gmlx 发布：在 Apple Silicon 上更快运行 GGUF 模型的本地推理平台

gmlx 是一个面向 Apple Silicon 的本地推理平台，用 mlx-kquant 的 Metal 内核原样运行社区 K-quant 和 IQ-quant GGUF 文件，支持终端/浏览器聊天、OpenAI 与 Anthropic 兼容 API、语音、LoRA 微调和连接 pi 编码智能体。在 M5 Max 上同一文件 prefill 速度在所有基准模型和各上下文深度均快于 llama.cpp，双引擎开启 speculative decoding 后解码也更快，长上下文差距最大；MoE 模型超出内存时可从磁盘流式加载专家。需 macOS 26.2+，可经 brew install asher/gmlx/gmlx 安装，示例模型 Qwen3.8-27B UD-Q6_K 为 20.5 GB 下载。