LM Studioの回答が途中で止まる・固まる時の確認順｜メモリ・context・出力上限を切り分ける

errorの後にもchat.endが来る：最後のイベントを保存する

LM Studio公式のstreaming eventsでは、streaming中にerrorイベントが発生しても、chat.endにはその時点までに生成された内容を含むfinal payloadが送られる説明があります。したがって、chat.endが届いたことだけで「回答が最後まで成功した」と判定せず、errorの有無と生成済み内容を一緒に保存します。

1. streaming eventを先頭から保存し、message系、error、chat.endの順番を残す。
2. errorがあればtype、message、code、paramと、送信したendpoint・model・stream条件を保存する。
3. chat.endのfinal payloadとstatsを保存し、error後なら生成済み内容を部分結果として扱う。
4. chat.endがない場合は、lms log streamやserver側ログと照合し、画面の最後の文字だけで原因を断定しない。

• [公式] LM Studio REST APIのStreaming events - model_load、prompt_processing、message、error、chat.endのイベントを確認します。
• [公式] LM Studio REST APIのChat - input_tokens、time_to_first_token_seconds、tokens_per_second、model_load_time_secondsを確認します。
• [公式] LM Studioのlms log stream - model/serverのログ、入力・出力、JSON、statsの確認方法を確認します。

正常終了・部分生成・接続断を画面の見た目から分ける

最後の文章が句点で終わっているか、同じ場所で止まったかだけでは、正常なstop、出力上限、API error、runtime停止、通信断を区別できません。native Chat APIの非streaming statsやstreamingのイベント列を使える場合は、入力・出力token、error、chat.end、ログを同じ再現条件で保存します。

ログを共有する時は、API key、個人パス、機密prompt、文書内容を削除します。エラーを隠して再試行するより、同じ条件の最後の成功例と並べて保存した方が、モデル・入力・runtime・接続の差を追いやすくなります。

• [公式] LM Studio REST APIのChat - input_tokens、time_to_first_token_seconds、tokens_per_second、model_load_time_secondsを確認します。
• [公式] LM Studio REST APIのStreaming events - model_load、prompt_processing、message、error、chat.endのイベントを確認します。
• [公式] LM Studioのlms log stream - model/serverのログ、入力・出力、JSON、statsの確認方法を確認します。

30秒で結論：生成が始まった後かを確認する

モデル選択後に待つ、送信後のPrompt Processing、文字が出た後のgenerationは別の段階です。今回扱うのは、回答の文字が出始めた後に新しい文字が増えない、途中で終わる、アプリが固まったように見える症状です。

停止した場所を記録する

「途中で止まる」と書く前に、モデルロード中、Prompt Processing中、generation中、PDFやtool処理中のどこだったかをメモします。画面のスクリーンショットだけでなく、モデル名、入力、設定変更、停止したおおよその位置を残すと、別モデルとの比較ができます。

1. 新規チャットで短い質問を送り、短い回答が最後まで出るか試す。
2. 同じモデル、同じ入力で、出力上限だけを控えめに設定して再現する。
3. 同じ条件を別の軽量モデルで試し、モデル固有か全体かを分ける。
4. 再現した時のRAM、VRAM、GPU、CPU、アプリの応答状態を記録する。

正常終了・出力上限・停止操作・クラッシュを混同しない

回答が短く終わっただけでは、クラッシュとは限りません。LM StudioのChat設定、モデルのstop条件、出力上限、ユーザーが押した停止操作、APIのerrorイベントを分けます。公式v1 REST APIのstreamingでは、message.end、error、chat.endなどが案内されており、最後のイベントを確認する設計にできます。

• [公式] LM Studio REST API - native v1 REST API、OpenAI互換API、モデルロードとprompt processingの違いを確認します。
• [公式] LM Studio REST APIのStreaming events - model_load、prompt_processing、message、error、chat.endのイベントを確認します。

context・履歴・長い入力の負荷

長い履歴や大きなcontextは、入力処理だけでなく、生成中に保持する状態の負荷にも関係します。新規チャット、短い入力、短い出力で完走したあと、履歴やcontextを少しずつ戻します。長文だけで止まる場合は、入力を分割し、1回の回答にすべてを詰め込まない方法も候補です。

