iOS 27 中 Apple 推出獨立 Siri AI App，採用聊天機器人界面，支持文本、圖像、文件輸入及歷史記錄。核心亮點是可在 Siri AI 與 ChatGPT 間一鍵切換，無需深入系統設置；默認使用 Apple 自家增強版模型，兼顧無縫集成與用戶選擇。
Deezer於2026年6月11日推出免費AI音樂檢測器，支持27種語言，覆蓋Spotify、Apple Music等20個主流平臺，旨在識別流媒體播放列表中的生成式AI歌曲。此舉應對合成音樂氾濫與欺詐問題，是流媒體行業跨平臺技術輸出的關鍵一步。
蘋果公司此前高調推出的Apple Intelligence功能，特別是圖像生成工具Image Playground，因輸出質量不佳被用戶戲稱爲“最糟糕的AI功能”。然而，即將發佈的OS27系統將帶來轉機，核心升級包括採用全新基礎模型和引入Gemini算力支持，有望顯著改善生成式AI的表現。
谷歌正計劃爲Apple CarPlay版谷歌地圖引入Gemini AI助手，提升車載導航智能化。目前，iPhone端谷歌地圖已通過“Ask Maps”功能，利用AI解答目的地或周邊環境問題，但CarPlay環境此前未支持。最新代碼顯示，用戶只需在手機端啓用，即可在車載場景享受這一智能交互體驗。
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$1
$10
256
$6
$24
$2
$20
$4
$16
Bytedance
$1.2
$3.6
4
$8
$240
52
mlx-community
本模型是基於allenai/Olmo-3-7B-Instruct轉換的8位量化版本，專門為Apple MLX框架優化。它是一個70億參數的大型語言模型，支持指令跟隨和對話任務。
lmstudio-community
Qwen3-VL-2B-Thinking是由Qwen推出的視覺語言模型，基於2B參數規模，使用MLX進行8位量化，專門針對Apple Silicon芯片進行了優化。該模型支持圖像和文本的多模態理解與生成任務。
Qwen
Qwen3-VL-2B-Thinking是Qwen系列中最強大的視覺語言模型之一，採用GGUF格式權重，支持在CPU、NVIDIA GPU、Apple Silicon等設備上進行高效推理。該模型具備出色的多模態理解和推理能力，特別增強了視覺感知、空間理解和智能體交互功能。
這是MiniMax-M2模型的MLX格式轉換版本，使用mlx-lm 0.28.1從原始模型轉換而來，支持8位量化和分組大小為32的優化配置，專為Apple Silicon設備優化運行。
MiniMax-M2-6bit 是 MiniMaxAI/MiniMax-M2 模型的 MLX 格式轉換版本，使用 mlx-lm 0.28.4 進行轉換，支持在 Apple Silicon 設備上高效運行。
richardyoung
這是一個高性能的4位量化版本的Kimi K2 Instruct模型，專為使用MLX框架在Apple Silicon（M1/M2/M3/M4）Mac上運行而優化。該模型擁有6710億參數，支持128K上下文窗口，在質量和效率之間實現了出色的平衡，是大多數實際部署的理想選擇。
nightmedia
這是Qwen3-Next-80B-A3B-Instruct模型的MLX格式轉換版本，專為在Apple Silicon設備上高效運行而優化。該模型是一個800億參數的大型語言模型，支持文本生成任務，具有強大的對話和推理能力。
這是一個基於Qwen3-Coder-REAP-25B-A3B模型轉換的MLX格式版本，使用mlx-lm工具從原始模型轉換而來，專門針對Apple Silicon芯片優化，支持高效的文本生成任務。
這是Qwen3-VL-4B-Instruct模型的4位量化版本，專門針對Apple Silicon芯片優化，使用MLX框架轉換。該模型是一個視覺語言模型，支持圖像理解和多模態對話任務。
Qwen3-VL-8B-Instruct是由Qwen開發的視覺語言模型，經過MLX量化優化，專門針對Apple Silicon設備。該模型支持圖像和文本的多模態輸入，能夠理解和生成與圖像相關的文本內容。
這是一個基於LiquidAI/LFM2-8B-A1B模型轉換的8位量化版本，專為Apple MLX框架優化。該模型是一個8B參數的混合專家模型，支持多語言文本生成任務。
abnormalmapstudio
