Msty so với LM Studio so với AnythingLLM: mô hình cục bộ, RAG và chi phí API

Msty Studio và AnythingLLM là các không gian làm việc trò chuyện, mỗi công cụ đều có tài liệu mô tả cách trỏ tới endpoint tương thích với OpenAI; LM Studio là runtime cục bộ cung cấp giao thức đó thay vì sử dụng một endpoint. Sự bất đối xứng duy nhất này quyết định phần lớn cuộc so sánh. Nếu kế hoạch của bạn là kết hợp model cục bộ với một model frontier được lưu trữ phía sau một key, trong ba công cụ này client phải là Msty Studio hoặc AnythingLLM — LM Studio là thứ mà chúng kết nối tới, và tài liệu riêng của LM Studio không mô tả trường dành cho URL cơ sở của bên thứ ba.

Hai điểm cần phân biệt trước khi có thể sử dụng bất kỳ con số nào dưới đây. MSTY cũng là mã chứng khoán, của YieldMax MSTR Option Income Strategy ETF, vì vậy tìm kiếm "MSTY price" sẽ trả về báo giá quỹ không liên quan gì đến phần mềm. Ngoài ra, lmstudio.ai/pricing có tiêu đề là giá Bionic: trang này định giá LM Studio Bionic, được công bố ngày 16 tháng 7 năm 2026 là "một ứng dụng mới, tách biệt với LM Studio". Bản thân runtime LM Studio miễn phí. Trích dẫn $20 mỗi tháng làm giá của LM Studio là lỗi phổ biến nhất trong so sánh này.

Bạn nên chọn công cụ nào

Msty và LM Studio. Công việc khác nhau. Quy trình của LM Studio xoay quanh model: tải trọng số, tinh chỉnh thiết lập tải và cung cấp chúng. Quy trình của Msty Studio xoay quanh cuộc hội thoại — persona, nhóm, knowledge stack, studio prompt — và cài các engine riêng (Ollama, MLX, llama.cpp) khi bạn chọn model cục bộ, nên không bao giờ cần LM Studio bên dưới. Giới hạn mang tính quyết định là hướng giao thức, không phải tính năng: Msty Studio có tài liệu mô tả việc thêm endpoint tương thích với OpenAI làm nhà cung cấp, đồng thời nêu "self-hosted gateways" là một trường hợp sử dụng dự kiến; tài liệu LM Studio hoàn toàn không có mục BYOK hoặc URL cơ sở tùy chỉnh. Về đường đi của chi phí, cả hai đều bắt đầu miễn phí; mức trần của Msty là giấy phép theo chỗ ngồi, còn mức trần của LM Studio là gói đám mây tính theo mức sử dụng trong một ứng dụng khác. Việc chuyển đổi giữa hai công cụ đều dễ dàng — không công cụ nào sở hữu trọng số model của bạn và cả hai đều để lịch sử hội thoại trên ổ đĩa của bạn.

Msty so với AnythingLLM. Cùng công việc, khác mô hình phân quyền. Cả hai đều là không gian làm việc trò chuyện ưu tiên cục bộ, có truy xuất tài liệu và chấp nhận endpoint từ xa tương thích với OpenAI. Điểm khác biệt là ai khác được phép sử dụng. AnythingLLM Desktop được tài liệu mô tả là "ứng dụng một người dùng", "không có tài khoản người dùng hay lớp xác thực trước khi truy cập", và có hướng dẫn rõ ràng không được đưa ứng dụng lên internet công cộng; khả năng hỗ trợ nhiều người dùng, giao diện trình duyệt và tùy biến thương hiệu chỉ có trong các triển khai Docker hoặc Cloud. Msty Studio là phần mềm desktop; giao diện web, đăng nhập một lần, quyền truy cập dựa trên vai trò và nhật ký kiểm toán của nó chỉ có ở các gói trả phí. Về mô hình thực thi, tác nhân của AnythingLLM bị giới hạn bởi việc mô hình bạn chọn có tạo ra JSON gọi công cụ hợp lệ hay không — chính trang khắc phục sự cố của công cụ nói rằng vấn đề "chủ yếu phụ thuộc vào mô hình bạn đang sử dụng" — trong khi Agent Mode của Msty là lớp bao quanh các tệp nhị phân Codex, Gemini CLI và Claude Code, và đăng nhập riêng qua từng công cụ. Về việc chuyển đổi: AnythingLLM được cấp phép MIT và có phương án triển khai Docker được hướng dẫn trong tài liệu, nên khi rời đi bạn phải lập chỉ mục lại; Msty là giấy phép mà bạn hoặc gia hạn, hoặc ngừng gia hạn.

