Msty vs LM Studio vs AnythingLLM: modelos locais, RAG e custo de API

O Msty Studio e o AnythingLLM são espaços de trabalho de chat que documentam, cada um, uma forma de apontar para um endpoint compatível com OpenAI; o LM Studio é um runtime local que publica esse protocolo em vez de consumi-lo. Essa única assimetria determina a maior parte desta comparação. Se o seu plano é combinar modelos locais com um modelo de fronteira hospedado usando uma única chave, entre esses três o cliente precisa ser o Msty Studio ou o AnythingLLM — o LM Studio é aquilo ao qual eles se conectam, e sua própria documentação não descreve nenhum campo para uma URL base de terceiros.

Duas desambiguações antes que qualquer número abaixo possa ser usado. MSTY também é um símbolo de cotação, o YieldMax MSTR Option Income Strategy ETF, portanto uma busca por "MSTY price" retorna cotações de fundo que não têm nenhuma relação com software. E lmstudio.ai/pricing é intitulada Bionic pricing: ela define o preço do LM Studio Bionic, anunciado em 16 de julho de 2026 como "um novo aplicativo separado do LM Studio". O runtime do LM Studio em si é gratuito. Citar $20 por mês como preço do LM Studio é o erro mais comum nesta comparação.

Qual você deve escolher

Msty versus LM Studio. Funções diferentes. O fluxo de trabalho do LM Studio é centrado no modelo: baixar pesos, ajustar configurações de carregamento e servi-los. O do Msty Studio é centrado na conversa — personas, equipes, pilhas de conhecimento e estúdios de prompts — e ele instala seus próprios mecanismos (Ollama, MLX, llama.cpp) quando você escolhe um modelo local, portanto nunca precisa do LM Studio por baixo. O limite decisivo é a direção do protocolo, não os recursos: o Msty Studio documenta a adição de um endpoint compatível com OpenAI como provedor, citando "gateways autogerenciados" como um caso pretendido; a documentação do LM Studio não tem nenhuma seção sobre BYOK ou URL base personalizada. Quanto ao caminho de custo, ambos começam gratuitamente; o teto do Msty é uma licença por usuário e o do LM Studio é uma assinatura de nuvem com cobrança por uso em um aplicativo diferente. A migração entre eles é barata de qualquer forma — nenhum deles é proprietário dos seus pesos de modelo, e ambos deixam o histórico das suas conversas no seu próprio disco.

Msty versus AnythingLLM. A mesma função, modelo de permissões diferente. Ambos são espaços de trabalho de chat que priorizam o uso local, com recuperação de documentos, e ambos aceitam um endpoint remoto compatível com OpenAI. A diferença é quem mais pode usá-lo. O AnythingLLM Desktop é documentado como um "aplicativo para um único usuário" com "nenhuma conta de usuário ou autenticação na frente dele" e uma instrução explícita para não expô-lo à internet pública; o uso por vários usuários, a interface no navegador e a personalização com marca branca só chegam com as implantações Docker ou Cloud. O Msty Studio é um software para desktop cuja interface web, logon único, acesso baseado em funções e log de auditoria ficam atrás de níveis pagos. Quanto ao modelo de execução, os agentes do AnythingLLM são limitados pelo fato de o modelo escolhido emitir ou não JSON válido de chamadas de ferramentas — sua própria página de solução de problemas diz que o problema "na maioria das vezes se resume ao modelo que você está usando" — enquanto o Agent Mode do Msty é um wrapper em torno dos binários do Codex, Gemini CLI e Claude Code e autentica separadamente por meio de cada um. Na migração: o AnythingLLM é licenciado sob MIT e tem um caminho Docker documentado, portanto sair dele custa uma reindexação; o Msty é uma licença que você renova ou deixa de renovar.

Se você quiser os três. A combinação que realmente funciona é o AnythingLLM como espaço de trabalho, o LM Studio como servidor local e uma chave de gateway para o modelo de fronteira. O AnythingLLM fornece um driver lmstudio para chat e um EMBEDDING_ENGINE='lmstudio' para embeddings, portanto o LM Studio pode cuidar da parte privada e offline da carga de trabalho enquanto o driver OpenAI genérico cuida das perguntas difíceis.

Os quatro recursos, lado a lado

Fontes, todas verificadas em 21 de setembro de 2026: modelos locais do Msty e opções de composição do Knowledge Stack; LM Studio 0.4.0, o índice da documentação do LM Studio e seu guia Chat with Documents; a configuração OpenAI (Generic) do AnythingLLM e o exemplo de ambiente fornecido.

