Jan AI 和 LM Studio 已不再是两个可以直接比较的应用，任何没有说明这一点的 2026 年比较都会同时误判价格问题和 API 问题。Jan Desktop 是一个免费的 Apache-2.0 应用。LM Studio 现在是两个桌面产品：LM Studio (Classic)，当前版本为 0.4.25，也就是这个名称一直所指的免费本地模型管理器和 OpenAI 兼容服务器；以及 LM Studio Bionic，这是一个独立的代理应用，于 2026 年 7 月 16 日宣布，提供 $0、$20 和 $100 方案。目前针对这一查询排名的所有第三方比较都早于这次拆分。
简短回答：如果你想要一个桌面窗口，既能运行本地模型，又能使用你自己的密钥连接托管模型，那么Jan Desktop 是原生支持这一点的工具——Settings > Model Providers > Add Provider 可填写基础 URL 和密钥。如果你想要更强的本地模型管理器，以及一个其他软件可以调用的服务器，那么LM Studio (Classic) 是更好的工具，而且不收费，包括在工作中使用也免费。LM Studio 的两个应用都没有记录用于第三方端点的通用基础 URL 字段；Classic 的更新日志确实列出了未公开文档的“enterprise internal network model endpoint”模式，下面会介绍。
在详细说明前先澄清一点，因为搜索结果会将它们混在一起：由 Menlo Research 开发、位于 jan.ai 的本地 AI 应用 Jan 不是 Janitor AI，后者是角色扮演聊天网站。“Jan API key”通常也不是你购买的密钥——Jan 不出售任何东西。有关这一说法几乎总是指什么，请参阅常见问题。
应该选哪一个
无论你搜索的是 Jan vs LM Studio 还是 LM Studio vs Jan，决策逻辑都相同，因为关键在于一个问题：应用是否需要访问你在其他地方付费使用的模型？逐行查看此表，遇到第一行符合你的情况时停止。表格按照差异的决定性排序，而不是按照功能数量排序。
| 如果这是你的情况 | 选择 | 因为 |
|---|---|---|
| 在一个应用中使用本地模型和托管模型，并通过你控制的密钥连接 | Jan Desktop | 三者中唯一有文档记录的官方一方自定义端点字段。支持 OpenAI 兼容或 Anthropic 兼容，基础 URL 加密钥 |
| 你需要应用的源代码，或需要将其集成到其他产品中发布 | Jan Desktop | Apache-2.0。LM Studio 的桌面应用是专有软件，其条款禁止服务局和软件即服务用途 |
| 用于运行你自己的脚本的本地服务器，以及之后的无头部署 | LM Studio (Classic) | 在 localhost:1234/v1 上提供类似 OpenAI 的 API，也可以选择在局域网上提供并要求令牌；此外还提供 llmster 守护进程，适用于没有图形界面的机器 |
| 一个开箱即用的代理，可以规划、使用工具并处理文件 | LM Studio Bionic | 专为此用途构建。代价在于模型后端：Cloud、Local 或 Remote，没有用于填写第三方端点的位置 |
| 完全离线，无需账户，任何内容都不会离开计算机 | 任一免费应用 | 两者都能在你自己的硬件上运行开放权重模型。Jan 表示本地模型不需要密钥或网络；Bionic 的 Local 和 LM Link 模型不需要账户或额度 |
| 你正在编制预算，而答案必须经得起审计 | 阅读价格部分 | Classic 为 $0。Bionic 为 $0 / $20 / $100，并附带未公布的使用额度。不存在单一的“LM Studio price” |
有两点不是差异，尽管它们经常出现在较早的比较中。两者都能在你自己的硬件上运行开放权重模型文件——LM Studio 的内置下载器会从 Hugging Face 获取“任何受支持的模型”，而 Jan 的文档将 llama.cpp 和 MLX 列为其本地引擎——因此你已有的权重不会因切换而闲置。迁移只是让应用重新指向磁盘上的文件并重新输入密钥，而不是导出专有格式。两者在工作中使用也都是免费的：Jan 依据其许可证免费，Classic 依据供应商的2025 年 7 月 8 日政策免费；该政策表示无需先填写表单或联系他们。
硬件：一个公布的最低要求，而不是两个
本节有意只列一列。LM Studio 发布了系统要求页面；Jan 的桌面文档没有对应页面——在为本文检查时，其文档导航中未找到硬件或系统要求页面。因此不存在可以列出的对称 Jan 数值，编造一个数值会是本页面最容易犯的谎言。