Nếu bạn muốn dùng cả ba. Tổ hợp thực sự hoạt động là AnythingLLM làm không gian làm việc, LM Studio làm máy chủ cục bộ và một gateway key cho model frontier. AnythingLLM cung cấp driver lmstudio cho chat và driver EMBEDDING_ENGINE='lmstudio' cho embeddings, vì vậy LM Studio có thể đảm nhiệm phần riêng tư, ngoại tuyến của workload còn driver OpenAI generic đảm nhiệm các câu hỏi khó.

Bốn khả năng, đặt cạnh nhau

Các nguồn, đều được kiểm tra ngày 21 tháng 9 năm 2026: model cục bộ Msty và các tùy chọn compose của Knowledge Stack; LM Studio 0.4.0, mục lục tài liệu LM Studio và hướng dẫn Chat with Documents; thiết lập OpenAI (Generic) của AnythingLLM và ví dụ môi trường đi kèm.

Chi phí của từng sản phẩm

Đọc từ msty.ai/pricing, nexus.msty.ai, thông báo miễn phí cho công việc của LM Studio, giá Bionic và anythingllm.com/pricing vào ngày 21 tháng 9 năm 2026. Có ba khoảng trống đáng nêu rõ thay vì che đậy: Bionic không công bố mức giá trên mỗi triệu token và cũng không công bố con số về hạn mức sử dụng bao gồm trong gói, nên không thể mô hình hóa chi phí đám mây từ các trang công khai; AnythingLLM Cloud không công bố giới hạn về số người dùng, dung lượng lưu trữ hoặc yêu cầu; và gói Enterprise của Msty không có con số công khai. Hãy xác nhận các thông tin này khi thanh toán.

Một điểm dễ bỏ sót khi đọc ma trận Msty: dòng nhà cung cấp Azure và Bedrock để trống trong cột Free và được điền từ Aurum trở lên, còn thẻ gói Aurum liệt kê các nhà cung cấp đó dưới dạng gạch đầu dòng. Endpoint tương thích với OpenAI generic là một dòng khác — thực tế ma trận không nêu dòng endpoint tùy chỉnh nào, nên trang giá không trả lời việc gói Free có bao phủ một endpoint như vậy hay không. Changelog là bằng chứng tốt nhất cho thấy sản phẩm vẫn được duy trì: phiên bản 2.9.5 liệt kê "Đã sửa model của nhà cung cấp tương thích với OpenAI và tính năng tạo hình ảnh".

Nơi key của bên thứ ba thực sự được sử dụng

Đây là phần quyết định liệu gateway key có hữu ích với bạn hay không, và ba sản phẩm đi đến ba điểm khác nhau.

Msty Studio: hỗ trợ sẵn, ngay trong giao diện. Đường dẫn là Model Hub > Model Providers > Add Provider, chọn endpoint tương thích với OpenAI, trong đó "các cổng kết nối tự lưu trữ" và "các endpoint suy luận riêng tuân theo định dạng API của OpenAI" được nêu là các trường hợp sử dụng dự kiến. Với Kunavo, URL cơ sở là https://api.kunavo.com/v1. Tài liệu Studio không liệt kê các trường trong biểu mẫu — chỉ nói "thêm khóa API của bạn (và mọi thông tin endpoint cần thiết), rồi lưu" — vì vậy hãy chuẩn bị đọc hộp thoại thay vì làm theo hướng dẫn từng bước. Có ba giới hạn cần biết trước khi bắt đầu: các cấu hình công cụ đặt sẵn dành riêng cho nhà cung cấp trên cùng trang được liệt kê cho năm nhà cung cấp có tên — OpenAI, Anthropic, Google Gemini, xAI và Groq — còn nhà cung cấp tương thích OpenAI dùng chung không nằm trong số đó, nên đừng giả định có cấu hình đặt sẵn cho nhà cung cấp của bạn; các mô hình embedding của Knowledge Stack được chọn từ Model Hub > Local Models, vì vậy việc lập chỉ mục dường như vẫn diễn ra trên máy của bạn; và Agent Mode hoàn toàn bỏ qua danh sách nhà cung cấp, khởi chạy các tệp nhị phân Codex, Gemini CLI và Claude Code rồi đăng nhập qua từng công cụ.

