Jan AI vs LM Studio : modèles locaux, confidentialité et votre propre clé API

Jan AI et LM Studio ne sont plus deux applications comparables, et toute comparaison de 2026 qui ne le précise pas se trompe à la fois sur le prix et sur la question de l’API. Jan Desktop est une application Apache-2.0 gratuite. LM Studio est désormais constitué de deux produits de bureau : LM Studio (Classic), actuellement en version 0.4.25, le gestionnaire gratuit de modèles locaux et le serveur compatible OpenAI que ce nom a toujours désigné, et LM Studio Bionic, une application d’agent distincte annoncée le 16 juillet 2026 avec des forfaits à $0, $20 et $100. Toutes les comparaisons de tiers actuellement bien classées pour cette requête sont antérieures à cette séparation.

La réponse courte. Si vous voulez une seule fenêtre de bureau qui exécute un modèle local et communique avec un modèle hébergé à l’aide de votre propre clé, Jan Desktop est celui qui le permet de première partie — Settings > Model Providers > Add Provider accepte une URL de base et une clé. Si vous voulez le gestionnaire de modèles locaux le plus puissant et un serveur que d’autres logiciels peuvent appeler, LM Studio (Classic) est le meilleur outil et ne coûte rien, y compris au travail. Aucune des deux applications LM Studio ne documente de champ général d’URL de base pour un endpoint tiers ; le journal des modifications de Classic mentionne bien un mode non documenté d’« enterprise internal network model endpoint », présenté ci-dessous.

Une clarification avant d’entrer dans le détail, car les résultats de recherche mélangent les deux : Jan, l’application d’IA locale disponible sur jan.ai et développée par Menlo Research, n’est pas Janitor AI, le site de chat de jeu de rôle. Et « Jan API key » ne désigne généralement pas une clé que vous achetez — Jan ne vend rien. Consultez la FAQ pour comprendre ce que cette expression signifie presque toujours.

Lequel choisir

La décision est la même que vous ayez recherché Jan vs LM Studio ou LM Studio vs Jan, car elle dépend d’une seule question : l’application doit-elle accéder à un modèle que vous payez ailleurs ? Parcourez ce tableau et arrêtez-vous à la première ligne qui vous correspond. Il est classé selon le caractère décisif de la différence, et non selon le nombre de fonctionnalités.

Deux éléments qui ne sont pas des différences, malgré leur présence dans les comparaisons plus anciennes. Les deux exécutent des fichiers de modèles à poids ouverts sur votre propre matériel — le téléchargeur intégré de LM Studio récupère « any supported model from Hugging Face », et la documentation de Jan cite llama.cpp et MLX comme moteurs locaux — ; les poids que vous possédez déjà ne sont donc pas perdus en cas de changement. La migration consiste à rediriger une application vers des fichiers sur le disque et à saisir de nouveau une clé, non à exporter un format propriétaire. Les deux sont également gratuits au travail : Jan en vertu de sa licence, Classic en vertu de la politique du 8 juillet 2025 du fournisseur, qui précise qu’il n’est pas nécessaire de remplir un formulaire ni de les contacter au préalable.

Matériel : un seul seuil publié, pas deux

Cette section ne comporte volontairement qu’une seule colonne. LM Studio publie une page consacrée à la configuration système requise ; la documentation de bureau de Jan n’a pas d’équivalent — aucune page consacrée au matériel ou à la configuration système requise n’a été trouvée dans la navigation de sa documentation lors de la vérification pour cet article. Il n’existe donc pas de valeur symétrique pour Jan à afficher, et en inventer une serait le mensonge le plus facile de cette page.

Considérez ces indications comme un guide pour les deux applications plutôt que pour une seule. Puisque les deux chargent les mêmes fichiers de modèles à poids ouverts, la contrainte déterminante est le modèle choisi et la mémoire dont il a besoin, et non le lanceur que vous avez ouvert. Jan adopte plutôt une approche par modèle : son guide de démarrage rapide indique que chaque modèle du Hub « shows whether it fits your hardware, so you can pick one your machine can run comfortably » — une vérification effectuée au moment du téléchargement plutôt qu’un tableau à consulter au préalable.

