Msty vs LM Studio vs AnythingLLM : modèles locaux, RAG et coût de l’API

Msty Studio et AnythingLLM sont des espaces de travail de chat qui documentent chacun une manière de pointer vers un point de terminaison compatible OpenAI ; LM Studio est un environnement d’exécution local qui publie ce protocole au lieu d’en consommer un. Cette asymétrie unique détermine l’essentiel de la comparaison. Si votre projet consiste à mélanger des modèles locaux avec un modèle de pointe hébergé derrière une même clé, parmi ces trois clients, il faut choisir Msty Studio ou AnythingLLM — LM Studio est ce vers quoi ils se connectent, et sa propre documentation ne décrit aucun champ pour une URL de base tierce.

Deux précisions avant de pouvoir utiliser un chiffre quelconque ci-dessous. MSTY est également un symbole boursier, celui du YieldMax MSTR Option Income Strategy ETF ; une recherche de « MSTY price » renvoie donc des cours de fonds qui n’ont rien à voir avec le logiciel. Et lmstudio.ai/pricing est intitulé Bionic pricing : il fixe le prix de LM Studio Bionic, annoncé le 16 juillet 2026 comme « a new, separate app from LM Studio ». L’environnement d’exécution LM Studio lui-même est gratuit. Citer 20 $ par mois comme prix de LM Studio est l’erreur la plus fréquente dans cette comparaison.

Lequel choisir

Msty vs LM Studio. Des tâches différentes. Le flux de travail de LM Studio est centré sur le modèle : télécharger les poids, régler les paramètres de chargement, les servir. Celui de Msty Studio est centré sur la conversation — personas, équipes, piles de connaissances, studios de prompts — et il installe ses propres moteurs (Ollama, MLX, llama.cpp) lorsque vous choisissez un modèle local ; il n’a donc jamais besoin de LM Studio en dessous. La limite déterminante concerne la direction du protocole, et non les fonctionnalités : Msty Studio documente l’ajout d’un point de terminaison compatible OpenAI comme fournisseur, en citant les « self-hosted gateways » parmi les cas prévus ; la documentation de LM Studio ne contient aucune section BYOK ni URL de base personnalisée. Concernant le coût, les deux commencent gratuitement ; le plafond de Msty est une licence par siège, tandis que celui de LM Studio est un abonnement cloud à l’usage dans une autre application. La migration entre les deux est peu coûteuse dans tous les cas : aucun ne possède vos poids de modèle, et les deux laissent votre historique de conversations sur votre propre disque.

Msty contre AnythingLLM. Même usage, modèle d’autorisation différent. Les deux sont des espaces de travail de chat privilégiant l’exécution locale, avec récupération de documents, et acceptent tous deux un point de terminaison distant compatible avec OpenAI. La différence tient à ceux qui peuvent aussi l’utiliser. AnythingLLM Desktop est documenté comme une « application mono-utilisateur », « sans comptes utilisateur ni authentification devant elle », avec une instruction explicite de ne pas l’exposer à l’Internet public ; le multi-utilisateur, l’interface navigateur et la personnalisation en marque blanche n’arrivent qu’avec les déploiements Docker ou Cloud. Msty Studio est un logiciel de bureau dont l’interface web, l’authentification unique, l’accès basé sur les rôles et le journal d’audit sont réservés aux offres payantes. Concernant le modèle d’exécution, les agents d’AnythingLLM sont limités par la capacité du modèle choisi à émettre un JSON d’appel d’outil valide — sa page de dépannage indique que le problème « vient principalement du modèle que vous utilisez » — tandis que le mode Agent de Msty est une enveloppe autour des binaires Codex, Gemini CLI et Claude Code, avec une connexion distincte à chacun. Pour la migration : AnythingLLM est sous licence MIT et dispose d’un parcours Docker documenté, donc partir vous coûte une réindexation ; Msty est une licence que vous renouvelez ou cessez de renouveler.

Si vous voulez les trois. La combinaison qui fonctionne réellement repose sur AnythingLLM comme espace de travail, LM Studio comme serveur local et une seule clé de passerelle pour le modèle de pointe. AnythingLLM intègre un pilote lmstudio pour le chat et un EMBEDDING_ENGINE='lmstudio' pour les représentations vectorielles, ce qui permet à LM Studio de prendre en charge la moitié privée et hors ligne de la charge de travail, tandis que le pilote OpenAI générique prend en charge les questions complexes.

Les quatre fonctionnalités, côte à côte

Sources, toutes vérifiées le 21 septembre 2026 : modèles locaux Msty et options de composition de Knowledge Stack ; LM Studio 0.4.0, l’index de la documentation LM Studio et son guide Chat with Documents ; la configuration d’OpenAI (Generic) d’AnythingLLM et l’exemple d’environnement fourni.

