Msty vs. LM Studio vs. AnythingLLM: lokale Modelle, RAG und API-Kosten

Msty Studio und AnythingLLM sind Chat-Arbeitsbereiche, die jeweils eine Möglichkeit dokumentieren, auf einen OpenAI-kompatiblen Endpunkt zu verweisen; LM Studio ist eine lokale Laufzeitumgebung, die dieses Protokoll bereitstellt, statt es zu nutzen. Diese einzige Asymmetrie entscheidet über den größten Teil dieses Vergleichs. Wenn Sie lokale Modelle mit einem gehosteten Frontier-Modell hinter einem Schlüssel kombinieren möchten, muss der Client unter diesen drei Msty Studio oder AnythingLLM sein – LM Studio ist das, womit sie sich verbinden, und seine eigene Dokumentation beschreibt kein Feld für eine Drittanbieter-Basis-URL.

Zwei Klarstellungen, bevor irgendeine der folgenden Zahlen verwendbar ist. MSTY ist auch ein Börsenticker, nämlich der YieldMax MSTR Option Income Strategy ETF. Eine Suche nach „MSTY price“ liefert daher Fondskurse, die nichts mit Software zu tun haben. Außerdem trägt lmstudio.ai/pricing die Überschrift „Bionic pricing“: Dort wird LM Studio Bionic bepreist, das am 16. Juli 2026 als „eine neue, separate App von LM Studio“ angekündigt wurde. Die LM-Studio-Laufzeitumgebung selbst ist kostenlos. 20 $ pro Monat als Preis von LM Studio anzugeben, ist der häufigste Fehler in diesem Vergleich.

Welche solltest du auswählen

Msty vs. LM Studio. Unterschiedliche Aufgaben. Der Workflow von LM Studio ist modellzentriert: Gewichte herunterladen, Ladeeinstellungen abstimmen, Modelle bereitstellen. Der Workflow von Msty Studio ist unterhaltungszentriert – Personas, Crews, Knowledge Stacks und Prompt Studios. Wenn Sie ein lokales Modell auswählen, installiert Msty Studio seine eigenen Engines (Ollama, MLX, llama.cpp), sodass es LM Studio nie im Hintergrund benötigt. Die entscheidende Grenze liegt in der Protokollrichtung, nicht in den Funktionen: Msty Studio dokumentiert das Hinzufügen eines OpenAI-kompatiblen Endpunkts als Anbieter und nennt „selbst gehostete Gateways“ als vorgesehenen Anwendungsfall; LM Studios Dokumentation enthält überhaupt keinen BYOK- oder Abschnitt zu benutzerdefinierten Basis-URLs. Beim Kostenmodell starten beide kostenlos; die Obergrenze von Msty ist eine Lizenz pro Sitz, die von LM Studio ein nutzungsabhängiges Cloud-Abonnement in einer anderen App. Die Migration zwischen beiden ist in jedem Fall unkompliziert – keiner besitzt Ihre Modellgewichte, und beide belassen Ihren Unterhaltungsverlauf auf Ihrer eigenen Festplatte.

Msty im Vergleich zu AnythingLLM. Gleiche Aufgabe, unterschiedliches Berechtigungsmodell. Beide sind lokale Chat-Arbeitsumgebungen mit Dokumentenabruf und akzeptieren einen entfernten OpenAI-kompatiblen Endpunkt. Der Unterschied liegt darin, wer es sonst noch nutzen darf. AnythingLLM Desktop wird als „Single-Player-Anwendung“ mit „keinen Benutzerkonten oder einer vorgeschalteten Authentifizierung“ dokumentiert; außerdem gibt es die ausdrückliche Anweisung, es nicht dem öffentlichen Internet auszusetzen. Mehrbenutzerbetrieb, Browseroberfläche und White-Labeling gibt es erst mit den Docker- oder Cloud-Bereitstellungen. Msty Studio ist Desktop-Software, bei der Weboberfläche, Single Sign-on, rollenbasierter Zugriff und Audit-Log hinter kostenpflichtigen Tarifen liegen. Beim Ausführungsmodell sind die Agenten von AnythingLLM davon abhängig, ob das gewählte Modell gültiges JSON für Tool-Aufrufe ausgibt — auf der eigenen Fehlerbehebungsseite heißt es, das Problem „läuft größtenteils auf das von Ihnen verwendete Modell hinaus“ — während Mstys Agent Mode eine Hülle um die Binärdateien von Codex, Gemini CLI und Claude Code ist und sich über jede davon separat anmeldet. Bei der Migration: AnythingLLM steht unter der MIT-Lizenz und bietet einen dokumentierten Docker-Weg, sodass das Verlassen einen erneuten Indexierungslauf kostet; Msty ist eine Lizenz, die Sie entweder verlängern oder nicht mehr verlängern.

