Msty、LM Studio 与 AnythingLLM：本地模型、RAG 和 API 成本

Msty Studio 和 AnythingLLM 都是聊天工作区，并且各自都有文档说明如何指向 OpenAI 兼容端点；LM Studio 则是发布该协议的本地运行时，而不是消费该协议的客户端。这一单一的不对称性决定了这次比较的大部分结论。如果你的计划是用一个密钥同时连接本地模型和托管的前沿模型，那么在这三个产品中，客户端必须是 Msty Studio 或 AnythingLLM——LM Studio 是它们连接到的对象，其自身文档没有用于第三方基础 URL 的字段。

在下面的任何数字可用之前，需要先澄清两点。MSTY 也是一个股票代码，对应 YieldMax MSTR Option Income Strategy ETF，因此搜索“"MSTY price"”会返回与软件毫无关系的基金报价。并且 lmstudio.ai/pricing 的标题是 Bionic pricing：它定价的是 LM Studio Bionic，该产品于 2026 年 7 月 16 日宣布为“LM Studio 的一款全新、独立应用”。LM Studio 运行时本身是免费的。把每月 20 美元说成 LM Studio 的价格，是这次比较中最常见的错误。

应该选哪一个

Msty 与 LM Studio。两者承担不同的工作。LM Studio 的工作流以模型为中心：下载权重、调整加载设置并提供服务。Msty Studio 则以对话为中心——人物、群组、知识堆栈、提示词工作室——当你选择本地模型时，它会安装自己的引擎（Ollama、MLX、llama.cpp），因此完全不需要在底层使用 LM Studio。决定性限制在于协议方向，而不是功能：Msty Studio 的文档说明可以将 OpenAI 兼容端点添加为 provider，并将“自托管网关”列为预期用途；LM Studio 的文档完全没有 BYOK 或自定义基础 URL 部分。在成本路径上，两者都提供免费起步方案；Msty 的上限是按席位计费的许可证，而 LM Studio 的上限则是另一款应用中的按量计费云订阅。两者之间迁移无论如何都很简单——它们都不拥有你的模型权重，并且都会将对话历史保留在你自己的磁盘上。

Msty 与 AnythingLLM。工作相同，但权限模型不同。两者都是本地优先的聊天工作区，支持文档检索，也都接受远程 OpenAI 兼容端点。区别在于谁还可以使用它。AnythingLLM Desktop的文档将其描述为“单人应用”，并说明“前面没有用户账户或身份验证”，同时明确要求不要将其暴露到公共互联网；多用户、浏览器 UI 和白标功能只有在 Docker 或 Cloud 部署中才提供。Msty Studio 是桌面软件，其 Web 界面、单点登录、基于角色的访问控制和审计日志都属于付费层级。在执行模型方面，AnythingLLM 的 agent 是否可用取决于所选模型能否生成有效的工具调用 JSON——其故障排查页面称问题“主要归结于你使用的模型”——而 Msty 的 Agent Mode 是 Codex、Gemini CLI 和 Claude Code 二进制文件的封装器，并分别通过每个程序登录。在迁移方面：AnythingLLM 使用 MIT 许可证并提供有文档说明的 Docker 路径，因此离开它的成本是重新建立索引；Msty 则是一份你可以续费或停止续费的许可证。

如果你想兼得这三点。真正可行的组合是：用 AnythingLLM 作为工作区，用 LM Studio 作为本地服务器，再用一个网关密钥访问前沿模型。AnythingLLM 内置了用于聊天的 lmstudio 驱动，以及用于嵌入的 EMBEDDING_ENGINE='lmstudio'，因此 LM Studio 可以承担需要隐私保护、离线运行的那部分工作负载，而通用 OpenAI 驱动则负责处理难题。

四项能力并列比较

所有来源均于 2026 年 9 月 21 日核查：Msty 本地模型和Knowledge Stack 编写选项；LM Studio 0.4.0、LM Studio 文档索引及其Chat with Documents指南；AnythingLLM 的 OpenAI (Generic) 设置和随附的环境示例。

