Jan AI vs LM Studio: lokale Modelle, Datenschutz und Ihr eigener API-Schlüssel

Jan AI und LM Studio sind keine zwei vergleichbaren Apps mehr, und jeder Vergleich aus dem Jahr 2026, der das nicht sagt, liegt sowohl beim Preis als auch bei der API-Frage falsch. Jan Desktop ist eine einzelne kostenlose Apache-2.0-Anwendung. LM Studio besteht inzwischen aus zwei Desktop-Produkten: LM Studio (Classic), derzeit 0.4.25, der kostenlose lokale Modellmanager und OpenAI-kompatible Server, den dieser Name schon immer bezeichnet hat, und LM Studio Bionic, eine separate Agenten-App, die am 16. Juli 2026 angekündigt wurde und Pläne für $0, $20 und $100 anbietet. Jeder derzeit für diese Suchanfrage in den Suchergebnissen erscheinende Drittanbieter-Vergleich ist älter als diese Aufteilung.

Die kurze Antwort: Wenn du ein einziges Desktopfenster möchtest, das ein lokales Modell ausführt und mit einem gehosteten Modell unter deinem eigenen Schlüssel kommuniziert, ist Jan Desktop die Lösung, die dies offiziell unterstützt – unter Settings > Model Providers > Add Provider werden eine Basis-URL und ein Schlüssel eingegeben. Wenn du den leistungsfähigeren lokalen Modellmanager und einen Server möchtest, den andere Software aufrufen kann, ist LM Studio (Classic) das bessere Tool und kostenlos, auch bei der Nutzung am Arbeitsplatz. Keine der beiden LM-Studio-Apps dokumentiert ein allgemeines Feld für eine Basis-URL eines Drittanbieter-Endpunkts; im Changelog von Classic wird jedoch ein undokumentierter Modus für einen „enterprise internal network model endpoint“ aufgeführt, der weiter unten behandelt wird.

Eine Begriffsklärung vor den Details, weil die Suchergebnisse beides vermischen: Jan, die von Menlo Research entwickelte lokale KI-App unter jan.ai, ist nicht Janitor AI, die Rollenspiel-Chat-Website. Und mit „Jan API key“ ist normalerweise kein Schlüssel gemeint, den du kaufst – Jan verkauft nichts. Im FAQ erfährst du, was diese Formulierung fast immer bedeutet.

Welche solltest du auswählen

Die Entscheidung fällt gleich aus, egal ob du nach Jan vs. LM Studio oder LM Studio vs. Jan gesucht hast, denn sie hängt von einer Frage ab: Muss die App ein Modell erreichen, für das du anderswo bezahlst? Gehe diese Tabelle von oben nach unten durch und höre bei der ersten Zeile auf, die auf dich zutrifft. Sie ist danach geordnet, wie entscheidend der Unterschied ist, nicht nach der Anzahl der Funktionen.

Zwei Dinge sind keine Unterschiede, auch wenn sie in älteren Vergleichen auftauchen. Beide führen Open-Weight-Modelldateien auf deiner eigenen Hardware aus – der integrierte Downloader von LM Studio lädt „jedes unterstützte Modell von Hugging Face“ herunter, und Jans Dokumentation nennt llama.cpp und MLX als lokale Engines –, daher sind die bereits vorhandenen Gewichte bei einem Wechsel nicht unbrauchbar. Die Migration besteht darin, eine App erneut auf Dateien auf der Festplatte zu verweisen und einen Schlüssel erneut einzugeben, nicht darin, ein proprietäres Format zu exportieren. Beide können außerdem am Arbeitsplatz kostenlos verwendet werden: Jan aufgrund seiner Lizenz, Classic aufgrund der Richtlinie vom 8. Juli 2025, die besagt, dass kein Formular ausgefüllt und kein vorheriger Kontakt aufgenommen werden muss.

Hardware: eine veröffentlichte Untergrenze, nicht zwei

Dieser Abschnitt hat absichtlich nur eine Spalte. LM Studio veröffentlicht eine Seite mit Systemanforderungen; die Desktop-Dokumentation von Jan hat kein entsprechendes Gegenstück – bei der Prüfung für diesen Artikel wurde in der Dokumentationsnavigation keine Hardware- oder Systemanforderungsseite gefunden. Es gibt daher keine symmetrische Jan-Zahl, die man abdrucken könnte, und eine zu erfinden wäre die einfachste Lüge auf dieser Seite.