| 平台 | LM Studio 公布的最低要求 |
|---|---|
| macOS | Apple Silicon（M1/M2/M3/M4）、macOS 14.0 或更高版本，建议使用 16GB 以上 RAM |
| Windows | x64 要求 AVX2，建议至少 16GB RAM，建议至少 4GB 独立 VRAM；支持 x64 和 ARM |
| Linux | Ubuntu 20.04 或更高版本，以 AppImage 形式分发，支持 x64 和 aarch64 |
应将这些内容视为两个应用共同适用的指南，而不是仅适用于其中一个。由于两者加载相同的开放权重模型文件，决定性限制因素是你选择的模型及其所需内存，而不是你打开了哪个启动器。Jan 采用按模型处理的方式：其快速入门说明，Hub 中的每个模型“都会显示它是否适合你的硬件，因此你可以选择一款你的机器能够轻松运行的模型”——这是下载时进行的检查，而不是事先查阅的表格。
两者都提供本地服务器——而这就是“Jan API key”的含义
搜索次数最多的 Jan 问题其实有一个平淡的答案。Jan 的本地 API 服务器从 Settings > Local API Server 启动，默认使用端口 1337，并公开 http://127.0.0.1:1337/v1/chat/completions。其 API 密钥由你自行创建：“设置任意字符串（例如 a-secure-password）”，并作为 Authorization: Bearer 标头发送。默认绑定到 127.0.0.1，因此在你更改设置前，网络中的任何设备都无法访问它。
LM Studio (Classic) 在另一个端口上执行相同的任务。其服务器文档说明，可以“在 localhost 上或网络上”提供本地模型；其服务器设置列出了可配置的 Server Port、用于“Allow other devices on the same local network to access the API server”的开关，以及“Require Authentication”选项，该选项要求客户端“通过 Authorization 标头提供有效的 API token”。OpenAI 兼容性页面将默认基础 URL 指定为 http://localhost:1234/v1。
| 本地服务器 | Jan Desktop | LM Studio (Classic) |
|---|---|---|
| 默认端点 | http://127.0.0.1:1337/v1 | http://localhost:1234/v1 |
| 绑定地址 | 默认使用 127.0.0.1，可选使用 0.0.0.0 | 默认仅限本地，可选“Serve on Local Network” |
| 认证 | 设置任意字符串，并作为 bearer token 发送 | “Require Authentication”要求客户端发送有效令牌 |
| 无头运行 | 没有记录 Jan Desktop 提供守护进程 | llmster，文档将其描述为“打包成原生服务器运行，不依赖 GUI”的 LM Studio |
注意方向。在此模式下，两个应用都提供 OpenAI 兼容 API；都不是在使用某个 API。这与下一节讨论的内容正好相反，将两者混淆是本比较中最常见的错误。如果你想了解本地服务器和托管网关位于同一客户端之后的模式，本地端点文档会准确演示这种结构。
实际离开你计算机的数据
Jan 的隐私页面声明“在你允许之前不会收集任何数据”，将选择加入的分析限制为活跃用户，并通过 PostHog EU 处理基于随机 ID 的留存数据；对于云端情况，它也直言不讳：云模型“需要看到你的消息才能工作。这是你和它们之间的事——Jan 只是牵线搭桥”。自 v0.8.4 起，提供商凭据已从 webview 的 localStorage 移至后端存储，密钥保存在操作系统密钥环中，并会在首次启动时自动迁移。
有一个值得明确指出、而不是一笔带过的缺口。同一版本还新增了内置的 web_search 和 web_fetch 工具，并称其“由原生 tauri-plugin-websearch 支持”，但更新日志没有说明它们使用哪家搜索提供商、是否需要密钥，或查询会被哪些服务器看到。Jan 的隐私页面也没有涵盖网页搜索。如果你运行本地应用的理由是查询会留在本地，那么在供应商另行说明之前，应将这些工具视为联网工具。
在 LM Studio 方面，数据路径完全取决于你在 Bionic 中选择的模型来源。其 积分文档称“本地模型和远程 LM Link 模型不会消耗积分，也不要求设置账单”，而云端模型运行在 LM Studio 所称的 Secure Cloud 上——供应商的 企业页面将其描述为“位于美国、零数据保留（ZDR）的云”。这是供应商对其云服务的描述，并非独立调查结果。远程模式意味着通过 LM Link 连接到你自己的另一台设备，因此推理位置发生变化，但对话仍留在你输入内容的地方。