Les deux fournissent un serveur local — et c’est ce que signifie « Jan API key »

La question Jan la plus recherchée a une réponse banale. Le serveur API local de Jan est lancé depuis Settings > Local API Server, utilise par défaut le port 1337 et expose http://127.0.0.1:1337/v1/chat/completions. Sa clé API est une clé que vous inventez : « Set any string (e.g., a-secure-password) », envoyée dans un en-tête Authorization: Bearer. Le serveur est lié à 127.0.0.1 par défaut ; rien sur votre réseau ne peut donc l’atteindre tant que vous ne modifiez pas ce réglage.

LM Studio (Classic) remplit la même fonction sur un autre port. Sa documentation du serveur décrit le service de modèles locaux « either on localhost or on the network », et ses paramètres du serveur listent un Server Port configurable, une option « Allow other devices on the same local network to access the API server » et une option « Require Authentication » qui oblige les clients à « provide a valid API token via the Authorization header ». La page de compatibilité OpenAI indique l’URL de base par défaut : http://localhost:1234/v1.

Notez le sens de la connexion. Dans ce mode, les deux applications servent une API compatible OpenAI ; aucune ne l’utilise comme cliente. C’est l’inverse de ce dont traite la section suivante, et confondre les deux est l’erreur la plus fréquente de cette comparaison. Si vous voulez le schéma dans lequel un serveur local et une passerelle hébergée se trouvent derrière le même client, la documentation sur l’endpoint local décrit exactement cette architecture.

Ce qui quitte réellement votre machine

La page de confidentialité de Jan indique « Zero data collection until you say so », limite les analyses facultatives aux utilisateurs actifs et la conservation à un identifiant aléatoire traité via PostHog EU, et est explicite concernant le cloud : les modèles cloud « need to see your messages to work. That's between you and them - Jan just makes the introduction. » Depuis la v0.8.4, les identifiants des fournisseurs ont été déplacés du localStorage de la webview vers un stockage backend, les secrets étant conservés dans le trousseau du système d’exploitation, avec migration automatique au premier lancement.

Une lacune qu’il vaut mieux nommer que dissimuler. La même version a ajouté les outils intégrés web_search et web_fetch « backed by a native tauri-plugin-websearch », et le journal des modifications n’indique pas quel fournisseur de recherche les alimente, si une clé est nécessaire ni quels serveurs voient la requête. La page de confidentialité de Jan ne couvre pas non plus la recherche web. Si vous utilisez une application locale parce que vos requêtes sont censées rester locales, considérez ces outils comme connectés au réseau jusqu’à ce que le fournisseur fournisse davantage de précisions.

Du côté de LM Studio, le chemin des données dépend entièrement de la source de modèle que vous choisissez dans Bionic. Sa documentation sur les crédits indique que « Local models and remote LM Link models do not consume credits and do not require billing set up », et que les modèles Cloud s’exécutent sur ce que LM Studio appelle son Secure Cloud — un service que la page destinée aux entreprises du fournisseur décrit comme son « US-based Zero Data Retention (ZDR) cloud ». Il s’agit de la propre description du fournisseur concernant son cloud, et non d’un constat indépendant. Remote désigne LM Link vers un autre de vos appareils : l’inférence est donc déplacée, mais la conversation reste là où vous tapez.

Ce que coûte chacun

Chaque ligne ci-dessous nomme le produit, car une phrase qui dit simplement « LM Studio » est désormais fausse pour l’une des deux applications.

Prix relevés sur lmstudio.ai/pricing, la page de téléchargement et jan.ai le 19 septembre 2026. Cette ligne de transcription concerne le forfait Free de Bionic et s’exécute sur l’appareil de l’utilisateur ; Kunavo ne fournit ni modèles de synthèse vocale ni modèles d’embeddings, donc aucun élément de cette ligne n’a d’équivalent chez Kunavo.

Deux avertissements. Premièrement, plusieurs sites tiers publient des tarifs par jeton et des tableaux de niveaux pour l’inférence cloud de LM Studio. La propre page tarifaire du fournisseur ne publie ni tarif par jeton ni taille de l’allocation incluse, et indique seulement que « Cloud credits cover usage beyond the allowance included with your plan ». Tout chiffre précis trouvé ailleurs n’a pas été relevé sur lmstudio.ai. Deuxièmement, la situation concernant les équipes reste véritablement non résolue : la même page propose une facturation centralisée via une organisation tout en indiquant « Subscription plans for teams coming soon », ce qui est différent du forfait « Teams » annoncé comme devant arriver plus tard ce mois-là dans la publication du 8 juillet 2025. Vérifiez lors du paiement avant d’établir le budget d’un siège.