AnythingLLM: hỗ trợ sẵn, thông qua một driver mà công cụ chủ ý gắn nhãn là dành cho nhà phát triển. Cảnh báo riêng của công cụ đáng được trích dẫn — "bạn không nên sử dụng nó trừ khi biết mình đang làm gì" — vì hai driver liền kề không hoạt động cho trường hợp này. URL cơ sở của driver OpenAI gốc là cố định, và yêu cầu tính năng cho phép cấu hình URL đó đã được đóng với driver dùng chung là giải pháp; driver Anthropic gốc hoàn toàn không có biến URL cơ sở trong ví dụ môi trường đi kèm. Vì vậy, driver OpenAI dùng chung là cách kết nối cần dùng, còn giao diện API là endpoint chat-completions.

# 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'

Dòng khiến nhiều người nhầm lẫn là khối thứ hai. Embedding là một nhà cung cấp riêng trong AnythingLLM, và catalog của Kunavo không chứa model embedding nào — request tới endpoint embedding sẽ không phân giải được thành model khả dụng — nên bước embedding không được Kunavo phục vụ. Hãy giữ bước này ở mặc định cục bộ đi kèm, hoặc trỏ nó tới LM Studio hay Ollama trên máy của bạn. Việc một endpoint chat tương thích với OpenAI không biến nó thành embedder của bạn. Điều tương tự cũng áp dụng cho Msty: Knowledge Stacks chọn từ các model đã cài cục bộ.

LM Studio và Bionic: không có quy trình được ghi chép. Trang tương thích OpenAI của LM Studio tồn tại để cho phép các ứng dụng khách khác trỏ đến http://localhost:1234/v1 — hướng dẫn yêu cầu đổi URL cơ sở "để trỏ đến LM Studio của bạn thay vì máy chủ của OpenAI" — và hiện trang này cũng cung cấp một endpoint Messages tương thích với Anthropic. Cả hai đều là phía máy chủ. Bộ chọn model của Bionic chỉ cung cấp Cloud, Local và Remote-over-LM-Link, không có lựa chọn nào khác. Con đường duy nhất đã được xây dựng là một plugin cộng đồng không chính thức định tuyến chat qua URL cơ sở có thể cấu hình; plugin này không do LM Studio phát hành, cần Node và CLI lms, đồng thời không tuyên bố hỗ trợ Bionic. Nếu muốn đưa LM Studio vào quy trình, hãy chạy nó như máy chủ cục bộ và để AnythingLLM sử dụng — AnythingLLM cung cấp driver lmstudio, còn tài liệu riêng của LM Studio không mô tả driver theo chiều ngược lại.

Một ước tính theo tháng có tính minh họa

Đây là phép tính token mang tính minh họa, không phải chi phí tác vụ được đo lường và không phải mức trần hóa đơn. Giả sử một người dùng duy nhất trò chuyện với cơ sở kiến thức: 300 câu hỏi mỗi tháng, mỗi câu gửi 6.000 token đầu vào gồm các đoạn văn được truy xuất, system prompt và lịch sử, đồng thời nhận 700 token đầu ra. Tổng cộng là 1,8M token đầu vào và 0,21M token đầu ra. Mức giá là giá trong danh mục Kunavo hiện hành cho mỗi triệu token.

So sánh hữu ích không nằm giữa các hàng mà nằm giữa bảng và danh sách gói phía trên. Ở khối lượng này, ngay cả Claude Sonnet 5 cũng có giá $3,99 mỗi tháng, so với $12,42 mỗi tháng cho một gói Msty Aurum được phân bổ theo thời hạn một năm, $20 mỗi tháng cho Bionic+, hoặc $50 mỗi tháng cho AnythingLLM Cloud Basic. Với một người dùng duy nhất ở khối lượng này, gói phần mềm chi phối hóa đơn token; kết luận trung thực là nên chọn ứng dụng khách dựa trên quy trình làm việc và quyền hạn, rồi mới chọn model. Điều này thay đổi ở khối lượng tác vụ agent, khi ngữ cảnh được gửi lại ở mỗi lượt: hãy nhân cột đầu vào với số lượt mỗi ngày của bạn trước khi sử dụng lại phép tính này.