每个产品的费用

信息于 2026 年 9 月 21 日读取自 msty.ai/pricing、nexus.msty.ai、LM Studio 的免费工作用途公告、Bionic 定价和anythingllm.com/pricing。有三处空白值得明确指出，而不是含糊带过：Bionic 没有公布每百万 token 的费率，也没有公布所含额度，因此无法根据公开页面计算其云成本；AnythingLLM Cloud 没有公布席位、存储或请求上限；Msty 的 Enterprise 层级没有公开价格。请在结账时确认这些信息。

Msty 矩阵中有一点很容易被忽略：Azure 和 Bedrock provider 这一行在 Free 列为空，从 Aurum 起才有内容，并且 Aurum 方案卡片将这些 provider 列为项目符号。通用 OpenAI 兼容端点属于另一行——事实上，矩阵根本没有命名为自定义端点的行，因此 Free 方案是否包含一个自定义端点，并不是定价页面能够回答的问题。更新日志是其仍在维护的最佳证据：版本 2.9.5 列出了“修复 OpenAI 兼容 provider 模型和图像生成”。

第三方密钥实际可以到达哪里

这一节决定网关密钥对你是否真正有用，而三个产品分别落在三个不同的位置。

Msty Studio：原生支持，在 UI 中完成。路径是 Model Hub > Model Providers > Add Provider，选择 OpenAI 兼容端点；文档将“自托管网关”和“遵循 OpenAI API 格式的私有推理端点”列为预期用途。对于 Kunavo，基础 URL 是 https://api.kunavo.com/v1。Studio 文档没有逐项列出表单字段，只说“添加你的 API 密钥（以及任何必需的端点详细信息），然后保存”，因此你需要阅读对话框，而不是照着教程操作。开始之前需要了解三个边界：同一页面列出的 provider 原生工具预设仅适用于五个指定供应商——OpenAI、Anthropic、Google Gemini、xAI 和 Groq——通用 OpenAI 兼容 provider 不在其中，因此不要假定你的 provider 有预设；Knowledge Stack 嵌入模型从 Model Hub > Local Models 中选择，因此索引过程似乎仍在你的机器上进行；而 Agent Mode 完全忽略 provider 列表，会启动 Codex、Gemini CLI 和 Claude Code 二进制文件，并分别通过每个程序登录。

AnythingLLM：原生支持，通过它特意标注为面向开发者的驱动。它自己的警告值得引用——“除非你知道自己在做什么，否则不应使用它”——因为相邻的两个驱动对此并不适用。原生 OpenAI 驱动的基础 URL 是固定的，使其可配置的功能请求已关闭，答案是使用通用驱动；原生 Anthropic 驱动的随附环境示例中完全没有基础 URL 变量。因此应使用通用 OpenAI 驱动，而其连接的接口是 chat-completions 端点。

# 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'

容易让人误解的是第二部分。AnythingLLM 中，嵌入使用独立的 provider，而Kunavo 的目录不包含任何嵌入模型——向嵌入端点发出的请求无法解析到可用模型——因此嵌入步骤不会由 Kunavo 提供服务。保留随附的本地默认值，或将其指向你自己机器上的 LM Studio 或 Ollama。聊天端点兼容 OpenAI，并不意味着它可以充当你的嵌入器。Msty 也是如此：其 Knowledge Stacks 从本地已安装的模型中选择。

LM Studio 和 Bionic：没有有文档说明的路径。其OpenAI 兼容性页面的作用是让其他客户端指向http://localhost:1234/v1——说明要求将基础 URL“切换为指向你的 LM Studio，而不是 OpenAI 的服务器”——而且现在也提供 Anthropic 兼容的 Messages 端点。这两者都属于服务器端。Bionic 的模型选择器提供 Cloud、Local 和 Remote-over-LM-Link，没有其他选项。唯一有人构建的路径是一个非官方社区插件，它通过可配置的基础 URL 路由聊天；该插件并非由 LM Studio 发布，需要 Node 和 lms CLI，并且没有声称支持 Bionic。如果你想将 LM Studio 纳入其中，请将其作为本地服务器运行，让 AnythingLLM 使用它——AnythingLLM 提供 lmstudio 驱动，而 LM Studio 自身的文档没有说明反向连接的驱动。