每个产品的费用
下面每一行都会标明产品，因为现在只说“LM Studio”的句子，对于两个应用中的一个已经不再准确。
| 产品 | 公布价格 | 这能带来什么 |
|---|---|---|
| Jan Desktop | $0，Apache-2.0 | 整个应用。无需账户、无需套餐，jan.ai 上也没有定价页面 |
| LM Studio (Classic) 0.4.25 | $0，包括工作场景使用 | 本地模型、聊天界面和可编程 API 服务器 |
| LM Studio Bionic，免费版 | $0 | “Bionic Agent”、通过 llama.cpp 和 MLX 运行本地 LLM、离线语音转录、支持最多 5 台设备的 LM Link、有限的网页搜索 |
| LM Studio Bionic+ | $20 USD / 月 | 定价页面列出的美国托管开放模型、折扣批量令牌、网页搜索和页面提取 |
| LM Studio Bionic Pro | 每月 100 美元 | “5× 使用限额”——页面从未说明作为乘数基准的数值 |
| 超出额度后的 Bionic 云积分 | 未公开 | 超过套餐额度的使用量；定价页面没有显示每令牌费率，也没有显示额度大小 |
| LM Studio Enterprise | 未公布价格 | 企业页面包含一个联系表单，要求填写工作邮箱、公司和团队规模，并且未说明价格 |
价格取自 2026 年 9 月 19 日的 lmstudio.ai/pricing、下载页面和 jan.ai。该转录功能属于 Bionic 的免费版，并运行在用户自己的设备上；Kunavo 不提供语音转文本或嵌入模型，因此该行内容没有对应的 Kunavo 产品。
有两点需要警示。首先，一些第三方网站发布了 LM Studio 云端推理的每令牌费率和层级表。供应商自己的定价页面既没有公布每令牌费率，也没有公布包含额度的大小，只说“云积分用于支付超出套餐所含额度的使用量”。你在其他地方找到的任何具体数字，都不是从 lmstudio.ai 读取的。其次，其团队方案确实尚未明确：同一页面一方面提供通过组织进行集中计费，另一方面又说“团队订阅套餐即将推出”，这与 2025 年 7 月 8 日的帖子所称当月晚些时候推出的“Teams”套餐并不是一回事。在编制席位预算前，请在结账时确认。
让任一应用连接到托管 API
这才是真正的不对称之处，值得准确说明，而不是简单说“LM Studio 做不到”。
Jan Desktop 提供了一条无需套餐限制的第一方路径。其自定义端点文档将入口列为 Settings > Model Providers > Add Provider，并提供格式选择器，可选“OpenAI-compatible”或“Anthropic-compatible”——后者于v0.8.1（2026 年 5 月 29 日）加入——以及三个字段：提供商名称、基础 URL、API 密钥。
| 字段 | Jan 的文档说明 | 对于 Kunavo 密钥 |
|---|---|---|
| API 格式 | 兼容 OpenAI 或兼容 Anthropic | 使用 OpenAI-compatible。这里未验证 Anthropic 格式的基础 URL——请参阅下方的注意事项 |
| 基础 URL | “基础 URL 必须包含服务器所需的版本路径”；文档中给出的错误是省略 /v1 后得到 404 | https://api.kunavo.com/v1 |
| API 密钥 | 注册时必填；对于无需密钥的本地服务器，可以使用占位符 | 你从控制面板获取的专属密钥 |
| 模型列表 | “Jan 保存时会尝试从 {base_url}/models 获取可用模型。如果你的端点不提供该接口，请手动添加模型” | Kunavo 提供 /v1/models，因此模型发现有可调用的接口 |
| 功能 | “自定义提供商不会自动检测功能——Jan 无法推断模型是否支持工具、视觉或音频” | 模型出现后，手动为每个模型开启工具和视觉功能 |
最后一行正是用户会遇到、随后却归咎于端点的问题。Jan 不会探测你的提供商支持哪些功能；新添加的模型默认关闭工具和视觉功能，你需要在其配置中逐个模型设置。在粘贴任何内容之前，只需运行一条命令，即可确认端点能够响应 Jan 将发出的发现请求：