Có hai giới hạn đối với phép tính này. Mức giá được liệt kê rẻ nhất không đồng nghĩa với chi phí thấp nhất để hoàn thành một tác vụ — model cần ba lần thử có thể tốn nhiều hơn model chỉ cần một lần — vì vậy hãy đo trên tài liệu của riêng bạn. Ngoài ra, số tiền trong danh mục Kunavo là mức sàn thanh toán chứ không phải mức trần: khi upstream báo chi phí, hóa đơn là giá trị lớn hơn giữa chi phí theo danh mục và chi phí upstream nhân với phần đánh dấu áp dụng. Phí bộ nhớ đệm và công cụ bên ngoài nằm ngoài ví dụ này. Khoản nạp tối thiểu là $10 tín dụng trả trước, dùng để nạp vào số dư thay vì mua gói đăng ký — xem chi tiết thanh toán.

Phiên bản, giấy phép và bảo trì

Lưu ý về ý nghĩa của "LM Studio" trong năm 2026, vì các kênh chính thức của nhà cung cấp không nhất quán: trang chủ tập trung vào Bionic, trong khi trang tải xuống vẫn cung cấp LM Studio 0.4.25 cùng với nó và daemon llmster chạy không cần giao diện. Khi so sánh "Msty với LM Studio" hiện nay, cần nói rõ đang đề cập đến sản phẩm nào. Tương tự, hãy xem khoảng trống hai tháng trong nhật ký thay đổi của Msty là một mốc cần kiểm tra chứ không phải phán quyết — từ bên ngoài không thể biết sản phẩm hay trang đã tạm dừng. Và bất kỳ trang nào mô tả LM Studio 0.3.x là phiên bản hiện tại, hoặc tuyên bố cần giấy phép thương mại để sử dụng cho công việc, đều có trước lần tái kiến trúc ngày 28 tháng 1 năm 2026 và thay đổi giấy phép ngày 8 tháng 7 năm 2025 tương ứng.

Thiết lập khóa gateway trong một trong hai ứng dụng khách

Kunavo cung cấp tài liệu thiết lập cho các ứng dụng khách tương thích với OpenAI; đó là tài liệu tham khảo về cấu hình chứ không phải bài kiểm tra khả năng tương thích — chưa ứng dụng nào trong ba ứng dụng này được kiểm tra khi chạy tại đây, và toàn bộ nội dung trên được đọc từ tài liệu riêng của từng nhà cung cấp. Trình tự thực tế trong cả hai workspace chấp nhận khóa là như nhau: giữ nguyên route hiện có, thêm endpoint làm nhà cung cấp thứ hai, chạy một tác vụ có phạm vi giới hạn, rồi đọc khoản phí mà tài khoản của bạn đã ghi nhận cho tác vụ đó. Bắt đầu từ hướng dẫn bắt đầu nhanh và tài liệu tham khảo về chat completions, rồi tạo tài khoản Kunavo khi bạn sẵn sàng nạp tiền cho một khóa.

Nếu điều bạn thực sự muốn so sánh là các workspace thay vì runtime, AnythingLLM với Open WebUI phân tích sâu việc triển khai và điều khoản giấy phép, nên nội dung đó không được lặp lại ở đây. Hướng dẫn API tương thích với OpenAI giải thích giao thức truyền và không truyền được gì giữa các ứng dụng khách, tài liệu endpoint tương thích với Ollama đề cập đến phía máy chủ cục bộ, còn triển khai RAG đi sâu hơn vào nơi pipeline truy xuất phát sinh chi phí.

Câu hỏi thường gặp

Các trang giá, tài liệu, nhật ký thay đổi của nhà cung cấp và kho AnythingLLM được kiểm tra ngày 21 tháng 9 năm 2026; ma trận tính năng của Msty và giá Nexus được đọc từ chính mã đánh dấu của các trang thay vì từ bản tóm tắt. Mức giá token của Kunavo lấy từ danh mục hiện hành. Mọi ví dụ đô la ở đây đều là phép tính token mang tính minh họa, và chưa ứng dụng khách nào trên trang này được kiểm tra khi chạy với Kunavo.