Jan AI vs LM Studio: modelli locali, privacy e la tua chiave API

Jan AI e LM Studio non sono più due app confrontabili e qualsiasi confronto del 2026 che non lo dica sbaglia sia la questione del prezzo sia quella dell'API. Jan Desktop è un'unica applicazione gratuita Apache-2.0. LM Studio è ora composto da due prodotti desktop: LM Studio (Classic), attualmente alla 0.4.25, il gestore gratuito di modelli locali e server compatibile con OpenAI che il nome ha sempre indicato, e LM Studio Bionic, un'app agente separata annunciata il 16 luglio 2026 con piani da $0, $20 e $100. Ogni confronto di terze parti attualmente posizionato per questa query è precedente a questa separazione.

La risposta breve. Se vuoi un'unica finestra desktop che esegua un modello locale e comunichi con un modello hosted usando la tua chiave, Jan Desktop è quello che lo fa tramite un'integrazione first-party: Settings > Model Providers > Add Provider accetta un URL di base e una chiave. Se vuoi il gestore di modelli locali più completo e un server che altri software possano chiamare, LM Studio (Classic) è lo strumento migliore e non costa nulla, anche sul lavoro. Nessuna delle due app LM Studio documenta un campo generico per l'URL di base di un endpoint di terze parti; il changelog di Classic indica una modalità non documentata di "enterprise internal network model endpoint", descritta più avanti.

Un chiarimento prima dei dettagli, perché i risultati di ricerca li confondono: Jan, l'app di IA locale disponibile su jan.ai e sviluppata da Menlo Research, non è Janitor AI, il sito di chat roleplay. Inoltre, "Jan API key" di solito non indica una chiave da acquistare: Jan non vende nulla. Consulta le FAQ per capire cosa significa quasi sempre questa frase.

Quale dovresti scegliere

La decisione è la stessa sia che tu abbia cercato Jan vs LM Studio sia LM Studio vs Jan, perché dipende da un'unica domanda: l'app deve raggiungere un modello per il quale paghi altrove? Scorri questa tabella e fermati alla prima riga che ti descrive. L'ordine segue la decisività della differenza, non il numero di funzionalità.

Due aspetti che non sono differenze, nonostante compaiano nei confronti più vecchi. Entrambi eseguono file di modelli open-weight sul tuo hardware — il downloader integrato di LM Studio scarica "any supported model from Hugging Face" e la documentazione di Jan indica llama.cpp e MLX come motori locali — quindi i pesi che già possiedi non restano inutilizzabili passando da uno all'altro. La migrazione consiste nel reindirizzare un'app ai file sul disco e reinserire una chiave, non nell'esportare un formato proprietario. Inoltre, entrambi sono gratuiti per l'uso sul lavoro: Jan in virtù della sua licenza, Classic in base alla policy dell'8 luglio 2025 del fornitore, che afferma che non è necessario compilare un modulo o contattarli prima.

Hardware: un unico requisito minimo pubblicato, non due

Questa sezione ha intenzionalmente una sola colonna. LM Studio pubblica una pagina dei requisiti di sistema; la documentazione desktop di Jan non ha un equivalente: nella navigazione della documentazione non è stata trovata alcuna pagina su hardware o requisiti di sistema quando è stata verificata per questo articolo. Non esiste quindi un dato simmetrico di Jan da riportare, e inventarne uno sarebbe la bugia più facile da raccontare su questa pagina.

Considerali una guida per entrambe le app, non per una sola. Poiché entrambe caricano gli stessi file di modelli open-weight, il vincolo determinante è il modello scelto e la memoria necessaria, non quale launcher hai aperto. Jan segue invece un approccio per singolo modello: il suo quickstart afferma che ogni modello nell'Hub "mostra se è adatto al tuo hardware, così puoi scegliere quello che la tua macchina può eseguire agevolmente" — una verifica al momento del download anziché una tabella da consultare prima.

