V2EX 有人分享了刚开源的 MiniMLX：面向 Apple Silicon 的 macOS 原生应用，基于 MLX，把模型搜索/下载（Hugging Face、ModelScope）、加载运行、OpenAI 兼容 API、菜单栏启停和服务监控放在一起。作者说重点测过 Qwen3.8 Flash Next、Qwen3.8 27B 等，也接了 MTP 加速；内存不够时会判断能否借助硬盘加载，并带简单性能测试页（首字延迟、prefill、生成速度、内存）。

楼里有人问能不能直接用 Ollama pull 下来的模型，作者回复：MLX 格式可以。也就是说它更像 oMLX 一类的 MLX 工作流，而不是 Ollama GGUF 的一键替代。

实用补充：Mac 用户如果已经在用 Ollama/llama.cpp，不必急着迁移；但如果你主要跑 MLX 量化、又想要带监控的桌面壳，这类工具值得试一下。选型时先确认模型是不是 MLX 格式，以及自己机器统一内存够不够——工具再漂亮也救不了 16GB 硬塞 27B 的物理账。

有没有已经在用 oMLX / MiniMLX / LM Studio 的朋友？三者你更认哪套日常体验？

来源： https://www.v2ex.com/t/1254370