Wenn Sie alle drei möchten. Die Kombination, die tatsächlich funktioniert, ist AnythingLLM als Arbeitsumgebung, LM Studio als lokaler Server und ein Gateway-Schlüssel für das Frontier-Modell. AnythingLLM liefert einen lmstudio-Treiber für Chats und einen EMBEDDING_ENGINE='lmstudio'-Treiber für Embeddings, sodass LM Studio die private, offline ausgeführte Hälfte der Arbeitslast übernehmen kann, während der generische OpenAI-Treiber die anspruchsvollen Fragen bearbeitet.

Die vier Fähigkeiten im direkten Vergleich

Quellen, alle am 21. September 2026 geprüft: Msty local models und Knowledge Stack compose options; LM Studio 0.4.0, der LM-Studio-Dokumentationsindex und die Anleitung Chat with Documents; die Einrichtung von AnythingLLM's OpenAI (Generic) und das mitgelieferte Umgebungsbeispiel.

Was die beiden jeweils kosten

Gelesen am 21. September 2026 bei msty.ai/pricing, nexus.msty.ai, der Ankündigung von LM Studio zur kostenlosen beruflichen Nutzung, den Bionic-Preisen und anythingllm.com/pricing. Drei Lücken sind es wert, benannt statt überdeckt zu werden: Bionic veröffentlicht weder einen Preis pro Million Token noch einen Wert für das enthaltene Kontingent, daher lassen sich die Cloud-Kosten nicht aus öffentlichen Seiten modellieren; AnythingLLM Cloud veröffentlicht keine Limits für Sitze, Speicher oder Anfragen; und für den Enterprise-Tarif von Msty gibt es keine öffentliche Zahl. Bestätigen Sie diese Angaben beim Checkout.

Eine leicht zu übersehende Erkenntnis aus der Msty-Matrix: Die Zeile für Azure- und Bedrock-Anbieter ist in der Free-Spalte leer und ab Aurum ausgefüllt; außerdem führt die Aurum-Tarifkarte diese Anbieter als Aufzählungspunkt auf. Ein generischer OpenAI-kompatibler Endpunkt ist eine andere Zeile — tatsächlich nennt die Matrix überhaupt keine Zeile für benutzerdefinierte Endpunkte, daher beantwortet die Preisseite nicht, ob der Free-Tarif einen solchen abdeckt. Der Changelog ist der beste Beleg dafür, dass das Produkt gepflegt wird: Version 2.9.5 nennt „Fixed OpenAI-compatible provider models and image generation“.

Wo ein Drittanbieterschlüssel tatsächlich ankommt

Dieser Abschnitt entscheidet, ob ein Gateway-Schlüssel für Sie überhaupt nützlich ist; die drei Produkte landen dabei an drei unterschiedlichen Stellen.

Msty Studio: nativ, in der Benutzeroberfläche. Der Weg führt über Model Hub > Model Providers > Add Provider, wobei ein OpenAI-kompatibler Endpunkt ausgewählt wird; als vorgesehene Anwendungsfälle werden „self-hosted gateways“ und „private inference endpoints that follow the OpenAI API format“ genannt. Für Kunavo lautet die Basis-URL https://api.kunavo.com/v1. Die Studio-Dokumentation führt die Formularfelder nicht einzeln auf — sie sagt lediglich, man solle „Ihren API-Schlüssel (und alle erforderlichen Endpunktdetails) hinzufügen und anschließend speichern“ — rechnen Sie also damit, den Dialog selbst zu lesen, statt einer Schritt-für-Schritt-Anleitung zu folgen. Drei Grenzen sollten Sie vor dem Start kennen: Die nativen Tool-Voreinstellungen auf derselben Seite werden für fünf namentlich genannte Anbieter aufgeführt — OpenAI, Anthropic, Google Gemini, xAI und Groq — und ein generischer OpenAI-kompatibler Anbieter gehört nicht dazu; gehen Sie daher nicht von einer Voreinstellung für Ihren Anbieter aus. Die Knowledge-Stack-Embeddings werden unter Model Hub > Local Models ausgewählt, daher scheint die Indexierung auf Ihrem Rechner zu bleiben. Und Agent Mode ignoriert die Anbieterliste vollständig, startet die Binärdateien von Codex, Gemini CLI und Claude Code und meldet sich über jede davon an.

