# 按任务与内存选择模型

v0.6.2 模型中心，涵盖检查点选择、缓存发现、模板、实测 Track G 模型、视觉、采样与支持边界。

## 直接回答

v0.6.2 新增包括 Seed-OSS-36B 在内的 Track G 检查点实测模型，结果仅适用于特定检查点，并非家族级性能保证。InternLM3-8B 仍仅为理论支持，因为公开检查点提供 tokenizer.model，而 Swift 路径需要 tokenizer.json。应依据确切架构、分词器、模板、内存与任务选择，而非假设通用家族支持。

- 规范网址：https://macmlx.app/zh/models/
- 最后核验：2026-07-15

## 页面事实

- **Apple 芯片统一内存** — 已发布; 始于 0.1.0; 最后核验 2026-07-15. MLX 数组使用 Mac 的 CPU/GPU 共享内存系统。 统一内存减少 CPU 编排与集成 GPU 计算之间的显式传输，但模型权重、激活值和 KV 缓存仍会占用有限的物理内存。
- **有界模型池** — 已发布; 始于 0.5.0; 最后核验 2026-07-15. 预算、LRU 淘汰、固定、冷切换、空闲 TTL 与探针共同约束多模型使用。 模型池在 v0.5.0 发布并于 v0.5.3 加固；它不是统一自适应控制器。
- **受支持的 LoRA 适配器** — 已发布; 始于 0.5.0; 最后核验 2026-07-15. 原生引擎可应用受支持的 LoRA 适配器。 适配器兼容性取决于基础架构与权重，不宣称通用 LoRA 兼容。
- **检测 14 个 VLM 家族** — 已发布; 始于 0.5.3; 最后核验 2026-07-15. 模型库可检测 14 个视觉语言 model_type 家族。 这是有证据支持的家族数量，不保证每个检查点或处理器变体都能加载。
- **DeepSeek V3.2 Swift 覆盖层** — 已发布; 始于 0.5.3; 最后核验 2026-07-15. v0.5.3 包含 DeepSeek V3.2 架构的纯 Swift 组件对齐实现。 真实检查点冒烟测试仍待完成，且缺少 FP8 反量化，因此不构成端到端或通用 MoE 声明。
- **推测解码** — 已发布; 始于 0.6.0; 最后核验 2026-07-15. v0.6.0 通过 API 与 GUI 交付经典草稿模型路径。 接受率遥测用于呈现草稿效率；若目标使用不可裁剪的混合或线性注意力缓存，系统会检测并回退到标准解码。
- **Hugging Face 缓存发现** — 已发布; 始于 0.6.0; 最后核验 2026-07-15. v0.6.0 可发现配置的 Hugging Face 缓存根目录中的模型，无需重复下载权重。 发现仅确认本地候选项，并不保证通用加载；架构、分词器、处理器与检查点兼容性仍然适用。
- **逐模型聊天模板覆盖** — 已发布; 始于 0.6.2; 最后核验 2026-07-15. v0.6.2 按用户文件、内置 model_type、检查点模板的顺序解析模板。 内置覆盖具备标准路径等价性证据，但模板支持并非通用；检查点特定分支与 swift-jinja 不支持的语法仍可能构成边界。
- **Track G 已测试模型** — 已发布; 始于 0.6.2; 最后核验 2026-07-15. v0.6.2 新增四个通过检查点实测的原生模型家族。 真实检查点生成实测：Seed-OSS-36B 4-bit 为 18.2 tok/s；Hunyuan V1 Dense 1.8B 4-bit 为 80.3 tok/s；Cohere Command R7B 7B 4-bit 为 21.7 tok/s；MiniCPM3-4B 4-bit 为 18.7 tok/s。结果仅适用于对应检查点，不构成整个家族的性能保证。
- **InternLM3 理论支持** — 理论支持; 始于 0.6.2; 最后核验 2026-07-15. v0.6.2 交付通过等价性验证的 InternLM3 代码，支持等级为理论级。 真实生成尚未得到演示。公开检查点提供 tokenizer.model，但没有 tokenizer.json，而 Swift 分词器栈需要 tokenizer.json；在该加载路径边界改变前，支持仍为理论级。
- **temperature 与 top-p** — 已发布; 始于 0.1.0; 最后核验 2026-07-15. temperature 与核采样 top-p 是已发布参数。 它们是当前已开放的核心采样控制。
- **扩展采样控制** — 规划中; 始于 future; 最后核验 2026-07-15. top-k、min-p、presence、frequency 与 repetition 惩罚项，以及逐请求 seed 处于规划阶段。 DeepSeek 专家路由 top-k 是架构内部操作，与用户采样 top-k 无关。

## 来源

- https://ml-explore.github.io/mlx/build/html/usage/unified_memory.html
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Engine/MLXSwiftEngine.swift
- https://github.com/magicnight/mac-mlx/releases/tag/v0.6.2
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/CHANGELOG.md
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/ModelPool/ModelPool.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Managers/ModelLibraryManager.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Models/DeepseekV32.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Engine/SpeculativeDecodingUsage.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Engine/ChatTemplateOverride.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/docs/model-support.md
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Models/InternLM3.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Managers/ModelParametersStore.swift
- https://github.com/magicnight/mac-mlx/blob/main/docs/superpowers/specs/2026-07-10-engine-scroll-story-design.md
- https://github.com/magicnight/mac-mlx/blob/main/MacMLXCore/Sources/MacMLXCore/Managers/ModelParametersStore.swift

## 相关页面

- [如何选择 MLX 模型](https://macmlx.app/zh/models/choosing-a-model/)
- [视觉语言模型支持](https://macmlx.app/zh/models/vision-language-models/)
- [macMLX 如何在 Apple 芯片上运行模型](https://macmlx.app/zh/architecture/)
- [macMLX 常见问题解答](https://macmlx.app/zh/faq/)
- [macMLX 与 LM Studio](https://macmlx.app/zh/compare/lm-studio/)