話題から外れるとすぐにハルシネーションを起こします。効果的な方法は次のとおりです。

  1. 01
    信頼できる提供元で絞り込む
    検索欄に mistralai、Qwen、または google と入力してください。この3つのモデル系列（Mistral、Qwen 3.5/3.8、Gemma 4）は、フランス語をネイティブ並み、またはそれに近い水準で扱えます。匿名アカウントによる再アップロードは避け、公式アカウントを優先してください。用意済みのGGUF版については、bartowski / lmstudio-community を優先してください。
  2. 02
    フォーマットを確認する
    LM Studio はGGUF形式（Apple SiliconではMLX形式も）を読み込めます。モデルの重みが未変換のsafetensors形式でしか提供されていない場合、直接実行することはできません。モデルカードにその旨が記載されています。
  3. 03
    適切な量子化を選択する
    Q4_K_M、Q5_K_M、Q8_0など、複数のファイルが用意されていることがよくあります。基本の選択肢としては、Q4_K_Mがバランスに優れています。詳しくは、下の量子化のセクションで説明します。
  4. 04
    ダウンロードを開始
    ファイルの右側にあるDownloadボタン。アプリの下部のバーは進行状況を表示します。この間は他のモデルを続けて使用できます。
!
表示されるVRAMに注意
LM Studioは、緑・黄・赤の丸いインジケーターで、モデルがVRAMに収まるかどうかを示します。この推定では、使用予定のコンテキスト長が必ずしも考慮されているとは限りません。4096トークンで緑と表示されたモデルでも、32kトークンでは赤に変わることがあります。モデルの読み込み後に、Ollamaの場合と同様にnvidia-smiで確認してください。

#4. 推奨されるフランス語モデル

2026年にフランス語で使うなら、3つのモデルファミリーが際立っています。どれを選ぶべきかは、主に利用できるVRAM容量によって決まります。

#Mistral (フランス語ネイティブ)

フランス企業のMistral AIが提供しています。フランス語は後付けの追加機能ではなく、主要言語として重視されています。2026年のローカル向けラインアップは、Apache 2.0ライセンスの24Bクラスが中心です：

Mistral Small 24B (Q4_K_M ≈ 14 GB)
フランス語に対応した定番の汎用モデルで、VRAM 16 GB 以上の環境向けです。ライセンスは Apache 2.0。フランス語での複雑な処理（文章作成、要約、推論）では、プロプライエタリモデルに近い品質を発揮します。
Devstral 24B (Q4_K_M ≈ 14 GB)
同じMistralをベースに、コーディングエージェント向けに特化したモデルです（Apache 2.0）。フランス語でコーディングするなら理想的な相棒です。VRAMは16 GB以上が目安です。

VRAMが16 GB未満なら、以下のQwenまたはGemmaを検討してください。Mistralには、この範囲で使える最新の小型汎用モデルがもうありません。

#Qwen 3.5 / 3.8（多言語対応がしっかりしている）

Alibabaが提供する、Apache 2.0ライセンスのモデルです。公式にはフランス語を含む数十の言語で学習されており、まれに見る高い一貫性を備えています。CPUでの実行から大型GPUまで、あらゆるVRAM容量帯を最も幅広くカバーするモデルファミリーです。

Qwen 3.5 4B Instruct (Q4_K_M ≈ 3.4 GB)
新しい「標準の小型モデル」です。4〜6 GBのVRAM、またはCPUで動作します。このサイズとしては驚くほどフランス語に強く、分類や抽出に最適です。
Qwen 3.5 9B Instruct (Q4_K_M ≈ 6.6 GB)
2026年、8GB環境で選ぶならこれ：256kのネイティブコンテキストと画像認識に対応。8〜12GBのVRAM（RTX 3060/4070）で使うのに最適です。12GBの環境でQ8_0（約11GB）を使えば、品質はさらに向上します。
Qwen 3.8 27B Instruct (Q4_K_M ≈ 18 GB)
VRAM 24 GB（RTX 3090/4090）向け。2026 年 8 月 14 日リリース：コンテキスト 262k、ビジョン対応、この中で最も「Copilot に近い」モデル。ヒント：推論しすぎている場合は、設定で推論レベルを low に調整してください。