AnythingLLM: nativ, über einen Treiber, den es ausdrücklich als entwicklerorientiert kennzeichnet. Die eigene Warnung ist zitierenswert — „Sie sollten ihn nicht verwenden, es sei denn, Sie wissen, was Sie tun“ — denn die beiden benachbarten Treiber funktionieren dafür nicht. Die Basis-URL des nativen OpenAI-Treibers ist fest vorgegeben, und die Funktionsanfrage, sie konfigurierbar zu machen, wurde mit dem generischen Treiber als Antwort geschlossen; der native Anthropic-Treiber hat im mitgelieferten Umgebungsbeispiel überhaupt keine Base-URL-Variable. Der generische OpenAI-Treiber ist daher der richtige Weg, und ein Chat-Completions-Endpunkt ist die dafür vorgesehene Schnittstelle.

# AnythingLLM (Docker) — chat through an OpenAI-compatible gateway.
# The NATIVE 'openai' driver has a fixed base URL; use the generic one.
LLM_PROVIDER='generic-openai'
GENERIC_OPEN_AI_BASE_PATH='https://api.kunavo.com/v1'
GENERIC_OPEN_AI_API_KEY='sk-...'
GENERIC_OPEN_AI_MODEL_PREF='claude-sonnet-5'
GENERIC_OPEN_AI_MODEL_TOKEN_LIMIT=<your model's context window>

# Embeddings are a SEPARATE provider block. Kunavo's catalog has no
# embedding model, so leave this on the shipped local default (or point
# it at LM Studio / Ollama on your own machine).
EMBEDDING_ENGINE='native'
EMBEDDING_MODEL_PREF='Xenova/all-MiniLM-L6-v2'

Der Punkt, der viele überrascht, ist der zweite Block. Embeddings sind in AnythingLLM ein separater Anbieter, und Kunavos Katalog enthält kein Embedding-Modell — eine Anfrage an einen Embedding-Endpunkt wird zu keinem verfügbaren Modell aufgelöst — daher wird der Embedding-Schritt nicht von Kunavo bereitgestellt. Belassen Sie ihn beim mitgelieferten lokalen Standard oder verweisen Sie ihn auf LM Studio oder Ollama auf Ihrem eigenen Rechner. Dass ein Chat-Endpunkt OpenAI-kompatibel ist, macht ihn nicht zu Ihrem Embedder. Dasselbe gilt für Msty: Die Knowledge Stacks wählen aus lokal installierten Modellen.

LM Studio und Bionic: kein dokumentierter Weg. Die OpenAI-Kompatibilitätsseite dient dazu, dass andere Clients auf http://localhost:1234/v1 verweisen — die Anweisung lautet, die Basis-URL „so zu ändern, dass sie auf Ihr LM Studio statt auf die Server von OpenAI zeigt“ — und inzwischen wird auch ein Anthropic-kompatibler Messages-Endpunkt bereitgestellt. Beide sind die Serverseite. Der Modellwähler von Bionic bietet Cloud, Local und Remote-over-LM-Link und nichts anderes. Der einzige Weg, den jemand entwickelt hat, ist ein inoffizielles Community-Plugin, das Chats über eine konfigurierbare Basis-URL weiterleitet; es wird nicht von LM Studio veröffentlicht, benötigt Node und die lms-CLI und beansprucht keine Bionic-Unterstützung. Wenn LM Studio Teil der Lösung sein soll, betreiben Sie es als lokalen Server und lassen Sie AnythingLLM darauf zugreifen — AnythingLLM liefert einen lmstudio-Treiber, und die eigene Dokumentation von LM Studio beschreibt keinen Treiber in die andere Richtung.

Eine beispielhafte monatliche Schätzung

Dies ist eine illustrative Tokenberechnung, keine gemessenen Aufgabenkosten und keine Obergrenze für die Rechnung. Nehmen wir eine einzelne Person an, die mit einer Wissensdatenbank chattet: 300 Fragen pro Monat, wobei jede Frage 6.000 Eingabe-Token für abgerufene Passagen, System-Prompt und Verlauf sendet und 700 Ausgabe-Token empfängt. Das entspricht 1,8 Mio. Eingabe- und 0,21 Mio. Ausgabe-Token. Die Preise sind aktuelle Preise aus dem Kunavo-Katalog pro Million Token.

Der nützliche Vergleich besteht nicht zwischen den Zeilen, sondern zwischen der Tabelle und der darüberstehenden Tarifliste. Bei dieser Arbeitslast kommt selbst Claude Sonnet 5 auf $3.99 pro Monat, gegenüber $12.42 pro Monat für einen Msty-Aurum-Sitz, auf ein Jahr umgelegt, $20 pro Monat für Bionic+ oder $50 pro Monat für AnythingLLM Cloud Basic. Für einen einzelnen Benutzer bei diesem Umfang dominiert der Softwaretarif die Tokenrechnung. Die ehrliche Schlussfolgerung lautet daher: Wählen Sie den Client nach Arbeitsablauf und Berechtigungen und anschließend das Modell. Bei Agent-Arbeitslasten kehrt sich das um, weil der Kontext bei jedem Durchlauf erneut gesendet wird: Skalieren Sie die Eingabespalte anhand Ihrer eigenen Durchläufe pro Tag, bevor Sie diese Berechnung wiederverwenden.