# 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.需要明确这一点：这是根据 Jan 已发布的文档和 Kunavo 自有端点整理出的操作流程，而不是兼容性测试。本文没有对 Jan 与 api.kunavo.com 进行运行时测试，因此尝试时请保留一条可用路径。Anthropic-compatible 选项特意留空——Jan 的文档描述了该格式，但没有说明 Jan 是否会将 Messages 路径追加到你的基础 URL，而猜测后缀在你的应用中只会得到 404。如果你需要 Messages 协议，请阅读Anthropic 基础 URL 文档并自行测试。
两个 LM Studio 应用都没有记录该字段。Classic 从 Hugging Face 获取模型并在本地运行；其应用文档中没有出现用于第三方服务的基础 URL 或提供商密钥设置。唯一有文档说明的变通方式是官方插件系统：generator是“本地 LLM 的替代品”，可用于“为外部模型实现适配器，例如使用远程 LM Studio 实例或其他在线模型”，而包含它的插件“会显示在模型下拉菜单中并作为模型运行”。该机制是官方的；使用它的适配器由社区发布，因此这条路径意味着要将 API 密钥交给第三方插件。请根据实际情况自行权衡这一取舍。
Bionic 完全没有这个入口。其模型文档准确列出三种来源——Cloud（托管，需要账户和积分）、Local（设备本地）和 Remote（通过 LM Link 连接到你的另一台设备）——没有自定义基础 URL，也没有用户密钥。Bionic 自有文档提到的可扩展性是技能，用于教会它可重复的操作，而不是提供模型后端。对这个简单的“否”有一个例外：LM Studio 的0.4.20 更新日志条目列出了“支持企业内部网络模型端点”，因此 Classic 确实存在一种非 Hugging Face 端点模式。本文找到的文档页面没有说明如何配置它，也没有说明谁可以启用它，因此应将其视为确实存在但未文档化的功能，而不是可以据此规划的路径。
在 LM Studio 中确实可行的方向正好相反：让 Classic 继续在 localhost:1234/v1 上提供服务，并让调用客户端按任务在它与网关之间选择。OpenAI 兼容 API 指南介绍了这种切换；如果你比较的是聊天前端而非本地运行时，AnythingLLM 与 Open WebUI以及 LibreChat 与 Open WebUI介绍了两个与 Jan 相同、可接受基础 URL 的前端。
如果确实添加托管模型，一个完整的估算示例
这些是用于说明的令牌算术，不是实测成本，也不是账单上限。假设一个轻量的桌面聊天月份：300 条消息，每条在重新发送截至当前的对话后约包含 3,000 个输入令牌，并接收600 个输出令牌——即 900,000 个输入令牌和 180,000 个输出令牌。高负载列采用相同模式，但用量是五倍。费率是实时的Kunavo 目录每百万令牌价格。
| 模型 | 每 1M 个令牌的输入 / 输出 | 轻量月度估算 | 重度月度估算 |
|---|---|---|---|
| Claude Haiku 4.5 | $0.70 / $3.50 | $1.26 | $6.30 |
| GPT-5.6 Terra | $0.70 / $4.20 | $1.39 | $6.93 |
| Claude Sonnet 4.6 | $2.10 / $10.50 | $3.78 | $18.90 |
在这些假设下，最高负载一行的结果为 $18.90，低于 Bionic+ 每月 $20 的价格。这是对这些数字的真实解读，但适用范围很窄。它只适用于这种使用模式、这四个模型和这些费率；同时，它将按量计费与一个还捆绑了产品功能及 LM Studio 自有托管开放模型的套餐进行比较，而 Kunavo 不提供这些模型。按量购买的令牌只能得到令牌：成本会随着你发送的内容增加，也会随着输出增加。标价更低也不等于总成本更低——一个任务需要尝试三次的模型，可能比一次成功完成任务的模型更贵，因此应优先选择能完成工作的最低成本模型，而不是最低价那一行。AI 成本优化介绍了这种方法。
Kunavo 的目录金额是计费下限，而不是上限：上游报告费用后，账单金额取目录成本与上游成本乘以适用加价两者中的较高值。缓存费用和外部工具费用不包含在此示例中。最低充值金额是预付余额 $10，这是资金最低要求，而不是任务费用或订阅费——按照上面的假设，这笔金额大致可覆盖 7 个轻量月份的 Claude Haiku 4.5 聊天，但这只是估算，并不保证余额可以使用多久。请参阅计费详情。
功能对比一览
| 项目 | Jan Desktop | LM Studio (Classic) | LM Studio Bionic |
|---|---|---|---|