Quanto custa cada um

Consultado em msty.ai/pricing, nexus.msty.ai, no anúncio de uso gratuito para trabalho do LM Studio, em Bionic pricing e em anythingllm.com/pricing em 21 de setembro de 2026. Três lacunas que vale a pena nomear em vez de encobrir: o Bionic não publica uma tarifa por milhão de tokens nem um número de franquia incluída, portanto seu custo de nuvem não pode ser calculado a partir das páginas públicas; o AnythingLLM Cloud não publica limites de usuários, armazenamento ou solicitações; e o nível Enterprise do Msty não tem um valor público. Confirme qualquer um desses dados no checkout.

Uma observação fácil de perder na matriz do Msty: a linha de provedores Azure e Bedrock está vazia na coluna Free e preenchida a partir do Aurum, e o cartão do plano Aurum lista esses provedores como um item. Um endpoint genérico compatível com OpenAI é uma linha diferente — na verdade, a matriz não nomeia nenhuma linha de endpoint personalizado, portanto a página de preços não responde se o plano Free cobre um. O changelog é a melhor evidência de que ele é mantido: a versão 2.9.5 lista "Corrigidos os modelos de provedores compatíveis com OpenAI e a geração de imagens".

Onde uma chave de terceiros realmente chega

Esta é a seção que determina se uma chave de gateway é útil para você de fato, e os três produtos chegam a lugares diferentes.

Msty Studio: nativo, na interface. O caminho é Model Hub > Model Providers > Add Provider, escolhendo um endpoint compatível com OpenAI, com "gateways autogerenciados" e "endpoints de inferência privados que seguem o formato da API OpenAI" nomeados como usos pretendidos. Para a Kunavo, a URL base é https://api.kunavo.com/v1. A documentação do Studio não enumera os campos do formulário — diz apenas para "adicionar sua chave de API (e todos os detalhes de endpoint necessários) e depois salvar" — portanto espere ler a caixa de diálogo em vez de seguir um passo a passo. Vale conhecer três limites antes de começar: as predefinições de ferramentas nativas do provedor nessa mesma página estão listadas para cinco fornecedores nomeados — OpenAI, Anthropic, Google Gemini, xAI e Groq — e um provedor genérico compatível com OpenAI não é um deles, portanto não presuma uma predefinição para o seu; além disso, os embeddings do Knowledge Stack são escolhidos em Model Hub > Local Models, então a indexação parece permanecer na sua máquina; e o Agent Mode ignora completamente a lista de provedores, iniciando os binários do Codex, Gemini CLI e Claude Code e autenticando por meio de cada um.

AnythingLLM: nativo, por meio de um driver que ele identifica deliberadamente como voltado para desenvolvedores. Vale citar o próprio aviso — "você não deve usá-lo a menos que saiba o que está fazendo" — porque os dois drivers vizinhos não funcionam para isso. A URL base do driver OpenAI nativo é fixa, e a solicitação para tornar esse recurso configurável foi encerrada com o driver genérico como resposta; o driver Anthropic nativo não tem nenhuma variável de URL base no exemplo de ambiente fornecido. Portanto, o driver OpenAI genérico é o caminho, e um endpoint de chat completions é a interface.

# 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'

A linha que pega as pessoas de surpresa é o segundo bloco. Os embeddings são um provedor separado no AnythingLLM, e o catálogo da Kunavo não contém nenhum modelo de embedding — uma solicitação para um endpoint de embedding não encontra nenhum modelo disponível — portanto a etapa de embedding não é atendida pela Kunavo. Deixe-a no padrão local fornecido ou aponte-a para o LM Studio ou Ollama na sua própria máquina. O fato de um endpoint de chat ser compatível com OpenAI não o transforma no seu embedder. O mesmo se aplica ao Msty: seus Knowledge Stacks escolhem entre os modelos instalados localmente.

LM Studio e Bionic: nenhum caminho documentado. A sua página de compatibilidade com OpenAI existe para fazer com que outros clientes apontem para http://localhost:1234/v1 — a instrução é alterar a URL base "para apontar para o seu LM Studio em vez dos servidores da OpenAI" — e agora ela também fornece um endpoint Messages compatível com Anthropic. Ambos ficam no lado do servidor. O seletor de modelos do Bionic oferece Cloud, Local e Remote-over-LM-Link, e nada mais. O único caminho que alguém construiu é um plugin comunitário não oficial que roteia o chat por meio de uma URL base configurável; ele não é publicado pelo LM Studio, precisa do Node e da CLI lms, e não afirma oferecer suporte ao Bionic. Se você quiser incluir o LM Studio, execute-o como servidor local e deixe o AnythingLLM consumi-lo — o AnythingLLM fornece um driver lmstudio, e a própria documentação do LM Studio não descreve nenhum driver na direção oposta.