這是 Qwen3-Omni-30B-A3B-Thinking 模型的 MLX 格式轉換版本，使用 mlx-lm 0.28.1 進行轉換，支持在 Apple Silicon 設備上高效運行。
這是一個基於Qwen3-Omni-30B-A3B-Instruct模型轉換的MLX格式版本，使用mlx-lm 0.28.1工具轉換，專為Apple Silicon優化，支持高效的文本生成任務。
GLM-4.6-4bit是基於zai-org/GLM-4.6模型使用mlx-lm工具轉換的4位量化版本，專門針對Apple Silicon芯片優化，支持中英文文本生成任務。
moonstruxx
這是一個基於opendatalab/MinerU2.5-2509-1.2B轉換而來的MLX格式大語言模型，參數規模為12億，專門針對Apple Silicon芯片優化，支持FP16精度推理。
這是一個基於Huihui-GLM-4.5V-abliterated模型轉換而來的視覺語言模型，採用MXFP4量化格式，專門針對Apple MLX框架優化，支持圖像理解和多模態對話任務。
GLM-4.5-Air-mxfp4 是智源研究院 GLM-4.5-Air 模型的 MLX 格式轉換版本，專門為 Apple Silicon 設備優化，支持高效的本地推理。
這是Qwen3-Next-80B-A3B-Thinking模型的MLX格式轉換版本，專門為Apple Silicon優化。該模型是一個800億參數的大語言模型，支持思維鏈推理能力，經過量化處理為8位精度以提升在Mac設備上的運行效率。
這是Qwen3-Next-80B-A3B-Instruct模型的8位量化MLX格式版本，專為Apple Silicon優化的大型語言模型，支持指令跟隨和對話任務
這是Qwen3-Next-80B-A3B-Instruct模型的MLX格式6位量化版本，專為Apple Silicon優化的大語言模型，支持指令跟隨和對話任務。
一個為Claude桌面端提供本地Apple Notes數據庫訪問的服務器，支持讀取和搜索筆記內容。
Apple Doc MCP是一個提供直接訪問蘋果開發者文檔的模型上下文協議服務器，集成到AI編程助手中，支持智能搜索、框架瀏覽和詳細文檔獲取。
Apple Health MCP Server是一個基於FastMCP框架的模型上下文協議服務器，專為LLM代理與蘋果健康數據交互設計。它提供標準化接口，通過Elasticsearch索引和查詢健康數據，支持自然語言搜索、分析和統計功能，包含XML和Elasticsearch兩大工具集，支持Docker部署。
Apple開發者文檔MCP服務，為AI編程助手提供直接訪問蘋果官方開發文檔的能力，支持智能搜索、框架瀏覽和詳細文檔獲取。
一個通過AppleScript與macOS信息和通訊錄應用交互的MCP服務器，支持查看聯繫人、發送iMessage消息等功能。
一個用於在命令行、Claude Code插件或MCP服務器中模糊搜索和瀏覽Apple Messages（iMessage/SMS）的工具，支持自動索引、聯繫人解析和上下文顯示。
ACMS是一個為macOS上的Apple容器CLI工具提供編程訪問的MCP服務器，支持本地或遠程HTTP/S連接，包含50多個容器操作功能。
該項目提供了一個基於Model Context Protocol (MCP)的服務器，支持在macOS上遠程執行AppleScript和JavaScript自動化腳本，包含豐富的預定義腳本知識庫，可控制macOS應用及系統功能。
一個基於Rust的MCP服務器，通過AppleScript為Claude Desktop提供自主喚醒、心跳和分佈式任務執行功能，支持macOS定時調度與狀態管理。
Cursor MCP插件，支持在編輯器中直接操作Apple Notes
Apple MCP工具集是一個為MCP協議設計的蘋果原生工具集合，支持消息、筆記、聯繫人、郵件、提醒、日曆等多種功能。
Anyquery是一個基於SQLite的SQL查詢引擎，支持對文件、數據庫和各種應用（如Apple Notes、Notion等）進行SQL查詢，並通過插件擴展功能。它還支持連接LLM（如ChatGPT）作為數據訪問接口，並能作為MySQL服務器運行。
%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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