Ce que coûte chacun

Consultés sur msty.ai/pricing, nexus.msty.ai, l’annonce de gratuité de LM Studio pour le travail, les tarifs de Bionic et anythingllm.com/pricing le 21 septembre 2026. Trois lacunes méritent d’être nommées plutôt que masquées : Bionic ne publie ni tarif par million de tokens ni montant inclus, donc son coût cloud ne peut pas être modélisé à partir des pages publiques ; AnythingLLM Cloud ne publie ni limites de sièges, ni de stockage, ni de requêtes ; et l’offre Enterprise de Msty n’a aucun montant public. Confirmez ces éléments au moment du paiement.

Un point de la matrice Msty facile à manquer : la ligne des fournisseurs Azure et Bedrock est vide dans la colonne Free et remplie à partir d’Aurum, et la fiche de l’offre Aurum répertorie ces fournisseurs sous forme de puce. Un point de terminaison générique compatible avec OpenAI constitue une autre ligne — en fait, la matrice ne nomme aucune ligne de point de terminaison personnalisé ; la page tarifaire ne permet donc pas de déterminer si l’offre Free en couvre un. Le journal des modifications est le meilleur indice de sa maintenance : la version 2.9.5 indique « Correction des modèles des fournisseurs compatibles avec OpenAI et de la génération d’images ».

Où une clé tierce aboutit réellement

C’est la section qui détermine si une clé de passerelle vous est utile ou non, et les trois produits aboutissent à trois endroits différents.

Msty Studio : natif, dans l’interface. Le parcours est Model Hub > Model Providers > Add Provider, en choisissant un point de terminaison compatible avec OpenAI, avec les « passerelles auto-hébergées » et les « points de terminaison d’inférence privés qui suivent le format de l’API OpenAI » nommés comme usages prévus. Pour Kunavo, l’URL de base est https://api.kunavo.com/v1. La documentation de Studio n’énumère pas les champs du formulaire — elle dit seulement d’« ajouter votre clé API (et les détails de point de terminaison requis), puis d’enregistrer » — prévoyez donc de lire la boîte de dialogue plutôt que de suivre un tutoriel détaillé. Trois limites à connaître avant de commencer : les préréglages d’outils natifs du fournisseur sur cette même page sont répertoriés pour cinq fournisseurs nommés — OpenAI, Anthropic, Google Gemini, xAI et Groq — et un fournisseur générique compatible avec OpenAI n’en fait pas partie ; ne supposez donc pas qu’il existe un préréglage pour le vôtre ; les embeddings de Knowledge Stack sont choisis dans Model Hub > Local Models, ce qui semble maintenir l’indexation sur votre machine ; et le mode Agent ignore entièrement la liste des fournisseurs, en lançant les binaires Codex, Gemini CLI et Claude Code et en se connectant à chacun d’eux.

AnythingLLM : natif, via un pilote qu’il qualifie délibérément de destiné aux développeurs. Son avertissement mérite d’être cité — « vous ne devriez pas l’utiliser à moins de savoir ce que vous faites » — car les deux pilotes voisins ne conviennent pas ici. L’URL de base du pilote OpenAI natif est fixe, et la demande de fonctionnalité visant à la rendre configurable a été clôturée avec le pilote générique comme réponse ; le pilote Anthropic natif ne comporte aucune variable d’URL de base dans l’exemple d’environnement fourni. Le pilote OpenAI générique est donc la voie à suivre, et un point de terminaison de chat-completions en est la surface.

# 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'

La partie qui piège les utilisateurs est le deuxième bloc. Les embeddings constituent un fournisseur distinct dans AnythingLLM, et le catalogue de Kunavo ne contient aucun modèle d’embedding — une requête vers un point de terminaison d’embedding ne trouve donc aucun modèle disponible — l’étape d’embedding n’est par conséquent pas fournie par Kunavo. Conservez la valeur locale par défaut fournie, ou pointez vers LM Studio ou Ollama sur votre propre machine. Le fait qu’un point de terminaison de chat soit compatible avec OpenAI n’en fait pas votre embedder. Il en va de même pour Msty : ses Knowledge Stacks sélectionnent des modèles installés localement.

LM Studio et Bionic : aucun parcours documenté. Sa page de compatibilité OpenAI sert à faire pointer les clients vers http://localhost:1234/v1 — l’instruction consiste à modifier l’URL de base « pour pointer vers votre LM Studio plutôt que vers les serveurs d’OpenAI » — et fournit désormais aussi un point de terminaison Messages compatible avec Anthropic. Les deux sont du côté serveur. Le sélecteur de modèles de Bionic propose Cloud, Local et Remote-over-LM-Link, et rien d’autre. Le seul parcours créé par quiconque est un plugin communautaire non officiel qui achemine le chat via une URL de base configurable ; il n’est pas publié par LM Studio, nécessite Node et la CLI lms, et ne revendique aucune prise en charge de Bionic. Si vous voulez intégrer LM Studio, exécutez-le comme serveur local et laissez AnythingLLM le consommer — AnythingLLM fournit un pilote lmstudio, et la documentation de LM Studio ne décrit aucun pilote dans l’autre sens.

