本地 LLM 工具比較：Ollama、LM Studio、TextGen 該選哪個
前面第 08 篇《Local LLM 部署：用 Ollama》介紹了 Ollama 這一款工具，但很多人會發現：本地跑大模型的工具其實有很多種，名字聽起來都差不多。為什麼需要這麼多工具？它們有什麼不同？我該選哪個？ 這篇就是來回答這個問題。
先講結論：沒有所謂「最好」的工具，只有最適合你需求的工具。有人想要一行命令快速上手，有人想要點一點就有圖形介面，有人想要最強功能願意折騰。下面從「背後的共同原理」講到「各工具差異」，最後給你一張決策表。
如果你只想用 Ollama，直接回頭看 Local LLM 部署：用 Ollama 就好；這篇則帶你看完整生態。
為什麼有多種本地工具？
因為大家的需求不一樣，主要分成幾個取向上：
- 圖形介面（GUI）vs 命令列（CLI）：有人喜歡點按鈕、拖模型；有人習慣終端機一行指令，適合接進腳本與自動化。
- 簡單 vs 可控：有人只想「跑起來聊天」；有人想要微調模型、接 API、做圖片生成、擴充插件。
- 硬體限制：有人用高階 Mac 或 NVIDIA 顯卡，有人只有普通筆電，對效率與相容性要求不同。
這些取向的差異，就催生了不同的工具。而它們大多建立在同一套底層技術上——接下來解釋這個關鍵概念。
背後的共同原理：llama.cpp 與 GGUF
理解這一點，你就懂為什麼工具這麼多還長得很像。
llama.cpp 是一個用 C/C++ 寫成的開源引擎，能在各種硬體（包含只有 CPU 的電腦）上執行大語言模型。它幾乎是「本地模型」這領域的基礎設施——Ollama、LM Studio 等大多數圖形工具，底層調用的就是 llama.cpp。
而模型的檔案格式叫 GGUF（llama.cpp 提出的格式）。你從各處下載的本地模型，幾乎都是 GGUF 檔。這就像：llama.cpp 是「引擎」，GGUF 是「燃料規格」，各家工具只是換了不同的「車體與儀表板」。
了解這個之後，再看各工具的差異就清楚多了：它們大多共用同一套引擎，差別在於包裝、功能與易用性。
主流工具介紹
以下四個是 2026 年最具代表性的本地模型工具。
Ollama — 最簡單，開發者首選
Ollama 用命令列為主，一行指令就能下載並跑模型（ollama run qwen3:8b），還內建 OpenAI 相容的本地 API，接進自己的程式或開發工具都方便。**詳細用法見 Local LLM 部署：用 Ollama**。
- 優點：安裝與使用最簡單、文件多、開發者生態最強（接 API、接 Claude Code／OpenCode 等代理都方便）。
- 缺點：原生沒有漂亮的圖形介面（雖然後來加了輕量視窗），進階功能較少。
- 適合：開發者、想接程式、習慣命令列的人。
LM Studio — 圖形介面最順，新手友好
LM Studio 是我最推薦給「想要 GUI 又不想折騰」的人。它現在不只是下載模型的瀏覽器，還整合成能處理工作與程式的 agent，底層同時支援 MLX（Mac 高效運算）與 llama.cpp，跨 Mac／Windows／Linux。除了點點點的介面，也提供命令列 lms 與 SDK，對開發者也算友善。內建模型庫可以直接搜、直接下，免費離線、重視隱私。
- 優點：介面清晰、模型庫好找、圖形操作順、同時有 CLI/SDK、Mac 效能佳。
- 缺點：功能深度不及 TextGen（例如進階微調、圖片生成較弱）。
- 適合：想要好用 GUI、又想兼顧一點開發需求的人。
TextGen（oobabooga）— 功能最強大，進階玩家最愛
TextGen（原名 Text Generation WebUI，由 oobabooga 維護）是功能最全面的一個。它不只是文字對話，還能做圖片生成、視覺理解、工具調用、提供 API、LoRA 微調模型，並有大量擴充插件。它提供易用的桌面 App 與瀏覽器 Web UI，後端還支援多種引擎，適合想深度玩本地模型的人。
- 優點：功能最完整、擴充性強、能微調與做多模態。
- 缺點：設定較複雜、文件偏技術、對新手不太友善。
- 適合：進階玩家、研究者、想要一站式（文字＋圖片＋微調）的人。
llama.cpp — 給想要完全控制的人
就是前面提到的那個引擎本身。如果你不想依賴任何圖形工具，想自己編譯、自訂參數、在特殊硬體上最佳化，可以直接用 llama.cpp 的命令列。它是「最原始」的選擇。
- 優點：完全可控、效率最高、相容性最廣（CPU/GPU/Mac 都能跑）。
- 缺點：沒有圖形介面，需要命令列與技術背景。
- 適合：開發者、研究者、想徹底理解或最佳化效能的人。
該選哪個？看這張表
| 你的情況 | 推薦工具 | 理由 |
|---|---|---|
| 開發者，要接程式／API | Ollama（或 llama.cpp） | OpenAI 相容 API、生態最完整 |
| 想要好用 GUI、點點點 | LM Studio | 介面清晰、模型庫好找、跨平台 |
| 想要最強功能、願意折騰 | TextGen | 文字／圖片／微調一站式 |
| 想完全控制、追求效率 | llama.cpp | 最原始、可自訂度最高 |
如果還是猶豫，我的建議是：開發者用 Ollama，一般使用者用 LM Studio。這兩個能涵蓋九成情境，也是本篇前面幾篇已經深入介紹過的工具。
小結
- 本地模型工具很多，但大多共用同一套底層 llama.cpp 與 GGUF 格式，差別在包裝與功能。
- Ollama 最簡單、開發者最愛；LM Studio 圖形介面最順；TextGen 功能最強；llama.cpp 給想要完全控制的人。
- 選型關鍵看三件事：要不要 GUI、需不需要進階功能、是不是開發者。
- 只想用 Ollama？回頭看 Local LLM 部署：用 Ollama，那篇會帶你把一個工具玩透。
《AI 新時代》系列第 14 篇。相關：Local LLM 部署（Ollama）