Betrachte diese Angaben als Orientierung für beide Apps und nicht nur für eine. Da beide dieselben Open-Weight-Modelldateien laden, ist das entscheidende Kriterium das ausgewählte Modell und der benötigte Speicher, nicht der Launcher, den du geöffnet hast. Jan verfolgt stattdessen den Weg über einzelne Modelle: Der Quickstart sagt, dass jedes Modell im Hub „anzeigt, ob es zu deiner Hardware passt, damit du eines auswählen kannst, das auf deinem Rechner komfortabel läuft“ – eine Prüfung beim Herunterladen statt einer Tabelle, die man vorher lesen muss.

Beide bieten einen lokalen Server – und genau das bedeutet „Jan API key“

Die meistgesuchte Jan-Frage hat eine unspektakuläre Antwort. Jans lokaler API-Server wird unter Settings > Local API Server gestartet, verwendet standardmäßig den Port 1337 und stellt http://127.0.0.1:1337/v1/chat/completions bereit. Sein API-Schlüssel ist ein von dir selbst festgelegter Wert: „Set any string (z. B. a-secure-password)“, der als Authorization: Bearer-Header gesendet wird. Standardmäßig ist der Server an 127.0.0.1 gebunden, sodass nichts aus deinem Netzwerk ihn erreicht, bevor du diese Einstellung änderst.

LM Studio (Classic) erfüllt dieselbe Aufgabe auf einem anderen Port. Die Serverdokumentation beschreibt, dass lokale Modelle „entweder unter localhost oder im Netzwerk“ bereitgestellt werden können, und die Servereinstellungen führen einen konfigurierbaren Server Port, einen Schalter „Allow other devices on the same local network to access the API server“ sowie die Option „Require Authentication“ auf, die Clients dazu verpflichtet, „über den Authorization-Header ein gültiges API-Token bereitzustellen“. Die OpenAI-Kompatibilitätsseite nennt http://localhost:1234/v1 als standardmäßige Basis-URL.

Beachte die Richtung. In diesem Modus stellen beide Apps eine OpenAI-kompatible API bereit; keine von ihnen konsumiert eine solche API. Das ist das Gegenteil dessen, worum es im nächsten Abschnitt geht, und die Vermischung beider Fälle ist der häufigste Fehler in diesem Vergleich. Wenn du das Muster möchtest, bei dem ein lokaler Server und ein gehostetes Gateway hinter demselben Client liegen, zeigt die Dokumentation zum lokalen Endpunkt genau diese Struktur.

Was deinen Rechner tatsächlich verlässt

Jans Datenschutzseite sagt „Keine Datenerfassung, bis du zustimmst“, beschränkt optionale Analysen auf aktive Nutzer und die Aufbewahrung auf eine zufällige ID, die über PostHog EU verarbeitet wird, und äußert sich eindeutig zum Cloud-Fall: Cloud-Modelle „müssen deine Nachrichten sehen, damit sie funktionieren. Das bleibt zwischen dir und ihnen – Jan stellt nur die Verbindung her.“ Seit v0.8.4 werden Anbieterzugangsdaten nicht mehr im localStorage des Webviews, sondern in einem Backend-Speicher abgelegt; Geheimnisse werden im Schlüsselbund des Betriebssystems gespeichert und beim ersten Start automatisch migriert.

Eine Lücke, die man benennen sollte, statt sie zu verschleiern. Dieselbe Version fügte die integrierten Tools web_search und web_fetch hinzu, die „von einem nativen tauri-plugin-websearch unterstützt“ werden; im Changelog steht nicht, welcher Suchanbieter sie betreibt, ob ein Schlüssel erforderlich ist oder wessen Server die Anfrage sehen. Auch Jans Datenschutzseite behandelt die Websuche nicht. Wenn du eine lokale App verwendest, damit Anfragen lokal bleiben, solltest du diese Tools als netzwerkgebunden betrachten, bis der Anbieter etwas anderes dokumentiert.