Entrambe includono un server locale — ed è questo il significato di "Jan API key"

La domanda più cercata su Jan ha una risposta semplice. Il server API locale di Jan si avvia da Settings > Local API Server, usa per impostazione predefinita la porta 1337 ed espone http://127.0.0.1:1337/v1/chat/completions. La sua chiave API la inventi tu: "Set any string (e.g., a-secure-password)", inviata come header Authorization: Bearer. Per impostazione predefinita si associa a 127.0.0.1, quindi nulla sulla tua rete può raggiungerlo finché non modifichi questa impostazione.

LM Studio (Classic) svolge lo stesso compito su una porta diversa. La sua documentazione del server descrive la possibilità di servire modelli locali "either on localhost or on the network" e le sue impostazioni del server elencano una porta del server configurabile, un'opzione per "Allow other devices on the same local network to access the API server" e un'opzione "Require Authentication" che richiede ai client di "provide a valid API token via the Authorization header". La pagina sulla compatibilità con OpenAI indica come URL di base predefinito http://localhost:1234/v1.

Nota la direzione. In questa modalità entrambe le app espongono un'API compatibile con OpenAI; nessuna delle due ne utilizza una. È l'opposto di ciò di cui tratta la sezione successiva e confondere i due casi è l'errore più comune in questo confronto. Se vuoi lo schema in cui un server locale e un gateway hosted si trovano dietro lo stesso client, la documentazione sugli endpoint locali illustra esattamente questa configurazione.

Cosa lascia effettivamente la tua macchina

La pagina sulla privacy di Jan afferma "Zero data collection until you say so", limita le analisi facoltative agli utenti attivi e la conservazione a un ID casuale elaborato tramite PostHog EU, ed è diretta sul caso cloud: i modelli cloud "need to see your messages to work. That's between you and them - Jan just makes the introduction." Dalla v0.8.4, le credenziali dei provider sono state spostate fuori da localStorage in un archivio backend, con i segreti nel portachiavi del sistema operativo, e migrate automaticamente al primo avvio.

Vale la pena indicare una lacuna invece di sorvolare. La stessa release ha aggiunto gli strumenti integrati web_search e web_fetch, "backed by a native tauri-plugin-websearch", e il changelog non indica quale provider di ricerca li alimenti, se sia necessaria una chiave o quali server vedano la query. Nemmeno la pagina sulla privacy di Jan tratta la ricerca web. Se il motivo per cui utilizzi un'app locale è mantenere locali le query, considera questi strumenti connessi alla rete finché il fornitore non documenterà diversamente.

Dal lato di LM Studio, il percorso dei dati dipende interamente dalla fonte del modello scelta in Bionic. La sua documentazione sui crediti afferma che "Local models and remote LM Link models do not consume credits and do not require billing set up" e che i modelli Cloud vengono eseguiti su quello che LM Studio chiama Secure Cloud, un servizio che la pagina enterprise del fornitore descrive come il proprio "US-based Zero Data Retention (ZDR) cloud". Questa è la descrizione del fornitore del proprio cloud, non un risultato indipendente. Remote indica LM Link verso un altro tuo dispositivo, quindi l'inferenza si sposta, ma la conversazione rimane nel luogo in cui stai digitando.

Quanto costa ciascuno

Ogni riga qui sotto indica il prodotto, perché una frase che dice semplicemente "LM Studio" ora è falsa per una delle due app.

Prezzi letti su lmstudio.ai/pricing, pagina dei download e jan.ai il 19 settembre 2026. Quella riga sulla trascrizione appartiene al piano Free di Bionic e viene eseguita sul dispositivo dell'utente; Kunavo non fornisce modelli di speech-to-text o di embedding, quindi nulla in quella riga ha un equivalente Kunavo.

Due avvertenze. Primo, diversi siti di terze parti pubblicano tariffe per token e tabelle dei livelli per l'inferenza cloud di LM Studio. La pagina dei prezzi ufficiale del fornitore non pubblica né una tariffa per token né la dimensione del limite incluso e afferma soltanto che "Cloud credits cover usage beyond the allowance included with your plan". Qualsiasi cifra specifica trovata altrove non è stata ricavata da lmstudio.ai. Secondo, la situazione dei team è realmente irrisolta: la stessa pagina offre la fatturazione centralizzata tramite un'organizzazione, affermando però "Subscription plans for teams coming soon", che è una cosa diversa dal piano "Teams" che il post dell'8 luglio 2025 dichiarava sarebbe arrivato più tardi nello stesso mese. Verifica al checkout prima di definire il budget per una licenza.