月度费用估算示例

这是说明性 token 计算，不是经过测量的任务成本，也不是账单上限。假设一个人进行知识库聊天：每月 300 个问题，每个问题发送包含检索段落、系统提示词和历史记录的6,000 个输入 token，并接收700 个输出 token。总计为 1.8M 个输入 token 和 0.21M 个输出 token。费率采用实时的Kunavo 目录每百万 token 价格。

有用的比较不是各行之间的比较，而是表格与其上方层级列表之间的比较。在这一工作负载下，即使 Claude Sonnet 5 每月也只需 $3.99，相比之下，按一年摊销的 Msty Aurum 席位每月为 $12.42，Bionic+ 每月为 $20，AnythingLLM Cloud Basic 每月为 $50。对于这一用量的单个用户，软件层级的成本高于 token 账单；诚实的结论是，你应先根据工作流和权限选择客户端，再选择模型。在 agent 工作负载下情况会反转，因为每一轮都会重新发送上下文：在再次使用此计算前，请按你每天的轮数放大输入列。

上述计算有两点限制。列出的最低费率并不意味着完成任务的成本最低——需要尝试三次的模型，成本可能高于只需尝试一次的模型——因此，请使用你自己的文档进行测量。此外，Kunavo 的目录价格是计费下限，而非上限：当上游报告其收费金额时，账单金额取目录价格与上游成本乘以适用加价系数这两者中的较高值。缓存费用和外部工具费用不在本示例的计算范围内。最低充值金额为$10 的预付额度，充值是为账户余额注资，而非购买订阅——请参阅计费详情。

版本、许可证和维护

关于 2026 年“LM Studio”所指内容的说明，因为供应商自己的页面存在不一致：首页突出显示 Bionic，而下载页面仍同时提供 LM Studio 0.4.25 和无头 llmster 守护进程。如今任何比较“Msty 与 LM Studio”的人都应说明指的是哪一个。同样，应将 Msty 两个月的更新日志间隔视为一个需要核查的日期，而不是结论——从外部无法判断暂停的是产品还是页面。任何将 LM Studio 0.3.x 描述为当前版本，或声称工作用途需要商业许可证的页面，分别早于2026 年 1 月 28 日的重新架构和2025 年 7 月 8 日的许可证变更。

在任一客户端中设置网关密钥

Kunavo 为 OpenAI 兼容客户端发布了设置文档，但这是一份配置参考，而不是兼容性测试——这里没有对这三个应用中的任何一个进行运行时测试，以上内容全部来自各供应商自己的文档。对于接受密钥的两个工作区，实际操作顺序相同：保留现有路由可用，将该端点添加为第二个 provider，运行一个有边界的任务，然后读取账户为其记录的费用。准备好为密钥充值时，请从快速入门和聊天补全参考开始，并创建 Kunavo 账户。

如果你真正想比较的是工作区而不是运行时，AnythingLLM 与 Open WebUI会深入介绍部署和许可证条款，本文不再重复。OpenAI 兼容 API 指南解释该协议在客户端之间能够以及不能传递哪些内容，Ollama 兼容端点文档介绍本地服务器一侧，而RAG 实现进一步说明检索流水线会在哪里产生费用。

常见问题

供应商定价页面、文档、更新日志以及 AnythingLLM 仓库均于 2026 年 9 月 21 日核查；Msty 的功能矩阵和 Nexus 价格直接从页面自身的标记中读取，而非来自摘要。Kunavo token 费率来自实时目录。本文中的每个美元示例都是说明性 token 计算，且本文没有任何客户端经过针对 Kunavo 的运行时测试。