| 许可证 | Apache-2.0，Menlo Research | 专有，Element Labs, Inc. | 专有，Element Labs, Inc. |
| 价格 | $0 | $0，包括工作场景使用 | 每月 $0 / $20 / $100 |
| 看到的最新版本 | v0.8.4，更新日志日期为 2026 年 7 月 21 日 | 0.4.25，更新日志日期为 2026 年 9 月 19 日 | 1.1.5，更新日志日期为 2026 年 9 月 19 日 |
| 文档中列出的本地引擎 | llama.cpp 和 MLX | 各处均使用 llama.cpp，此外 Apple Silicon 设备支持 Apple MLX | llama.cpp 和 MLX，根据定价页面 |
| 你自己的端点和密钥 | 是，第一方支持，兼容 OpenAI 或 Anthropic | 插件 generator，由社区发布；此外，0.4.20 更新日志中还有未文档化的“企业内部网络模型端点”模式 | 不在文档列出的三种模型来源之内 |
| 向其他软件提供 API | 是，默认使用端口 1337 | 是，默认使用端口 1234，可选 LAN | 未记录为服务器 |
| 无头模式 / 无 GUI | 文档未说明 Desktop 支持 | llmster 守护进程 | 未记录 |
| 供应商托管的模型 | 无——Jan 不销售推理服务 | Classic 聊天文档未说明 | 是，以积分计费 |
| 已发布的硬件门槛 | 未发布 | 是，按平台区分 | 未单独公布 |
| 公开源代码仓库 | janhq/jan，未归档 | 仅 SDK 和 CLI，没有应用仓库 | 没有应用仓库 |
有两行需要补充脚注。Classic 是否可以与 LM Studio 的托管云模型聊天确实不明确——没有任何文档页面确认可以或不可以，因此单元格写的是“未记录”而不是“否”。此外，两行版本信息来自 LM Studio 的不同更新日志——一份针对 Classic，一份针对 Bionic——这两份日志的更新速度都快于本文，因此应将它们视为检查时的当前版本，而不是你将获得的版本。
如果你决定接入托管密钥
Kunavo 没有发布 Jan 专属集成页面，因此诚实的路径是通用路径：创建密钥，将 Jan 的自定义提供商指向 https://api.kunavo.com/v1，让发现功能填充模型列表，然后手动为每个模型启用工具或视觉功能。获取密钥和基础 URL，请从快速入门开始；准备充值时，再创建 Kunavo 账户。请将本地模型与其并行配置——你最初运行 Jan 或 LM Studio 的理由，就是在托管路径不值得付费时，离线路径仍然可用。
常见问题
Jan 比 LM Studio 更好吗？
它们回答的是不同的问题，而且自 2026 年起，这一比较有三个方面，而不是两个。Jan Desktop 是一个免费的 Apache-2.0 应用，可运行本地模型，也可以连接到你输入的 OpenAI 兼容或 Anthropic 兼容端点；如果你想在一个窗口中同时使用本地模型和付费托管模型，它就是应选择的工具。LM Studio (Classic) 免费、专有；如果你主要管理和提供本地模型，它是更强的工具：它从 Hugging Face 下载模型，在 localhost:1234/v1 提供类似 OpenAI 的 API，并附带名为 llmster 的无头守护进程，可用于服务器。LM Studio Bionic 是独立的代理应用，提供 Free、$20 和 $100 方案，其模型选择器只有 Cloud、Local 和 Remote，没有用于输入自有端点的字段。
LM Studio 免费吗？
这取决于你指的是哪个 LM Studio，而这正是大多数比较文章如今已经过时的地方。LM Studio (Classic) 的供应商更新日志显示，其最新版本是 2026 年 9 月 19 日发布的 0.4.25；它免费，包括在工作场景中使用也免费：供应商在 2025 年 7 月 8 日的文章中表示，在工作中使用无需填写表单或联系他们，而这仍是现行政策。LM Studio Bionic 是于 2026 年 7 月 16 日宣布的独立代理应用，提供 $0 的 Free 方案、每月 20 美元的 Bionic+ 方案和每月 100 美元的 Pro 方案。Bionic 的 Free 方案涵盖本地模型和 LM Link；付费方案增加 LM Studio 自有的托管开放模型。因此，“LM Studio 免费”和“LM Studio 每月收费 $20”都是真的，只是对应不同的应用。
在哪里获取 Jan API 密钥？