Pointer l’une ou l’autre application vers une API hébergée

C’est la véritable asymétrie, et elle mérite d’être formulée précisément plutôt que résumée par « LM Studio ne peut pas le faire ».

Jan Desktop propose une méthode de première partie sans restriction liée au forfait. Sa documentation sur les endpoints personnalisés indique le chemin Settings > Model Providers > Add Provider, avec un sélecteur de format proposant « OpenAI-compatible » ou « Anthropic-compatible » — le second ayant été ajouté dans v0.8.1, le 29 mai 2026 — et trois champs : nom du fournisseur, URL de base et clé API.

Cette dernière ligne est le point de friction que les utilisateurs rencontrent avant d’en attribuer la responsabilité à l’endpoint. Jan ne vérifie pas les fonctionnalités de votre fournisseur ; un modèle nouvellement ajouté arrive avec les outils et la vision désactivés, et vous les activez par modèle dans sa configuration. Avant de coller quoi que ce soit, une seule commande suffit pour confirmer que l’endpoint répond à la requête que Jan enverra pour sa découverte :

# 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.

Soyez clair sur la nature de cette procédure : elle est dérivée de la documentation publiée par Jan et des propres endpoints de Kunavo, et ne constitue pas un test de compatibilité. Jan n’a pas été testé en conditions d’exécution avec api.kunavo.com ici ; gardez donc une route fonctionnelle disponible pendant l’essai. L’option Anthropic-compatible est laissée volontairement vide — la documentation de Jan décrit le format, mais n’indique pas si l’application Jan ajoute le chemin Messages à votre URL de base, et un suffixe deviné ne produit qu’une erreur 404 dans votre application. Si vous voulez utiliser le protocole Messages, consultez la documentation sur l’URL de base Anthropic et testez-le vous-même.

Aucune des deux applications LM Studio ne documente ce champ. Classic récupère ses modèles depuis Hugging Face et les exécute localement ; sa documentation applicative ne fait apparaître aucun réglage d’URL de base ou de clé de fournisseur pour un service tiers. La seule solution de contournement documentée est le système officiel de plugins : un generator est « a replacement for local LLMs » qui est « useful for implementing adapters for external models, such as using a remote LM Studio instance or other online models », et un plugin qui en contient un « will show up in the model dropdown and act as a model ». Le mécanisme est officiel ; les adaptateurs qui l’utilisent sont publiés par la communauté, ce qui signifie que cette voie implique de confier votre clé API à un plugin tiers. Évaluez ce compromis selon ses propres conditions.

Bionic ne dispose pas du tout de cette possibilité. Sa documentation sur les modèles répertorie exactement trois sources — Cloud (hébergé, nécessite un compte et des crédits), Local (sur l’appareil) et Remote (un autre de vos appareils via LM Link) — sans URL de base personnalisée ni clé utilisateur. L’extensibilité mentionnée dans la propre documentation de Bionic repose sur les skills, qui lui apprennent des actions répétables plutôt que de fournir un backend de modèle. Une réserve à ce « non » catégorique : l’entrée du journal des modifications de la version 0.4.20 de LM Studio mentionne « Support for enterprise internal network model endpoint », ce qui signifie qu’un mode d’endpoint ne provenant pas de Hugging Face existe bien dans Classic. Aucune page de documentation trouvée pour cet article n’explique comment il est configuré ni qui peut l’activer ; considérez-le donc comme réel mais non documenté, et non comme une voie sur laquelle vous pouvez bâtir un plan.

La direction qui fonctionne avec LM Studio est l’inverse : gardez Classic en service sur localhost:1234/v1 et laissez le client appelant choisir entre celui-ci et une passerelle selon la tâche. Le guide de l’API compatible avec OpenAI couvre ce changement et, si vous comparez des interfaces de chat plutôt que des environnements d’exécution locaux, AnythingLLM vs Open WebUI et LibreChat vs Open WebUI en présentent deux qui acceptent une URL de base de la même manière que Jan.

Une estimation détaillée si vous ajoutez effectivement un modèle hébergé

Il s’agit d’un calcul illustratif de tokens, et non de coûts mesurés ni d’un plafond de facturation. Supposons un mois léger de chat sur ordinateur : 300 messages, chacun envoyant environ 3 000 tokens d’entrée une fois l’historique de la conversation renvoyé, et recevant 600 tokens de sortie — soit 900 000 tokens d’entrée et 180 000 tokens de sortie. La colonne élevée reprend la même structure avec cinq fois plus de volume. Les tarifs sont les prix actuels du catalogue Kunavo par million de tokens.