Indirizzare una delle due app a un'API hosted

Questa è la vera asimmetria e vale la pena esporla con precisione, anziché dire semplicemente che "LM Studio non può farlo".

Jan Desktop offre un percorso first-party senza vincoli legati al piano. La sua documentazione sugli endpoint personalizzati indica Settings > Model Providers > Add Provider, con un selettore di formato che offre "OpenAI-compatible" o "Anthropic-compatible" — il secondo aggiunto nella v0.8.1, 29 maggio 2026 — e tre campi: nome del provider, URL di base e chiave API.

Quest'ultima riga è il punto di attrito in cui ci si imbatte e che poi si attribuisce all'endpoint. Jan non verifica le funzionalità del tuo provider; un modello appena aggiunto arriva con strumenti e visione disattivati, che devi impostare per modello nella relativa configurazione. Prima di incollare qualsiasi cosa, basta un comando per confermare che l'endpoint risponda alla richiesta che Jan eseguirà per la discovery:

# 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.

Sia chiaro di cosa si tratta: una procedura ricavata dalla documentazione pubblicata da Jan e dagli endpoint di Kunavo, non un test di compatibilità. Jan non è stato testato a runtime contro api.kunavo.com in questa sede, quindi mantieni disponibile un percorso funzionante mentre provi. L'opzione Anthropic-compatible è lasciata intenzionalmente vuota: la documentazione di Jan descrive il formato, ma non specifica se l'app Jan aggiunga il percorso Messages all'URL di base; un suffisso ipotizzato produce semplicemente un 404 nella tua app. Se vuoi il protocollo Messages, leggi la documentazione sull'URL di base Anthropic e testalo tu stesso.

Nessuna delle due app LM Studio documenta quel campo. Classic ottiene i modelli da Hugging Face e li esegue localmente; nella documentazione dell'app non compare alcuna impostazione per l'URL di base o la chiave del provider di un servizio di terze parti. L'unica via di uscita documentata è il sistema ufficiale di plugin: un generator è "a replacement for local LLMs" che è "useful for implementing adapters for external models, such as using a remote LM Studio instance or other online models", e un plugin che ne contiene uno "will show up in the model dropdown and act as a model". Il meccanismo è ufficiale; gli adapter che lo utilizzano sono pubblicati dalla community, quindi questo percorso implica affidare la tua chiave API a un plugin di terze parti. Valuta questo compromesso in base ai suoi termini.

Bionic non dispone affatto di questa possibilità. La sua documentazione sui modelli elenca esattamente tre fonti — Cloud (hosted, richiede un account e crediti), Local (sul dispositivo) e Remote (un altro tuo dispositivo tramite LM Link) — senza URL di base personalizzato e senza chiave dell'utente. L'estensibilità indicata dalla documentazione di Bionic consiste nelle skill, che gli insegnano azioni ripetibili invece di fornire un backend per i modelli. Una precisazione rispetto al "no" assoluto: la voce del changelog 0.4.20 di LM Studio indica "Support for enterprise internal network model endpoint", quindi in Classic esiste una modalità per endpoint non provenienti da Hugging Face. Nessuna pagina della documentazione trovata per questo articolo descrive come configurarla o chi può abilitarla; considerala quindi reale ma non documentata, non un percorso su cui puoi basare la pianificazione.

La direzione che funziona con LM Studio è quella inversa: mantieni Classic in esecuzione su localhost:1234/v1 e lascia che il client chiamante scelga tra quello e un gateway per ogni attività. La guida all'API compatibile con OpenAI illustra questo passaggio; se invece stai confrontando interfacce di chat anziché runtime locali, AnythingLLM vs Open WebUI e LibreChat vs Open WebUI trattano due soluzioni che accettano un URL di base nello stesso modo di Jan.