Auf der Seite von LM Studio hängt der Datenpfad vollständig davon ab, welche Modellquelle du in Bionic auswählst. Die Dokumentation zu Guthaben sagt: „Lokale Modelle und Remote-LM-Link-Modelle verbrauchen kein Guthaben und benötigen keine eingerichtete Abrechnung“, während Cloud-Modelle in der von LM Studio so bezeichneten Secure Cloud ausgeführt werden – einem Dienst, den die Enterprise-Seite des Anbieters als seine „US-basierte Zero Data Retention (ZDR) Cloud“ beschreibt. Das ist die eigene Beschreibung des Anbieters, keine unabhängige Feststellung. Remote bedeutet LM Link zu einem anderen deiner Geräte: Die Inferenz wird verlagert, aber das Gespräch bleibt dort, wo du tippst.

Was die beiden jeweils kosten

Jede Zeile nennt das Produkt, denn ein Satz, der einfach nur „LM Studio“ sagt, ist nun für eine der beiden Apps falsch.

Preise, abgelesen von lmstudio.ai/pricing, der Downloadseite und jan.ai am 19. September 2026. Diese Zeile zur Transkription gehört zum kostenlosen Bionic-Plan und läuft auf dem Gerät des Nutzers; Kunavo stellt keine Speech-to-Text- oder Embedding-Modelle bereit, daher hat nichts in dieser Zeile ein Kunavo-Gegenstück.

Zwei Warnungen. Erstens veröffentlichen mehrere Drittanbieter-Websites Preise pro Token und Tarifübersichten für die Cloud-Inferenz von LM Studio. Die eigene Preisseite des Anbieters veröffentlicht weder einen Preis pro Token noch die Größe des enthaltenen Umfangs und sagt lediglich: „Cloud credits cover usage beyond the allowance included with your plan“. Jede konkrete Zahl, die du anderswo findest, wurde nicht von lmstudio.ai abgelesen. Zweitens ist die Teamfrage tatsächlich ungeklärt: Auf derselben Seite wird eine zentrale Abrechnung über eine Organisation angeboten, während zugleich steht: „Subscription plans for teams coming soon“ – das ist etwas anderes als der „Teams“-Plan, dessen Einführung der Beitrag vom 8. Juli 2025 noch im selben Monat angekündigt hatte. Prüfe dies vor der Budgetplanung im Checkout.

Eine der beiden Apps auf eine gehostete API verweisen

Das ist die eigentliche Asymmetrie, und sie sollte präzise formuliert werden, statt zu sagen: „LM Studio kann das nicht.“

Jan Desktop bietet dafür einen First-Party-Weg ohne Tarifbeschränkung. Die Dokumentation zu benutzerdefinierten Endpunkten verweist auf Settings > Model Providers > Add Provider und bietet einen Formatwähler mit „OpenAI-compatible“ oder „Anthropic-compatible“ – letzteres wurde in v0.8.1 vom 29. Mai 2026 hinzugefügt – sowie drei Felder: Anbietername, Basis-URL und API-Schlüssel.

Diese letzte Zeile ist der Reibungspunkt, auf den Nutzer stoßen und den sie dann dem Endpunkt anlasten. Jan prüft deinen Anbieter nicht auf Fähigkeiten; ein neu hinzugefügtes Modell wird mit deaktivierten Tools und deaktivierter Vision angelegt, und du stellst beides in der Konfiguration für jedes Modell ein. Bevor du etwas einfügst, kostet es nur einen Befehl zu bestätigen, dass der Endpunkt auf die Anfrage antwortet, die Jans Erkennung senden wird:

# Does the endpoint answer the request Jan's auto-discovery makes?
curl https://api.kunavo.com/v1/models \
  -H "Authorization: Bearer $KUNAVO_API_KEY"

# Base URL to paste into Jan: https://api.kunavo.com/v1
# Dropping the /v1 is the documented way to get a 404.

Mach dir klar, worum es sich handelt: um ein aus Jans veröffentlichter Dokumentation und den eigenen Endpunkten von Kunavo abgeleitetes Verfahren, nicht um einen Kompatibilitätstest. Jan wurde hier nicht zur Laufzeit gegen api.kunavo.com getestet; halte daher während des Ausprobierens einen funktionierenden Weg bereit. Die Anthropic-kompatible Option bleibt absichtlich unausgefüllt – Jans Dokumentation beschreibt das Format, sagt aber nicht, ob die Jan-App den Messages-Pfad an deine Basis-URL anhängt, und ein geratenes Suffix führt in deiner App lediglich zu einem 404. Wenn du das Messages-Protokoll verwenden möchtest, lies die Dokumentation zur Anthropic-Basis-URL und teste es selbst.