• コンテキスト長とは - 長文・PDF・KV cacheの基本へ戻る
• メモリ8GB・16GB・32GBの目安 - OSや他アプリの余白を含めて判断する

RAM・VRAM・共有メモリを確認する

生成途中の停止がメモリ不足に見えても、GPU使用率の数字だけでは判断できません。専用VRAM、共有GPUメモリ、Windowsのメモリ、モデルのcontext、同時起動アプリを同時に記録します。VRAMに余白が見えても、CPU側の処理やruntime、別の負荷が残っている場合があります。

• タスクマネージャーでCPU、メモリ、GPU、専用GPUメモリ、共有GPUメモリを見る。
• 同じモデルでcontextを小さくした場合だけ完走するか比較する。
• ブラウザ、動画、ゲーム、同期アプリなどを閉じた条件を別測定として残す。
• GPU offloadを変えた場合は、設定とロード結果を保存する。

• LM StudioのGPUオフロード - CPU/GPU/VRAMの観測方法を確認する
• VRAMとは - 専用メモリと共有メモリを分けて読む

モデル・runtime・入力タイプを変えて比較する

テキストだけの小さなモデルで完走し、Vision、MoE、大きいモデル、長いcontextで止まるなら、組み合わせの差を疑います。ただし「このモデルが原因」と断定せず、モデル名、量子化、runtime、アプリ版、入力形式をそろえた比較にします。

• [公式] LM StudioのPer-model Defaults - モデルごとのGPU offload、context size、Flash Attentionなどの設定を確認します。
• [公式] LM Studio Changelog - バージョンごとの不具合修正、APIやruntimeの変更を確認します。

API利用時に保存する項目

APIから呼んでいる場合、画面に表示された最後の文字だけでは足りません。native v1 API、OpenAI互換API、別の連携アプリでは応答形式が違うため、使ったendpointとstream設定を残します。LM Studioのstreaming eventでは、errorのtype、message、code、param、chat.endの結果を確認できます。

endpoint: /api/v1/chat または互換APIの実際のpath
stream: true / false
last event: message.end / error / chat.end
model identifier: 実際に指定した値

ログやレスポンスを共有する時は、API key、個人パス、機密prompt、文書内容を削除してから保存します。

再インストール前に残す情報

• LM Studioのバージョン、runtime名、モデル名、GGUFファイル名、量子化。
• 止まった段階、入力・出力の長さ、context、GPU offload、同時起動アプリ。
• 画面上のエラー、APIのerrorイベント、最後に正常終了した条件。
• モデルを変える前後の再現結果と、公式changelogで確認した変更。

再インストールやモデル削除を先に行うと、再現条件やモデル保存先を失うことがあります。まず公式の更新情報と要件を確認し、削除を最後の選択肢にしてください。

やってはいけないこと

• 回答が途中で止まっただけで、doneやerrorの状態を確認せず原因を断定する。
• 大きいモデル、長いcontext、Vision、toolを同時に有効にする。
• 「GPU使用率が低いからGPUが原因」と一つの数字で決める。
• 実機で確認していないstop値、token数、速度値を記事や報告に書く。
• セキュリティ機能を恒久的に無効化したり、モデルフォルダを全削除したりする。

次に読む順番

• LM Studio症状別トラブルシュート - ロード、入力処理、API接続など別段階へ戻る
• ローカルAIの速度を測る方法 - generationとTTFTを別に記録する
• LM StudioのPrompt Processingが遅い - 文字が出る前の遅さを切り分ける
• モデルサイズ早見表 - 大きすぎるモデルを見直す
• Q4/Q5/Q8の違い - 量子化を安全ランクと混同しない