三星电子系统LSI部门将Anthropic的Claude Code引入半导体设计与验证流程，部分芯片测试周期从一个月以上缩短至两天，开发效率提升约15倍。该工具今年5月先向软件开发者开放，现扩展至硬件领域。在一项含64条复杂数据通路的定制SoC项目中，Claude Code仅用两天便完成虚拟测试环境搭建与验证。
人工智能基建投资再掀热潮。数据中心开发商Nexus Data Centers正就150亿美元融资深入谈判，用于支持AI公司Anthropic在得州兴建大型数据中心。谷歌扮演关键角色：既提供融资担保，又供应芯片，并将在Anthropic无力支付租金与电费时接手相关义务，凸显巨头对AI算力基建的战略押注。
海光DCU完成万亿参数大模型Kimi K3全栈适配与验证，标志着国产算力首次稳稳支撑此类超大模型。通过底层算子到推理引擎的深度优化，模型无需任何代码改动，迁移成本近乎零，开发者拿到算力即可部署。同时针对KDA注意力与896专家MoE架构实现从容兼容，打破海外旗舰芯片垄断，提供开箱即用的国产方案。
英伟达正与OpenAI洽谈大单，拟提供约2500亿美元融资担保，支持其承租软银旗下能源子公司在俄亥俄州开发的10吉瓦数据中心。计入芯片后，项目总投资或突破5000亿美元，成为全球最大数据中心。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
$7.7
$30.8
200
-
Google
$0.7
$2.1
$17.5
Anthropic
$21
$105
Moonshot
$4
$16
256
Xai
$1.4
$10.5
Deepseek
$12
128
$0.4
$8.75
$70
400
$0.35
$0.63
$3.15
131
Alibaba
$1
$525
Bytedance
$0.8
$8
Chatglm
lmstudio-community
Qwen3-VL-32B-Instruct是一个强大的多模态视觉语言模型，基于Qwen基础模型开发，经过优化和量化处理，专门针对苹果芯片设备进行了优化，提供高效的图像文本处理能力。
Qwen3-VL-2B-Instruct 是一款高效的图像文本转文本模型，由 Qwen 团队开发。该模型经过 MLX 8位量化优化，特别适用于苹果硅芯片设备，能够处理视觉语言任务并提供高效的解决方案。
Qwen3-VL-8B-Instruct是由Qwen团队开发的多模态视觉语言模型，支持图像文本到文本转换。该版本经过MLX 8位量化处理，专门针对苹果硅芯片进行优化，在保持性能的同时提升运行效率。
KAT-Dev是由Kwaipilot开发的多语言自然语言处理模型，支持多种语言交互任务，提供高效准确的语言处理能力。该版本经过MLX团队8位量化优化，专门针对苹果硅芯片进行了性能优化。
Qwen3-Next-80B-A3B-Instruct是阿里云通义千问团队开发的大规模语言模型，经过MLX框架4位量化优化，专门针对苹果芯片设备进行了性能优化，提供高效的推理能力。
Seed-OSS-36B-Instruct是由ByteDance-Seed开发的大型语言模型，参数量达360亿，采用Apache-2.0开源许可证。该模型基于transformers库构建，支持vllm和mlx技术优化，特别针对苹果Silicon芯片进行了8位量化处理，提供高效的文本生成能力。
Seed-OSS-36B-Instruct是由字节跳动Seed团队开发的360亿参数指令调优大语言模型，基于Transformer架构构建，经过MLX量化处理，专门针对Apple Silicon芯片进行了优化，可在LM Studio中高效运行。
OpenAI开发的120B参数文本生成模型，通过LM Studio社区模型计划展示。提供8位量化版本，特别针对苹果Silicon芯片优化，支持高效文本生成任务。
Qwen3-Coder-30B-A3B-Instruct是由Qwen团队开发的代码生成大模型，专门针对编程任务进行优化。该模型经过MLX团队的8位量化处理，针对苹果芯片进行了特别优化，具有高效的代码生成能力。
基于Qwen开发的30B参数指令微调模型，经过MLX 8位量化处理，专门针对Apple Silicon芯片优化，适用于各种文本生成任务。
GLM-4.5-Air是zai-org开发的高效语言模型，经过MLX团队8位量化优化，专门针对苹果硅芯片进行了优化。该模型基于transformers架构，支持文本生成任务，采用MIT许可证发布。
GLM-4.5-Air是由zai-org开发的高效文本生成模型，采用MLX框架进行4位量化优化，专门针对苹果芯片进行了性能优化，提供快速且高质量的文本生成能力。
Qwen3-235B-A22B-Thinking-2507是由Qwen开发的大语言模型，经过LM Studio团队使用MLX进行6位量化处理，专门针对Apple Silicon芯片进行了优化，提供高效推理能力。
ERNIE-4.5-21B-A3B是百度开发的大语言模型，经过LM Studio团队的MLX 4位量化优化，专门针对苹果芯片进行了优化。该模型具有210亿参数，支持中文和英文，采用Apache-2.0开源许可证。
Devstral-Small-2507是由mistralai开发的一个小型文本生成模型，支持多种语言，并针对苹果芯片进行了优化。
Devstral-Small-2507 是由 mistralai 开发的多语言文本生成模型，支持多种语言，特别适用于苹果硅芯片设备。
Gemma-3n-E4B-it 是由 Google 开发的模型，经过 MLX 量化优化，特别适用于苹果硅芯片设备。
由DeepSeek AI开发的大语言模型，经过4位量化优化，适用于苹果芯片设备。
mlx-community
MedGemma-4B-IT是一个专注于医疗领域的视觉语言模型，由Google开发，现转换为MLX格式以便在Apple芯片上高效运行。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Join Now
