2026 年 10 月 29 日，LM Studio 在 X 上宣布新增 oMLX 推理引擎，使用者下載該引擎後即可直接執行本地已有的 MLX 模型，無需重新下載模型檔案。據 LM Studio 介紹，這次整合由其與 Hugging Face 以及 oMLX 作者 jundotkim 合作完成。同一天發布的另一條推文進… 看完整事件
LM Studio 接入 oMLX 引擎，可直接執行已有 MLX 模型
LM Studio 新增 oMLX 推理引擎；使用者下載該引擎後，可直接用它執行本地已有的 MLX 模型，無需重新下載模型。該整合由 LM Studio 與 Hugging Face 以及 jundotkim 合作完成。官方未披露支援的模型範圍、硬體要求與效能表現。
LM Studio 在自有引擎之外新增第三方推理後端，已有 MLX 模型可直接切換引擎執行；對在本地用 LM Studio 跑 MLX 模型的人最有參考價值。
原標題：@lmstudio: You can now use oMLX in LM Studio!
閱讀原文
| 評分 | 72 / 58（平均 65，門檻 60） |
|---|---|
| 狀態 | 精選 |
相關報導
Ollama v0.40.0：Apple Silicon 預設用 MLX 執行模型
Ollama 發布 v0.40.0，在 Apple Silicon 裝置上，MLX 執行時支援的模型架構會自動改用 MLX 執行。官方範例為 ollama pull qwen3.8 與 ollama run qwen3.8，其他可用模型還包括 gemma4、qwen3.6 和 qwen3.5；決策模型 Nimble、tev1、clef、clef-flash 也已支援 MLX，並新增嵌入模型 embeddinggemma-2 支援。官方表示會繼續測試並啟用更多模型。
LM Studio 首日上線 Flint：40B MoE 本地編碼模型
Recursive SI 的 Flint 模型在發布首日就進入 LM Studio，可直接在本地執行。它是一個 40B 的 MoE 模型，每次僅啟用 2.5B 引數，上下文視窗為 262K token，採用 Apache 2.0 許可，專門針對本地 agentic coding 場景訓練。本地執行大約需要 24GB 記憶體，官方稱其基準測試表現相當出色。
Ollama 上線 Liquid AI LFM3 小模型家族，1.7B 支援 256K 上下文
Ollama v0.40.12 上線 Liquid AI 的 LFM3 小模型家族，面向本地 agent、工具呼叫與結構化輸出。1.7B 的 lfm3 支援 256K token 上下文，系列另有影像版 lfm3-vl、覆蓋 18 種語言語音的 lfm3-audio 與三模態的 lfm3-omni，以及 2B 的 d1 決策模型。本次 lfm3 與 d1 2b 已支援 Apple 硬體，Linux/Windows 稍後跟進。
MLX 新版發布：4 臺 Mac Studio 叢集跑 816B 模型超 36 tokens/s
MLX 今日發布新版本，支援用 RDMA over Thunderbolt 把多臺 Mac Studio 組成叢集：4 臺 M5 Ultra 執行近萬億引數的 Muse Spark Open（816B MoE，NVFP4 精度）解碼超過 36 tokens/s，高於人類平均閱讀速度。單臺 512GB Mac Studio 可跑 Qwen 3.8 27B 與 Mistral Medium 3.5 128B，在 65,536 上下文下分別佔用最多 68GB 和 158GB 記憶體。
LM Studio 的 Bionic 1.1.8 新增兩個 API，可與 LM Studio 同時執行
LM Studio 的 Bionic 更新到 1.1.8，新增對 /v1/systemone 與 /v1/decisions 兩個 API 的支援，並支援 Bionic 與 LM Studio 同時執行。LM Studio 官方在更新日誌中一併列出這兩項改動，連結為 lmstudio.ai/changelog/bionic-v1.1.8，未附更多說明。