Skip to content
Logo de oMLX

oMLX

Runs large language models locally on Mac with SSD-based KV cache for fast agent inference.

Ferramentas de desenvolvimentoApp de desktopAuto-hospedadoPara programadores
omlx.ai ↗Lançado no Product Hunt · 2026-08-30
Em resumovarrido em 2026-09-17
Para
Developers running local AI inference on Apple Silicon Macs for coding agents and tools.
Preço
Preço não lido
Uso
Emergente≈ 677 visitas por mês · estimativa, 2026-09
Atividade
Atividade ainda não lida
Empresa
desde 2026primeiro lançamento
Roda como
App de desktopAuto-hospedado
O que as pessoas fazem com ela
  • Run large language models locally on Mac with fast inference speeds
  • Integrate local AI with Claude Code, Cursor, and OpenAI-compatible clients
  • Cache and reuse model computations across multiple agent requests
Alternativas em Ferramentas de desenvolvimentopor uso, entre as que continuam mantidas
  • V0 DevDeploys and runs applications and AI agents on serverless infrastructure with sandboxed environments and model gateways.Muito usadaAtividade ainda não lida
  • JetBrainsMuito usadaMantida ativamente
  • NVIDIAMuito usadaMantida ativamente
  • DeepSeek V4.1 FlashLanguage model API for text generation and reasoning tasks.Muito usadaMantida ativamente
  • TwilioMuito usadaMantida ativamente
  • PostHogIngests product data and runs AI agents to investigate issues and recommend product improvements.Muito usadaMantida

Todas as ferramentas de Ferramentas de desenvolvimento →

Perguntas que esta página responde
  • O que é oMLX?

    Runs large language models locally on Mac with SSD-based KV cache for fast agent inference.

  • Para quem é oMLX?

    Developers running local AI inference on Apple Silicon Macs for coding agents and tools.

  • As pessoas usam oMLX?

    Emergente: ≈ 677 visitas por mês · estimativa, 2026-09.

  • Quais são as alternativas a oMLX?

    Em Ferramentas de desenvolvimento, por uso: V0 Dev, JetBrains, NVIDIA, DeepSeek V4.1 Flash, Twilio, PostHog.

Como lemos uma ferramenta

Sem votos, sem avaliações, sem alegações do fornecedor. Toda semana um rastreador lê o próprio site de cada ferramenta e alguns registros públicos, e as palavras no cartão são faixas sobre o que ele leu.

  • Uso: visitas ao site (estimadas), instalações do npm e do PyPI, presença no relatório de uso do Chrome.
  • Atividade: a versão mais recente no GitHub, npm ou PyPI; a página datada mais recente do site; vagas abertas em um quadro público.
  • Preço: a própria página de preços do fornecedor, lida com data. Um número só é impresso quando está naquela página.
  • A linha e os casos de uso são escritos por nós a partir da página inicial, linha a linha, e recusados quando repetem o marketing do fornecedor.

Como os assistentes de IA leem cada site — a leitura sobre a qual os fornecedores nos perguntam — está na página de visibilidade de cada ferramenta.