今天早上打开知乎，有人在问“lmstudio加载模型时候出现加载失败，出现llama没准备好的提示是怎么回事？”。知乎差不多同一时间，B站也有人在问“为什么我的lmstudio跑模型，gpu不工作。”。哔哩哔哩这两位大概率以为自己遇到了什么罕见的 bug，其实是无数前人踩过的同一个坑。
不是夸张，一个 15.5 万播放的部署教程视频下面，1900 多条评论里一多半都是报错求助。我把知乎、B站、小红书上最近的求助帖翻了一遍，归纳下来坑基本就分三类，对照着排查一遍，大部分不用重装软件就能解决。
第一类：“运行环境”没跟上新模型
这半年 Qwen3.5、Qwen3.8 这类新模型密集发布，而 LM Studio 里的 llama.cpp 运行环境得更新到对应版本才认识新架构。没跟上，就会报出各种奇怪的错：加载 Qwen3.5 时报模型加载失败，错误原因写着 `unknown model architecture: ‘qwen35’`。知乎老版本软件报错更直接：`No LM Runtime found for model format ‘gguf’`。哔哩哔哩开头那条“llama 没准备好”也是同一回事。
解法是同一个：更新运行环境。打开设置（左下角齿轮），开启 Developer 模式，在左侧 System 区域找到“Runtime”，打开自动更新开关或点一下“Check for updates”，等 llama.cpp 下载更新完，再重新加载模型一般就好了。知乎
如果不是报错，而是 GPU 根本不干活——跑模型时显卡占用一直是 0——多半是 CUDA 运行环境没装或没启用。排查可以按顺序来：先在设备管理器里确认显卡安装正确，再打开 cmd 运行 `nvidia-smi`，如果显示设备信息，说明硬件和驱动都正常，不正常就先去英伟达官网装驱动。知乎然后到 LM Studio 的 Runtime 页面看“CUDA llama.cpp”，显示 Not Installed 就点一下安装或更新，装完彻底重启软件，加载模型时把 GPU Offload 打开。
第二类：软件没坏，是默认设置太保守
最隐蔽的是上下文长度。LM Studio 默认只有 4096 token，不调整的话，token 用完生成就直接停，用 API 接其他软件时还可能中途断掉。哔哩哔哩加载模型前，把设置里的上下文长度调大一些，注意盯一下显存占用。
第二个是 Qwen3.5 的“深度思考”关不掉。聊天框里没有这个开关，要去模型库里改：点自己的模型，打开右侧 Inference 设置，在提示模板最上面加一行 `{%- set enable_thinking = false %}`。哔哩哔哩
还有两个容易漏的开关：
插了多张显卡，跑模型却只有一张在工作：要在设置里勾选多 GPU。哔哩哔哩有用户 4 张 2080Ti 只跑出每秒 4 个 token，相当于只吃了一张卡。
内存占用大得离谱，接近模型体积的两倍：看看高级设置里“保持模型在内存中”是不是开着。哔哩哔哩评论区有人实测，关掉就恢复正常。
第三类：坑在使用习惯上
更新软件前，先确认模型放在哪。如果模型就在 LM Studio 安装根目录里，更新时会把模型连带旧文件一起删掉，评论区有人更新 4.0 时踩中，害得重下了几十 g 的模型。哔哩哔哩更新前记得把模型文件夹挪走。
从别的网站下载 GGUF 再复制进模型目录，加载就闪退的，也别急着怪模型。在线下载完成后，会在C:UsersAdministrator.lmstudiohubmodels目录里生成模型的配置文件，而直接复制的没有这个目录。知乎模型尽量还是走软件内下载更稳。
玩多模态的还有两个检查点：一是视觉模态模型下载没有，gguf格式的多模态模型视觉是有一个独立模型文件需要额外下载并放置在同目录下的。哔哩哔哩缺了它软件不会报错，只会默默显示不支持图像输入。二是安装路径和模型加载路径都不要有中文，评论区有加载视觉模型就报错的用户就是这么解决的。
下载慢到想放弃？这问题早就有人被困扰过。哔哩哔哩两个办法：在设置的“常规”里勾选“Use LM Studio’s Hugging Face Proxy”，之后就能直接在软件里搜模型、下模型。小红书也可以去国内的魔搭社区找同款模型下载，不用折腾网络。
有些“问题”其实不是问题
最后说两种看着异常、其实是超配的情况。第一种：8G 显存的 4060 跑 Qwen3.5 35B Q4 量化，每秒只有 7 个 token，提问的用户自己都不确定是设置问题还是性能上限。哔哩哔哩这个配置跑这个尺寸，基本就是极限了，想快只能换小一号的模型或者加显存。
第二种：别指望开箱就是最佳状态。有人拿 3090 Ti 24G 跑 Qwen3.8-27B Q4，调了大概一两天，才把输出速度从每秒二三十个 token 提到五六十个。知乎速度不满意，先把量化版本、上下文长度、显卡占用挨个查一遍，再下“软件不行”的结论。
最后提醒一句：现在打开官网首页，看到的是 Bionic——LM Studio 新推的 agent 客户端，大家常用的经典版要下拉到“download the app”里才能找到，两者界面和定位都不一样。哔哩哔哩刚装完发现“跟教程长得不一样”，先确认自己下的是哪个。
遇到报错先别急着重装，对照上面三类挨个查一遍，大部分问题都能自救。你踩过什么坑，评论区聊聊。
