@jundotkim: oMLX 0.5.2 已发布。（很抱歉沉默了这么久！）https://github.com/jundot/omlx/releases… oMLX 是最方便的...

oMLX 0.5.2 已发布。（很抱歉沉默了这么久！） https://github.com/jundot/omlx/releases… oMLX 是在 Mac 上运行 MLX 模型最方便的方式，也是最快的方式，它提供了针对 GLM、MiniMax、DeepSeek V4 和 Qwen 的自定义 Metal 内核。 0.5.2 新功能： - macOS 菜单栏中的实时活动：可选择显示实时、会话和所有时间的吞吐量（PP 和 TG），以及 CPU/GPU/内存使用情况条，每个都有弹出窗口和滚动图表 - 重新组织的模型菜单：直接从菜单栏加载模型，分为已加载、收藏和库，显示加载状态和大小 - 用于极低位模型的 Bonsai 1 位/2 位解码内核 - 更快的 Hugging Face 下载、更多的 TTS 输出格式，以及聊天历史的导入/导出 如果你是从 0.4.x 版本过来的，以下是 0.5 系列新增的功能： - oMLX 自定义内核：预填充性能提升高达：DeepSeek-V4-Flash +45%，Qwen3.6-27B +33%，GLM-5.2 +99%，MiniMax M3 +94%（在我的 M3 Ultra 上） - Lightning MTP：原生推测解码，在自定义内核的 PP 路径上加速 TG。Qwen3.6-35B-A3B 从 89.6 tok/s 提升到 140.4 tok/s，Qwen3.6-27B 从 35.0 tok/s 提升到 55.1 tok/s - oQe imatrix 增强量化：MLX 上最高精度的量化，通过激活重要性校准实现 - 此外，在 0.5.1 和 0.5.2 中针对长时间运行的服务进行了大量稳定性和内存加固 衷心感谢所有贡献、测试、报告错误和分享反馈的人。希望这能让你的 Mac 运行本地模型更加愉快！