Uma estimativa mensal calculada

Isto é uma aritmética ilustrativa de tokens, não um custo de tarefa medido nem um teto de cobrança. Suponha uma única pessoa fazendo chat com uma base de conhecimento: 300 perguntas por mês, cada uma enviando 6.000 tokens de entrada de trechos recuperados, prompt do sistema e histórico, e recebendo 700 tokens de saída. Isso corresponde a 1,8 milhão de tokens de entrada e 0,21 milhão de tokens de saída. As tarifas são os preços atuais do catálogo da Kunavo por milhão de tokens.

A comparação útil não é entre as linhas, mas entre a tabela e a lista de níveis acima dela. Nessa carga de trabalho, até mesmo Claude Sonnet 5 chega a $3.99 por mês, contra $12.42 por mês por uma licença Msty Aurum amortizada ao longo de um ano, $20 por mês pelo Bionic+ ou $50 por mês pelo AnythingLLM Cloud Basic. Para um único usuário nesse volume, o nível do software domina a cobrança de tokens, e a conclusão honesta é que você deve escolher o cliente com base no fluxo de trabalho e nas permissões e, depois, escolher o modelo. Isso muda em cargas de trabalho de agentes, nas quais o contexto é reenviado a cada turno: multiplique a coluna de entrada pelos seus próprios turnos por dia antes de reutilizar este cálculo.

Há dois limites para essa aritmética. A tarifa mais barata listada não é a mesma afirmação que o menor custo para concluir uma tarefa — um modelo que precisa de três tentativas pode custar mais do que um que precisa de uma — portanto meça nos seus próprios documentos. E o valor do catálogo da Kunavo é um piso de cobrança, não um teto: quando o upstream informa sua cobrança, a fatura é o maior valor entre o custo do catálogo e o custo do upstream multiplicado pelo markup aplicável. As cobranças de cache e as ferramentas externas ficam fora deste exemplo. A recarga mínima é de $10 em crédito pré-pago, que financia um saldo em vez de comprar uma assinatura — consulte detalhes de cobrança.

Versões, licenças e manutenção

Uma observação sobre o que "LM Studio" significa em 2026, pois as próprias interfaces do fornecedor discordam: a página inicial dá destaque ao Bionic, enquanto a página de download ainda fornece o LM Studio 0.4.25 junto com ele e o daemon sem interface llmster. Quem comparar "Msty versus LM Studio" hoje deve dizer a qual deles se refere. Da mesma forma, trate a lacuna de dois meses no changelog do Msty como uma data a verificar, não como um veredito — não há como saber externamente se foi o produto ou a página que parou. E qualquer página que descreva o LM Studio 0.3.x como atual ou afirme que você precisa de uma licença comercial para uso profissional antecede, respectivamente, a reestruturação de 28 de janeiro de 2026 e a alteração de licença de 8 de julho de 2025.

Configurando uma chave de gateway em qualquer um dos clientes

A Kunavo publica documentação de configuração para clientes compatíveis com OpenAI, e isso é uma referência de configuração, não um teste de compatibilidade — nenhum desses três aplicativos foi testado em runtime aqui, e tudo acima foi obtido da própria documentação de cada fornecedor. A ordem prática é a mesma nos dois espaços de trabalho que aceitam uma chave: mantenha sua rota existente disponível, adicione o endpoint como um segundo provedor, execute uma tarefa delimitada e depois leia a cobrança registrada para ela na sua conta. Comece pelo guia de início rápido e pela referência de chat completions, e crie uma conta Kunavo quando estiver pronto para adicionar crédito a uma chave.

Se a comparação que você realmente quer é entre espaços de trabalho, e não entre runtimes, AnythingLLM versus Open WebUI aborda em profundidade a implantação e os termos de licença e não repete essa discussão aqui. O guia da API compatível com OpenAI explica o que o protocolo transporta e não transporta entre clientes, a documentação do endpoint compatível com Ollama aborda o lado do servidor local e Implementação de RAG explica com mais detalhes onde uma pipeline de recuperação gasta dinheiro.

Perguntas frequentes

Páginas de preços dos fornecedores, documentação, changelogs e o repositório do AnythingLLM verificados em 21 de setembro de 2026; a matriz de recursos do Msty e os preços do Nexus foram lidos da própria marcação das páginas, e não de um resumo. As tarifas de tokens da Kunavo vêm do catálogo atual. Todo exemplo em dólares aqui é uma aritmética ilustrativa de tokens, e nenhum cliente desta página foi testado em runtime com a Kunavo.