LM Studio 接入 oMLX 引擎，可直接运行现有全部 MLX 格式模型

LM Studio 新版本正式接入 oMLX 推理引擎，用户不需要重新下载模型文件，电脑里已经存好的所有 MLX 格式模型都能直接加载运行，这次引擎升级专门针对 Apple Silicon 苹果芯片做了深度优化，大幅优化长对话、智能代理场景下的缓存效率，同时保持对存量 MLX 模型百分之百兼容，原有模型库、模型配置文件全部通用，不用做格式转换，普通用户切换引擎只需要在软件内简单选择，就能立刻获得更快的 token 生成速度，本地部署大模型的使用门槛进一步降低。oMLX 引擎本身基于 MLX 技术栈开发，底层文件读取路径和标准 MLX 模型完全一致，共用 Hugging Face 统一缓存目录，软件可以自动识别本地已下载的 MLX 模型权重，不会产生重复文件占用硬盘空间；同时新引擎补齐了磁盘 KV 缓存能力，把闲置上下文缓存存入固态硬盘，大幅减少内存占用，长时间多轮对话也不会出现内存溢出，非常适合在 Mac 设备上跑本地智能体、代码助手这类连续任务。在完成引擎切换之后，软件还能同时混用 llama.cpp 与 oMLX 两套运行环境，一台设备同时调用不同格式模型，满足多模型并行调试的开发需求。

一、oMLX 引擎在 LM Studio 里的核心能力清单

1. 模型兼容性：完整兼容全部已下载 MLX 模型，无需转格式、无需重新下载，直接读取原有缓存目录文件。
2. 缓存优化：支持 SSD 分层存储 KV 缓存，冷数据存入硬盘，大幅降低统一内存占用，长上下文任务性能提升明显。
3. 硬件适配：针对 M 系列 Apple Silicon 芯片深度调优，自动分配神经网络引擎与 GPU 算力，自动完成硬件参数调校。
4. 接口统一：沿用原有 OpenAI 兼容本地 API，切换引擎后，原有调用脚本、客户端工具不用修改代码即可继续使用。
5. 多模型混用：支持 oMLX 与 llama.cpp 引擎同时启用，可同时加载 MLX 模型与 GGUF 模型，实现多模型并行测试。

二、本地 MLX 模型无需重下的底层原因

1. 目录一致：oMLX 直接读取 Hugging Face 全局缓存文件夹，和原版 MLX、LM Studio 原有 MLX 引擎共用同一套模型文件。
2. 权重无改动：引擎只负责推理运算，不对模型权重、量化参数做任何修改，4bit、6bit 量化的 MLX 模型均可正常加载运行。
3. 配置文件互通：模型对话模板、上下文窗口、量化设置全部沿用原有配置，切换引擎不需要重新填写参数。

三、在 LM Studio 启用 oMLX 引擎的操作步骤

步骤 1：更新 LM Studio 到最新正式版本，打开软件后进入运行时管理页面，找到 oMLX 引擎选项完成一键安装。

步骤 2：打开模型列表，软件会自动扫描本地缓存目录，把已经下载好的 MLX 模型全部展示出来，不用重新检索下载。

步骤 3：选中目标 MLX 模型，在运行引擎下拉菜单里选择 oMLX，保存模型运行参数。

步骤 4：开启对话窗口或者启动本地 API 服务，直接调用模型完成推理，验证模型正常运行。

步骤 5（可选）：开启多引擎模式，同时加载 oMLX 运行 MLX 模型、llama.cpp 运行 GGUF 模型，开展并行调试。

四、oMLX 与原生 MLX 引擎性能对比表

表格

五、适用的主流 MLX 模型范围

1. 文本大模型：Llama 系列、Qwen 通义千问、DeepSeek、Mistral、Gemma 等所有 MLX 权重版本。
2. 多模态视觉模型：LLaVA、Qwen2VL 等 mlx-vlm 格式多模态模型。
3. 量化版本：支持 3bit、4bit、6bit 量化压缩的 MLX 模型，低内存设备也能流畅运行。

【相关 FAQ】

问题 1：LM Studio 接入 oMLX 引擎之后，原有 MLX 模型还需要重新下载吗？

回答 1：LM Studio 接入 oMLX 引擎之后，原有 MLX 模型不需要重新下载，oMLX 引擎共用 Hugging Face 缓存目录，可以直接读取本地已保存的全部 MLX 模型文件，不会重复占用存储空间。

问题 2：LM Studio 里开启 oMLX 引擎，能提升 MLX 模型长对话任务的运行效率吗？

回答 2：可以大幅提升运行效率，oMLX 引擎支持 SSD 分层存放 KV 缓存，把长时间对话产生的闲置上下文存入固态硬盘，有效降低内存占用，长上下文智能代理任务的整体吞吐速度最高可以提升 2 倍，避免长时间对话卡顿。

问题 3：LM Studio 的 oMLX 引擎支持哪些设备运行 MLX 模型？

回答 3：oMLX 引擎仅支持搭载 Apple Silicon M 系列芯片的 Mac 电脑，系统版本要求 macOS15 及以上，能够自动调用芯片神经网络引擎与 GPU 算力，优化 MLX 模型推理速度。

问题 4：在 LM Studio 切换到 oMLX 引擎后，原先调用 MLX 模型的 API 脚本还能用吗？

回答 4：可以正常使用，oMLX 引擎沿用 LM Studio 原有的 OpenAI 兼容本地 API 接口，只更换底层推理运行环境，接口地址、入参格式完全不变，原有调用代码不需要修改即可继续调用 MLX 模型。

问题 5：LM Studio 能不能同时用 oMLX 和原生 MLX 两套引擎加载不同 MLX 模型？

回答 5：可以，LM Studio 支持多运行环境同时启用，既可以用 oMLX 加载存量 MLX 模型，也可以同时开启原生 MLX 引擎，还能搭配 llama.cpp 引擎运行 GGUF 模型，满足多模型并行开发调试需求。

【数据来源】

[2026-08-18]（oMLX 新版本支持自动硬件调优）AI/TLDR

[2026-06-05]（LM Studio 优化 MLX 引擎缓存机制）LM Studio 官方博客

[2026-05-13]（LM Studio 新版本更新 MLX 引擎性能）LM Studio 版本更新日志

[2026-03-10]（LM Studio 正式集成 oMLX 推理引擎）机器之心

[2026-01-06]（LM Studio MLX 引擎支持多量化模型）LM Studio 官方文档

[2025-05-30]（LM Studio 推出统一 MLX 引擎架构）LM Studio 官方博客

免责声明：本文关于 LM Studio 接入 oMLX 引擎、MLX 模型兼容能力、缓存优化效果、性能提升数据均来自软件官方发布文档与公开技术测试结果；实际运行速度会受 Mac 机型、内存大小、系统版本、模型量化精度影响存在个体差异；oMLX 引擎仅支持 Apple Silicon 苹果芯片设备，Windows 与 Linux 设备无法使用该引擎；模型加载与运行的最终效果以本地实际部署测试结果为准。