Keine der beiden LM-Studio-Apps dokumentiert dieses Feld. Classic bezieht seine Modelle von Hugging Face und führt sie lokal aus; in der App-Dokumentation findet sich keine Einstellung für eine Basis-URL oder einen Anbieterschlüssel eines Drittanbieters. Der einzige dokumentierte Ausweg ist das offizielle Pluginsystem: Ein Generator ist „ein Ersatz für lokale LLMs“, der „für die Implementierung von Adaptern für externe Modelle nützlich ist, etwa für die Verwendung einer entfernten LM-Studio-Instanz oder anderer Online-Modelle“, und ein Plugin, das einen solchen Generator enthält, „erscheint in der Modellauswahl und verhält sich wie ein Modell“. Der Mechanismus ist offiziell; die ihn verwendenden Adapter werden von der Community veröffentlicht. Dieser Weg bedeutet daher, dass du einem Drittanbieter-Plugin deinen API-Schlüssel übergibst. Bewerte diesen Kompromiss für sich.

Bionic bietet diese Möglichkeit überhaupt nicht. Die Modelldokumentation führt genau drei Quellen auf – Cloud (gehostet, benötigt ein Konto und Guthaben), Local (auf dem Gerät) und Remote (eines deiner anderen Geräte über LM Link) – ohne benutzerdefinierte Basis-URL und ohne eigenen Schlüssel. Als Erweiterungsmöglichkeit nennt die Bionic-Dokumentation Skills, die wiederholbare Aktionen vermitteln, statt ein Modell-Backend bereitzustellen. Eine Einschränkung zum pauschalen „Nein“: Im Changelog-Eintrag für 0.4.20 von LM Studio wird „Support for enterprise internal network model endpoint“ aufgeführt; ein Nicht-Hugging-Face-Endpunktmodus existiert in Classic also tatsächlich. Keine für diesen Artikel gefundene Dokumentationsseite beschreibt jedoch die Konfiguration oder wer ihn aktivieren kann. Betrachte ihn daher als real, aber undokumentiert, nicht als einen Weg, auf den du deine Planung stützen kannst.

Die Richtung, die mit LM Studio funktioniert, ist die umgekehrte: Lass Classic unter localhost:1234/v1 bereitstellen und überlasse es dem aufrufenden Client, je nach Aufgabe zwischen diesem und einem Gateway zu wählen. Die Anleitung zur OpenAI-kompatiblen API beschreibt diesen Wechsel; wenn du Chat-Frontends statt lokaler Laufzeitumgebungen vergleichst, behandeln AnythingLLM vs Open WebUI und LibreChat vs Open WebUI zwei Beispiele, die eine Basis-URL auf dieselbe Weise wie Jan akzeptieren.

Eine Beispielrechnung, falls du ein gehostetes Modell hinzufügst

Dies ist eine beispielhafte Tokenrechnung, keine gemessenen Kosten und keine Obergrenze für die Rechnung. Nehmen wir einen leichten Monat mit Desktop-Chats an: 300 Nachrichten, bei denen jeweils etwa 3.000 Eingabetokens gesendet werden, sobald der bisherige Gesprächsverlauf erneut übertragen wird, und 600 Ausgabetokens empfangen werden – also 900.000 Eingabe- und 180.000 Ausgabetokens. Die Spalte „hoch“ folgt demselben Muster mit dem fünffachen Volumen. Die Preise sind aktuelle Preise aus dem Kunavo-Katalog pro Million Tokens.