#Gemma 4（Google）

Gemma 4（2026年4月）以降、このファミリーは Apache 2.0 ライセンスに移行し、フランス語にネイティブ対応しています。さらに、マルチモーダル（テキスト＋画像）にも対応しています。従来の Llama よりも、文章表現が「整っている」ことが多いモデルです。3つのサイズであらゆる予算に対応します。Gemma 4 E2B（Q4 で約4.3 GB）はメモリ容量の少ないグラフィックカードや CPU での利用向け、Gemma 4 12B（Q4 で約7.6 GB）は VRAM 8～12 GB 向けのマルチモーダルモデル、Gemma 4 26B-A4B（Q4 で約19 GB）は VRAM 24 GB 向けの高速なマルチモーダル MoE です。

→
導入前にテストを行う
候補のモデルを2〜3個ダウンロードし、それぞれに自分の専門分野の同じ技術的な質問をフランス語でしてください（業界用語、フランス語の略語、複雑な文法上の一致を含めます）。10分あれば、どれが実際のニーズに合うか分かります。正しく答える小さなモデルでVRAMを節約できるほうが、回答に迷う大きなモデルを使うよりも有益です。

#5. 量子化の説明

LM Studio に表示されているすべてのGGUFモデルは量子化されています。その意味を理解することは、30GBを無駄にダウンロードしないために重要です。

LLMは浮動小数点で重みを保存します。オリジナルのバージョン（FP16）では、各重みが2バイトを消費します——そのため7Bモデルは約14GBを占めます。量子化により、これらの重みの精度が低下し、サイズを小さくすることができますが、品質にわずかな損失が生じます。

Q4_K_M（デフォルトで推奨）
平均して4ビットの重み。FP16 に対して約4倍のサイズを削減。品質の損失は最小限（ベンチマークで約1〜2％）。90％のケースで適切な選択です。
Q5_K_M
重み1つあたり5ビット。Q4_K_Mより約20％サイズが大きく、品質はFP16とほぼ区別できません。VRAMに余裕があり、コードや長文執筆など、品質が求められる用途で使う場合に選んでください。
Q8_0
重みあたり8ビット。品質はFP16とほぼ同等ですが、サイズはQ4_K_Mの2倍です。ファインチューニングや基準ベンチマークに適しています。
Q3_K_S / Q2_K
非常に強い量子化です。複雑なタスクでは品質の低下が目立ちます。大きなモデルを少ないVRAMにどうしても収める必要がある場合に限って使用してください。
FP16（未量子化）
ネイティブ精度。重みあたり2バイト。VRAMがあり、最高品質が重要でない限り、避けるべきです。
i
モデルサイズ別のVRAM容量の目安（Q4）
3B ≈ 2 GB · 7B ≈ 5 GB · 14B ≈ 9 GB · 32B ≈ 19 GB · 70B ≈ 40 GB。コンテキストが4096トークンを超える場合は、追加の8kトークンごとに約1 GBを加えてください。

#6. コンテキストと温度

チャットの右側パネルでは、2つの設定が、体感上の影響という点で他の設定を大きく上回ります。

#Context Length（コンテキスト長）

モデルが一度に「見られる」トークン数のことです。プロンプト、チャット履歴、回答が含まれます。LM Studioのデフォルト設定は2048または4096トークンで、これは短めです。会話が少し長くなったり、文書を貼り付けたりすると、すぐに上限を超え、モデルは会話の冒頭を忘れてしまいます。

短い会話（汎用アシスタント）
4096トークンで十分です。VRAMを節約でき、速度も低下しません。
ドキュメントの分析（要約、Q&A）
16k から 32k。モデルがこのコンテキストをネイティブにサポートしているかを確認してください（Qwen 3.5 9B：256k、Qwen 3.8 27B：262k、Granite 4.2 8B：128k）。
コードおよび長文レポート
32k以上。消費されるVRAMは急速に増加します——7Bモデルで4kから32kに変更すると、通常+3から+4GB増加します。