Selon ces hypothèses, la ligne la plus élevée atteint $18.90, soit moins que Bionic+ à 20 $ par mois. Il s’agit d’une lecture réelle de ces chiffres, mais limitée. Elle vaut pour ce mode d’utilisation, ces quatre modèles et ces tarifs, et compare une facturation à l’usage avec un forfait qui inclut également des fonctionnalités produit et les propres modèles open source hébergés de LM Studio, que Kunavo ne propose pas. Les tokens facturés à l’usage n’achètent que des tokens : le coût suit ce que vous envoyez, à la hausse comme à la baisse. Et un tarif affiché inférieur ne signifie pas nécessairement un total inférieur — un modèle qui nécessite trois tentatives pour une tâche peut coûter plus cher qu’un modèle qui réussit du premier coup ; présélectionnez donc le modèle le moins cher qui termine votre travail plutôt que la ligne la moins chère. L’optimisation des coûts de l’IA présente cette méthode.

Le montant indiqué dans le catalogue de Kunavo constitue un plancher de facturation plutôt qu’un plafond : lorsque le fournisseur en amont communique le montant qu’il facture, le montant facturé correspond au plus élevé des deux montants suivants : le coût du catalogue et le coût du fournisseur en amont multiplié par le coefficient de majoration applicable. Les frais de cache et les outils externes ne sont pas inclus dans cet exemple. La recharge minimale est de $10 en crédit prépayé, ce qui constitue un minimum de financement plutôt que des frais par tâche ou un abonnement — selon le même calcul, ce montant couvre environ 7 mois d’utilisation légère du chat avec Claude Haiku 4.5, une estimation fondée sur les hypothèses ci-dessus et non une garantie de la durée pendant laquelle un solde donné suffira. Consultez les détails de facturation.

Comparaison des fonctionnalités en un coup d’œil

Deux lignes méritent une note. La capacité de Classic à discuter avec les modèles cloud hébergés de LM Studio reste réellement incertaine — aucune page de documentation ne le confirme dans un sens ou dans l’autre ; la cellule indique donc « non documenté » plutôt que « non ». De plus, les deux lignes de versions sont relevées dans deux journaux des modifications distincts de LM Studio — un pour Classic, un pour Bionic — qui évoluent tous deux plus vite que cette page ; considérez-les donc comme l’état actuel au moment de la vérification, et non comme la version qui vous sera proposée.

Si vous décidez d’ajouter une clé hébergée

Kunavo ne publie aucune page d’intégration spécifique à Jan ; la procédure honnête est donc la procédure générique : créez une clé, pointez le fournisseur personnalisé de Jan vers https://api.kunavo.com/v1, laissez la découverte remplir la liste des modèles, puis activez manuellement les outils ou la vision pour chaque modèle. Commencez par le guide de démarrage rapide pour obtenir la clé et l’URL de base, puis créez un compte Kunavo lorsque vous êtes prêt à en financer un. Gardez votre modèle local configuré à côté : la raison même d’utiliser Jan ou LM Studio est de conserver le chemin hors ligne lorsque l’option hébergée ne justifie pas son coût.

Questions fréquentes

Pages des fournisseurs, documentation et journaux des modifications récupérés le 19 septembre et revérifiés le 21 septembre 2026 : page d’accueil, guide de démarrage rapide, pages custom-endpoint, API-server, privacy et changelog de jan.ai, ainsi que le fichier LICENSE de janhq/jan ; pages pricing, download, enterprise, terms, journaux des modifications Classic et Bionic, system requirements, model-download, documentation de l’application, modèles et crédits Bionic, générateur de plugins, server et server-settings, compatibilité OpenAI, headless et free-for-work de lmstudio.ai ; ainsi que l’API GitHub pour janhq/jan et l’organisation lmstudio-ai. Les numéros de version et le nombre d’étoiles correspondent à ce qu’affichaient ces pages à la date la plus récente. Aucun test d’exécution de l’une ou l’autre application avec Kunavo n’a été effectué, et tous les montants en dollars calculés sur cette page constituent un calcul illustratif de tokens aux tarifs actuels du catalogue.