Unter diesen Annahmen kommt die schwerste Zeile auf $18.90 und liegt damit unter Bionic+ für $20 im Monat. Das ist eine reale, aber eng begrenzte Lesart dieser Zahlen. Sie gilt für dieses Nutzungsmuster, diese vier Modelle und diese Preise und stellt eine nutzungsabhängige Rechnung einem Plan gegenüber, der zusätzlich Produktfunktionen und die eigenen gehosteten Open Models von LM Studio bündelt, die Kunavo nicht anbietet. Bei nutzungsabhängiger Abrechnung kaufst du ausschließlich Tokens: Die Kosten folgen dem, was du sendest, sowohl nach oben als auch nach unten. Ein niedrigerer Listenpreis bedeutet außerdem nicht automatisch niedrigere Gesamtkosten – ein Modell, das drei Versuche für eine Aufgabe benötigt, kann mehr kosten als eines, das sie beim ersten Mal richtig löst. Erstelle daher eine Vorauswahl anhand des günstigsten Modells, das deine Arbeit abschließt, nicht anhand der günstigsten Zeile. AI cost optimization beschreibt diese Methode.

Der Katalogbetrag von Kunavo ist eine Abrechnungsuntergrenze und keine Obergrenze: Wenn der Upstream-Anbieter seine Kosten meldet, entspricht die Rechnung dem höheren Wert aus den Katalogkosten und den Upstream-Kosten multipliziert mit dem geltenden Aufschlag. Cache-Gebühren und externe Tools liegen außerhalb dieses Beispiels. Die minimale Aufladung beträgt $10 als Prepaid-Guthaben. Das ist ein Mindestbetrag zur Finanzierung, keine Aufgaben- oder Abonnementgebühr – dieselbe Rechnung deckt darin ungefähr 7 leichte Monate Claude Haiku 4.5-Chat ab; dies ist eine Schätzung auf Grundlage der obigen Annahmen und keine Garantie dafür, wie lange ein Guthaben reicht. Siehe Abrechnungsdetails.

Funktionsvergleich auf einen Blick

Zwei Zeilen verdienen eine Fußnote. Ob Classic mit den gehosteten Cloud-Modellen von LM Studio chatten kann, ist tatsächlich unklar – keine Dokumentationsseite bestätigt die eine oder andere Möglichkeit, daher lautet die Zelle „nicht dokumentiert“ statt „nein“. Die beiden Versionszeilen wurden aus separaten LM-Studio-Changelogs abgelesen – eines für Classic, eines für Bionic –, die sich beide schneller ändern als diese Seite. Betrachte sie daher als den Stand zum Zeitpunkt der Prüfung und nicht als die Version, die dir angeboten werden wird.

Wenn Sie sich entscheiden, einen gehosteten Schlüssel zu hinterlegen

Kunavo veröffentlicht keine spezifische Integrationsseite für Jan. Der ehrliche Weg ist daher der allgemeine: Erstellen Sie einen Schlüssel, richten Sie Jans benutzerdefinierten Anbieter auf https://api.kunavo.com/v1 aus, lassen Sie die Erkennung die Modellliste ausfüllen und aktivieren Sie Tools oder Vision je nach Modell manuell. Beginnen Sie beim Quickstart für Schlüssel und Basis-URL und erstellen Sie ein Kunavo-Konto, sobald Sie eines aufladen möchten. Lassen Sie Ihr lokales Modell daneben konfiguriert — der Grund, Jan oder LM Studio überhaupt zu betreiben, besteht darin, dass der Offline-Weg verfügbar bleibt, wenn sich der gehostete Weg nicht lohnt.

Häufig gestellte Fragen

Am 19. September abgerufene und am 21. September 2026 erneut überprüfte Anbieter-Webseiten, Dokumentationen und Changelogs: die Startseite, Quickstart-, Custom-Endpoint-, API-Server-, Datenschutz- und Changelog-Seiten von jan.ai sowie die LICENSE-Datei in janhq/jan; die Seiten von lmstudio.ai zu Preisen, Download, Enterprise, Nutzungsbedingungen, Classic- und Bionic-Changelogs, Systemanforderungen, Model-Download, App-Dokumentation, Bionic-Modellen und Credits, Generator-Plugin, Server und Server-Einstellungen, OpenAI-Kompatibilität, Headless und Free-for-Work; außerdem die GitHub API für janhq/jan und die Organisation lmstudio-ai. Versionsnummern und Sternzahlen entsprechen dem Stand der späteren Überprüfung. Es wurde kein Laufzeittest einer der beiden Apps mit Kunavo durchgeführt, und jeder auf dieser Seite berechnete Dollarbetrag ist eine illustrative Token-Arithmetik zu den aktuellen Katalogpreisen.