v0.34.4 發布，更新了 llama.cpp、MLX 和 XGrammar，Qwen 3.8 的提示處理在 Apple Silicon 上更快，Gemma 4 會為每張圖片自動選擇最佳解析度以保留更多高畫質細節。思考模型的結構化輸出改為單次推理完成，速度更快也更可靠；同時修復了本地模型庫很大時偶發的 model not found 報錯，以及 macOS 應用在檢測 ChatGPT 或 Codex 是否執行時無回應的問題。
LM Studio 的 Bionic 現已內建互動式畫布，可建立你和 Bionic 都能檢視、編輯的 Excalidraw 圖表。使用者可在畫布上協作繪製原型圖、系統設計與流程圖，並要求 Bionic 將其實現。
Claude API 的快取診斷已結束 beta，正式可用，不再需要 cache-diagnosis-2026-04-07 這個 beta header。開發者只要在 Messages 請求里加上 diagnostics 物件即可啟用；仍傳送舊 header 的請求行為保持不變。POST /v1/messages 的回應現在總會包含 diagnostics 欄位，請求未帶 diagnostics 物件時該欄位為 null。
ChatGPT iOS 版 1.2026.258 重設了主介面，並在橫屏下新增 iPad 分屏檢視，把任務列表與當前開啟的任務並排顯示。該版本還新增瀏覽巢狀 Git 倉庫內改動的支援，側邊對話會沿用附件、選中文字與評審評論，新任務會保留所選計算機並更好識別專案檢出與 worktree。修復項包括排隊提示開始時回覆顯示空白或不完整、裝置時鐘錯誤導致的配對失敗，以及 Mac 與 Linux 上的 SSH 連線問題。
ggml 作者 ggerganov 宣布，transformers 現在可以直接執行 GGUF 模型。這項工作把 ggml 的 Metal 核心引入 transformers 生態，提升了相容性與效能。更多細節見其後續說明。
ChatGPT 面向 iOS 發布 1.2026.251 版，新增在檔案選擇器中直接建立資料夾，並支援寫作塊（writing blocks），帶草稿候選與複製操作。任務側改進包括：每個專案會記住 worktree 模式與配置環境，排隊中的長提示詞改為緊湊預覽、點選展開，並修復重開後排隊提示詞丟失或顯示過期、worktree 任務卡片在配置完成後打不開等問題。
該開源張量框架的 v0.32.2 版本發布，內容以 bug 修復和核心效能最佳化為主，未附基準數字。修復包括量化切片陣列、float divmod 商被截斷、median 丟棄 NaN、einsum 丟失尾部空下標、轉 bool 時丟失 subnormal 浮點值等。
Apple 的 MLX 框架發布 v0.32.1，集中修復 Metal 與 CUDA 後端的推理、量化與文件問題，並加入多項效能最佳化。Metal 側新增 gemv_wide 加速 fp16/bf16 少行矩陣乘，全注意力支援 head dimension 96，統一記憶體上可用 mx.array(host_buffer, copy=False) 零複製匯入。
Apple 的 MLX 發布 v0.32.0，包含大量修復與改進。iOS 上 Metal 後端預設啟用；CUDA kernel 新增 JIT 編譯快取，qmm_naive 也改為 JIT 編譯；mlx.core.linalg 新增 determinant 與 sign-log-determinant，mx.asarray 增加 copy 關鍵字，finfo 增加 bits 與 smallest_normal。
MLX 在 2026-04-22 發布補丁版 v0.31.3，以大量 bug 修復為主，並新增執行緒本地生成流（thread local generation stream），配合 MLX v0.31.2。修復覆蓋 BatchKVCache、BatchRotatingKVCache 與 ArraysCache 的 batch 維度不匹配，以及服務端並行工具呼叫、MiniMax M2 並行工具呼叫和 Mistral 空 tool_call_end 導致的工具呼叫中斷。
MLX 發布 v0.31.2，把 CUDA 後端的量化矩陣乘擴充套件到了 3/5/6-bit、int4 與浮點量化（qmm_naive、qmm_sm80），並新增 GatherQMM 和 CUDA FFT。框架現在支援多執行緒執行獨立計算：CommandEncoder、ThreadLocalStream 改為執行緒本地，Scheduler::enqueue 執行緒安全，JACCL 拆分為獨立庫。
MLX 生態的 mlx_lm 發布 v0.31.2（上一版為 v0.31.0），重點是新增 Gemma 4 支援，包括工具呼叫解析器、多 token 的 think 與工具起止標記，並修復其量化逐層投影載入。此次還重構了 BatchGenerator、為非裁剪型快取快取系統提示與使用者訊息，批處理生成器恢復 max-kv-size 引數，伺服器新增 --allowed-origins 選項，並加入 Nemotron super 支援。
v0.31.0 發布，從 v0.30.7 升級而來，新增 JoyAI LLM Flash 模型支援，併為 Qwen 3.5 加入張量並行；同時允許共享模型，修復 CacheList 儲存與載入、MLA 模型混合量化判斷、Qwen3.5 轉 fp32 與 sanitize、MiniMax M2.5 分片 RMS norm。
2026 年 2 月 12 日發布的 v0.30.7 修復了 Kimi Linear 與 DeepSeek V3.2 的 indexer 和權重載入問題，並加快 DSV32 生成速度。這一版新增 GLM5、不含視覺能力的 Qwen3.5 系列與 LongCat MLA 支援，LFM2 模型可用 Pythonic 方式呼叫工具，另加入 Mistral 工具解析器。訓練流程中的驗證集改為可選，還有一項為下一版本提號的版本號變更。
MLX LM 發布 v0.30.6，新增 Kimi-K2.5、LongCat Flash/Lite 和 Step 3.5 Flash 等模型支援，並引入 Transformers v5。服務端加入分散式推理，支援 chat_template_kwargs、top_logprobs 與載入自訂模型，同時新增 CLI。