Una stima esemplificativa se aggiungi un modello ospitato

Si tratta di calcoli illustrativi dei token, non di costi misurati né di un limite massimo della fattura. Supponiamo un mese leggero di chat desktop: 300 messaggi, ciascuno con l'invio di circa 3.000 token di input una volta reinviata la conversazione fino a quel momento, e la ricezione di 600 token di output — quindi 900.000 token di input e 180.000 di output. La colonna pesante mantiene la stessa struttura a un volume cinque volte superiore. Le tariffe sono i prezzi attuali del catalogo Kunavo per milione di token.

Con queste ipotesi, la riga più pesante arriva a $18,90, al di sotto di Bionic+ a $20 al mese. È una lettura reale di questi numeri, ma circoscritta. Vale per questo schema di utilizzo, questi quattro modelli e queste tariffe, e confronta una fattura a consumo con un piano che include anche funzionalità del prodotto e i modelli open ospitati direttamente da LM Studio, che Kunavo non offre. I token a consumo acquistano solo token: il costo segue ciò che invii, sia in aumento sia in diminuzione. Inoltre, una tariffa indicata più bassa non equivale allo stesso totale più basso: un modello che richiede tre tentativi per un'attività può costare più di uno che la completa correttamente al primo tentativo; quindi seleziona il modello meno costoso che porta a termine il tuo lavoro, non la riga meno costosa. L'ottimizzazione dei costi dell'IA illustra questo metodo.

L'importo del catalogo Kunavo è una soglia minima di fatturazione, non un tetto massimo: quando il provider upstream comunica il proprio addebito, la fattura è pari al maggiore tra il costo del catalogo e il costo upstream moltiplicato per il markup applicabile. Gli addebiti per la cache e gli strumenti esterni non rientrano in questo esempio. La ricarica minima è di $10 in credito prepagato, che rappresenta un minimo di finanziamento, non una tariffa per attività né un abbonamento — al suo interno rientrano circa 7 mesi leggeri di chat Claude Haiku 4.5, una stima basata sulle ipotesi precedenti e non una garanzia sulla durata di alcun saldo. Consulta i dettagli di fatturazione.

Confronto delle funzionalità a colpo d'occhio

Due righe meritano una nota. Non è affatto chiaro se Classic possa chattare con i modelli cloud ospitati di LM Studio: nessuna pagina della documentazione lo conferma in un senso o nell'altro, quindi la cella riporta "non documentato" anziché "no". Inoltre, le due righe sulle versioni sono ricavate da changelog separati di LM Studio — uno per Classic, uno per Bionic — entrambi più aggiornati di questa pagina; considerale quindi come ciò che era attuale al momento della verifica, non come la versione che ti verrà offerta.

Se decidi di collegare una chiave ospitata

Kunavo non pubblica alcuna pagina di integrazione specifica per Jan, quindi il percorso corretto è quello generico: crea una chiave, imposta il provider personalizzato di Jan su https://api.kunavo.com/v1, lascia che il rilevamento popoli l'elenco dei modelli, quindi abilita manualmente strumenti o visione per ciascun modello. Inizia dal quickstart per la chiave e l'URL di base, e crea un account Kunavo quando sei pronto a finanziarlo. Mantieni configurato anche il modello locale: il motivo per eseguire Jan o LM Studio è proprio conservare disponibile il percorso offline quando quello ospitato non vale il costo.

Domande frequenti

Pagine dei vendor, documentazione e changelog recuperati il 19 settembre e ricontrollati il 21 settembre 2026: la homepage, il quickstart, le pagine custom-endpoint, API-server, privacy e changelog di jan.ai, oltre al file LICENSE in janhq/jan; le pagine pricing, download, enterprise, terms, i changelog di Classic e Bionic, system requirements, model-download, la documentazione dell'app, Bionic models and credits, generator plugin, server e server-settings, OpenAI-compatibility, headless e free-for-work di lmstudio.ai; e l'API GitHub per janhq/jan e l'organizzazione lmstudio-ai. I numeri di versione e il conteggio delle stelle corrispondono a quelli mostrati da tali pagine nella data successiva. Non è stato eseguito alcun test runtime delle due app con Kunavo, e ogni cifra in dollari calcolata su questa pagina è un calcolo illustrativo dei token alle tariffe correnti del catalogo.