Une estimation mensuelle détaillée

Il s’agit d’un calcul illustratif de tokens, pas du coût mesuré d’une tâche ni d’un plafond de facturation. Supposons une seule personne utilisant un chat de base de connaissances : 300 questions par mois, chacune envoyant 6 000 tokens d’entrée de passages récupérés, de prompt système et d’historique, et recevant 700 tokens de sortie. Cela représente 1.8M tokens d’entrée et 0.21M tokens de sortie. Les tarifs sont ceux, en vigueur, du catalogue Kunavo par million de tokens.

La comparaison utile ne se fait pas entre les lignes, mais entre le tableau et la liste des offres au-dessus. Avec cette charge, même Claude Sonnet 5 revient à $3.99 par mois, contre $12.42 par mois pour un siège Msty Aurum amorti sur un an, $20 par mois pour Bionic+ ou $50 par mois pour AnythingLLM Cloud Basic. Pour un utilisateur unique à ce volume, l’offre logicielle domine la facture de tokens ; la conclusion honnête est donc de choisir le client selon le flux de travail et les autorisations, puis de choisir le modèle. Cela s’inverse pour les charges d’agents, où le contexte est renvoyé à chaque tour : multipliez la colonne d’entrée par votre propre nombre de tours quotidiens avant de réutiliser ce calcul.

Deux limites concernant le calcul. Le tarif affiché le plus bas ne signifie pas la même chose que le coût le plus faible pour terminer une tâche — un modèle qui nécessite trois tentatives peut coûter plus cher qu’un modèle qui n’en nécessite qu’une — mesurez donc sur vos propres documents. Et le montant du catalogue Kunavo constitue un plancher de facturation plutôt qu’un plafond : lorsque le fournisseur amont communique son coût, la facture correspond au montant le plus élevé entre le coût du catalogue et le coût amont multiplié par la majoration applicable. Les frais de cache et les outils externes ne sont pas inclus dans cet exemple. Le rechargement minimum est de $10 de crédit prépayé, qui alimente un solde plutôt que d’acheter un abonnement — voir les détails de facturation.

Versions, licences et maintenance

Une note sur ce que signifie « LM Studio » en 2026, car les propres interfaces du fournisseur se contredisent : la page d’accueil met Bionic en avant, tandis que la page de téléchargement fournit encore LM Studio 0.4.25 à ses côtés ainsi que le daemon sans interface llmster. Toute personne comparant aujourd’hui « Msty contre LM Studio » devrait préciser lequel elle désigne. De même, considérez l’écart de deux mois dans le journal des modifications de Msty comme une date à vérifier plutôt que comme un verdict — il est impossible de savoir de l’extérieur si le produit ou la page a été mis en pause. Enfin, toute page décrivant LM Studio 0.3.x comme actuel ou affirmant qu’une licence commerciale est nécessaire pour un usage professionnel est antérieure, respectivement, à la réarchitecture du 28 janvier 2026 et à la modification de licence du 8 juillet 2025.

Configurer une clé de passerelle dans l’un ou l’autre client

Kunavo publie une documentation de configuration pour les clients compatibles avec OpenAI, et il s’agit d’une référence de configuration plutôt que d’un test de compatibilité — aucune de ces trois applications n’a été testée en conditions réelles ici, et tout ce qui précède provient de la documentation propre à chaque fournisseur. L’ordre pratique est le même dans les deux espaces de travail qui acceptent une clé : gardez votre parcours existant disponible, ajoutez le point de terminaison comme second fournisseur, exécutez une tâche limitée, puis consultez le montant enregistré par votre compte. Commencez par le guide de démarrage rapide et la référence des chat completions, puis créez un compte Kunavo lorsque vous serez prêt à approvisionner une clé.

Si la comparaison que vous souhaitez réellement concerne les espaces de travail plutôt que les environnements d’exécution, AnythingLLM contre Open WebUI traite en détail du déploiement et des conditions de licence, qui ne sont pas repris ici. Le guide de l’API compatible avec OpenAI explique ce que le protocole transporte ou non entre les clients, la documentation du point de terminaison compatible avec Ollama couvre le côté serveur local, et l’implémentation du RAG approfondit les postes de coût d’un pipeline de récupération.

Questions fréquentes

Pages tarifaires des fournisseurs, documentation, journaux des modifications et dépôt AnythingLLM vérifiés le 21 septembre 2026 ; la matrice des fonctionnalités de Msty et les tarifs de Nexus ont été lus dans le balisage propre aux pages plutôt que dans un résumé. Les tarifs des tokens Kunavo proviennent du catalogue en vigueur. Tous les exemples en dollars présentés ici sont des calculs illustratifs de tokens, et aucun client de cette page n’a été testé en conditions réelles avec Kunavo.