Zwei Einschränkungen bei der Berechnung. Der günstigste aufgeführte Preis ist nicht dasselbe wie die niedrigsten Kosten zum Erledigen einer Aufgabe — ein Modell, das drei Versuche benötigt, kann mehr kosten als eines, das einen Versuch benötigt — messen Sie daher mit Ihren eigenen Dokumenten. Außerdem ist der Katalogbetrag von Kunavo eine Abrechnungsuntergrenze und keine Obergrenze: Wenn der Upstream seine Kosten meldet, entspricht die Rechnung dem höheren Wert aus den Katalogkosten und den Upstream-Kosten multipliziert mit dem anwendbaren Aufschlag. Cache-Gebühren und externe Tools sind in diesem Beispiel nicht enthalten. Die minimale Aufladung beträgt $10 an vorausbezahltem Guthaben; damit wird ein Kontostand finanziert und kein Abonnement gekauft — siehe Abrechnungsdetails.

Versionen, Lizenzen und Wartung

Ein Hinweis dazu, was „LM Studio“ im Jahr 2026 bedeutet, denn die eigenen Oberflächen des Anbieters widersprechen sich: Auf der Startseite steht Bionic im Vordergrund, während die Downloadseite weiterhin LM Studio 0.4.25 zusammen mit dem Headless-llmster-Daemon anbietet. Wer heute „Msty vs LM Studio“ vergleicht, sollte angeben, welches davon gemeint ist. Ebenso sollte die zweimonatige Lücke im Msty-Changelog als zu prüfendes Datum und nicht als Urteil behandelt werden — von außen lässt sich nicht feststellen, ob das Produkt oder die Seite pausiert hat. Und jede Seite, die LM Studio 0.3.x als aktuell beschreibt oder behauptet, dass für die berufliche Nutzung eine kommerzielle Lizenz erforderlich sei, stammt jeweils aus der Zeit vor der Neuarchitektur vom 28. Januar 2026 beziehungsweise vor der Lizenzänderung vom 8. Juli 2025.

Einrichten eines Gateway-Schlüssels in einem der beiden Clients

Kunavo veröffentlicht Einrichtungsdokumentation für OpenAI-kompatible Clients; diese ist eine Konfigurationsreferenz und kein Kompatibilitätstest — keine dieser drei Apps wurde hier zur Laufzeit getestet, und alle obigen Angaben stammen aus der jeweiligen Dokumentation des Anbieters. Die praktische Reihenfolge ist in beiden Arbeitsumgebungen, die einen Schlüssel akzeptieren, gleich: Halten Sie Ihre bestehende Route verfügbar, fügen Sie den Endpunkt als zweiten Anbieter hinzu, führen Sie eine begrenzte Aufgabe aus und lesen Sie anschließend die Belastung ab, die Ihr Konto dafür aufgezeichnet hat. Beginnen Sie mit dem Quickstart und der Referenz zu Chat Completions und erstellen Sie ein Kunavo-Konto, sobald Sie einen Schlüssel aufladen möchten.

Wenn Sie eigentlich Arbeitsumgebungen und nicht Laufzeitumgebungen vergleichen möchten, behandelt AnythingLLM im Vergleich zu Open WebUI Bereitstellung und Lizenzbedingungen ausführlich; hier wird das nicht erneut argumentiert. Die Anleitung zur OpenAI-kompatiblen API erklärt, was das Protokoll zwischen Clients überträgt und was nicht, die Dokumentation zum Ollama-kompatiblen Endpunkt behandelt die Seite des lokalen Servers, und RAG-Implementierung geht ausführlicher darauf ein, wo eine Retrieval-Pipeline Kosten verursacht.

Häufig gestellte Fragen

Preisseiten der Anbieter, Dokumentationen, Changelogs und das AnythingLLM-Repository, geprüft am 21. September 2026; die Funktionsmatrix von Msty und die Nexus-Preise wurden aus dem eigenen Markup der Seiten gelesen und nicht aus einer Zusammenfassung übernommen. Die Kunavo-Tokenpreise stammen aus dem aktuellen Katalog. Jedes Dollarbeispiel hier ist eine illustrative Tokenberechnung, und kein Client auf dieser Seite wurde zur Laufzeit gegen Kunavo getestet.