#温度

回答のランダム性を制御します。値が高いほど、モデルは次の単語を選ぶ際にリスクを取ります。値が低いほど、最も確率の高い単語を選ぶ傾向が強まります。

0.0 – 0.3（決定論的）
データ抽出、分類、コーディングなど、毎回同じ回答を得たいタスクに適しています。モデルの応答は、そっけなく感じられたり、同じ表現を繰り返したりすることがあります。
0.4 – 0.7（バランスが取れた値、デフォルト）
汎用アシスタント、Q&A、要約向けです。一貫性と多様性のバランスが良好です。LM Studioでは、初期設定が0.7になっていることがよくあります。
0.8 – 1.2（創造的）
自由な文章作成、ブレインストーミング、フィクション向けです。モデルは文体をより自由に変化させます。1.2を超えると、すぐに内容の一貫性が失われやすくなります。
→
top-k より top-p
高度な設定を変更するなら、top-p（0.9前後）のほうがtop-kより新しい方式で、安定しています。他の設定（frequency penalty、presence penalty）は、特定の必要がない限りデフォルトのままにしてください。これらの設定で実際の問題が解決することはめったになく、かえって奇妙な副作用が生じることがよくあります。

#ヒントと落とし穴

フランス語を指定しても、モデルが英語で応答する
明確なシステムプロンプトを追加してください：「質問が英語であっても、フランス語だけで回答してください。」Mistral以外のモデルでは、これが必要になることがあります。
ダウンロードが中断されました
LM Studioでは、ダウンロードが正常に再開されないことがあります。ダウンロードが止まった場合は、「Mes modèles」でダウンロード途中のファイルを削除し、ダウンロードをやり直してください。大きなモデル（10 GB超）には、安定した接続を使うことをおすすめします。
モデルをアンロードしてVRAMを解放する
チャット上部のEjectボタンを押すと、モデルがメモリから解放されます。GPUを多く使う別のソフトウェア（ゲーム、動画レンダリング）を起動する前に便利です。
複数のチャットを並列実行
各チャットは、それぞれの履歴とパラメータを保持します。同じ質問で2つのモデルを並べて比較する際に便利です。
モデルごとのシステムプロンプト
右側のパネルで設定したシステムプロンプトは、モデルではなく会話とともに保存されます。同じ振る舞いを継続して使うには、プリセットを作成してください（「Save Preset」ボタン）。
Mac用のMLXモデル
Apple シリコン上で、LM Studio は MLX バージョンを GGUF バージョンとともに提供しています。同等のサイズにおいて、MLX はより高速です。Mistral および Qwen はそれぞれ公式な MLX バージョンを提供しています。

#さらに詳しく

これでLM Studioをフランス語で使えるようになり、フランス語向けのモデルの選び方や、重要なパラメータの調整方法も身につきました。次のステップとして自然なのは、以下の方向です：

ローカルサーバーを有効にする
ガイド「LM StudioをAPIサーバーにする」では、OpenAI互換のエンドポイントをhttp://localhost:1234で公開し、VS Code、n8n、またはPythonスクリプトに接続する方法を詳しく説明しています。
Ollama と比較する
ガイド「Ollama vs LM Studio vs Jan vs GPT4All」では、GUIとCLIのツールを比較しています。多くの人は、Ollama（デーモン）とLM Studio（クライアントインターフェース）を組み合わせて、両者の長所を活用しています。
量子化を深掘りする
「量子化（Q4、Q5、Q8、FP16）を選ぶ」ガイドは、タスクごとの実際の品質損失を視覚的に比較しています。
このガイドは役に立ちましたか？

ご意見、誤りのご指摘、補足はありますか？ぜひお知らせください。皆さんにとってより良いガイドにするために役立ちます。