你不需要购买，因为 Jan 不出售任何东西——jan.ai 没有发布价格页面，也没有付费层级。这个说法几乎总是指以下两种情况之一：要么你想要 Jan 自己的本地 API 服务器密钥，此时打开 Settings > Local API Server，将任意字符串设置为密钥，并将其作为 Authorization: Bearer 标头发送到 http://127.0.0.1:1337/v1/chat/completions；要么你想要一个在 Jan 内使用的托管模型密钥，此时密钥来自该提供商，并填写到 Settings > Model Providers。还要注意，jan.ai 上的本地 AI 应用 Jan 不是 Janitor AI，后者是无关的角色扮演聊天网站。
我可以在 LM Studio 中使用自己的 API 密钥吗？
截至 2026 年 9 月 21 日，在任一应用中都没有通过文档说明的官方一方设置实现这一点。LM Studio (Classic) 从 Hugging Face 获取模型并在本地运行；其文档中没有出现用于第三方服务的基础 URL 或提供商密钥字段。其 0.4.20 更新日志条目确实列出了“Support for enterprise internal network model endpoint”，因此存在这种模式，但本文找到的文档页面没有说明如何配置。连接外部模型的唯一文档化路径是官方插件系统的生成器钩子；LM Studio 自己的文档将其描述为本地 LLM 的替代方案，可用于适配其他在线模型——但实现这一功能的适配器由社区发布，因此你需要信任第三方插件来处理你的密钥。LM Studio Bionic 仅提供 Cloud、Local 和 Remote 模型，其中 Cloud 指 LM Studio 自己的托管服务。相比之下，Jan Desktop 可直接在 Settings > Model Providers > Add Provider 中填写基础 URL 和密钥。
Jan 和 LM Studio 是开源的吗？
Jan 是。其 LICENSE 文件采用 Apache License 2.0，版权归 Menlo Research 所有；GitHub 的许可证字段显示为 NOASSERTION，只是因为许可证文本上方存在自定义头部块。仓库 janhq/jan 未被归档，在为本页面检查 GitHub API 时拥有超过 44,500 个 stars。LM Studio 不是开源软件：其使用条款将 Element Labs, Inc. 指定为许可方，授予“仅为您个人和/或内部业务目的”使用软件的许可，并禁止你对其进行“再许可、分发、销售、用于服务局用途、作为应用服务提供商使用，或作为软件即服务使用”。混淆源于 LM Studio 的 GitHub 组织，其中充满了 MIT 许可的仓库——lmstudio-js、lms CLI、lmstudio-python、mlx-engine 和 venvstacks。这些是 SDK、CLI 和引擎。桌面应用本身没有公开仓库。
Jan 和 LM Studio 支持离线工作吗？
两者都支持本地推理，这也是这两个工具的用途。Jan 的文档称，本地模型完全在你的计算机上运行，不需要 API 密钥或网络；其隐私页面说明，云模型是 Jan 代你建立的连接，而不是 Jan 能看到的内容。LM Studio (Classic) 从 Hugging Face 下载一次模型，然后在你自己的硬件上运行。需要注意两点。任何联网内容——托管模型，或 Jan 在 v0.8.4 中加入的内置 web_search 和 web_fetch 工具——按定义都会将数据发送到计算机之外；而且 Jan 的更新日志没有说明这些工具背后的搜索提供商。LM Studio Bionic 的 Cloud 模型是需要账户和额度的托管服务，而其 Local 和 LM Link 模型两者都不需要。
供应商页面、文档和更新日志于 2026 年 9 月 19 日获取，并于 2026 年 9 月 21 日重新检查：包括 jan.ai 的主页、快速入门、自定义端点、API 服务器、隐私和更新日志页面，以及 janhq/jan 中的 LICENSE 文件；还包括 lmstudio.ai 的定价、下载、企业、条款、Classic 和 Bionic 更新日志、系统要求、模型下载、应用文档、Bionic 模型和积分、generator 插件、服务器和服务器设置、OpenAI 兼容性、无头模式及免费工作使用页面；以及用于 janhq/jan 和 lmstudio-ai 组织的 GitHub API。版本号和 star 数量以较晚日期页面显示的内容为准。未对任一应用与 Kunavo 进行运行时测试，本文计算的所有美元金额均为按实时目录费率进行的示例性令牌算术。