Nativ: запуск AI-моделей локально на Mac через MLX, альтернатива LM Studio

O desenvolvedor Prince Canuma lançou o Nativ em 21 de julho de 2026 — um aplicativo desktop para macOS que executa modelos de IA localmente sobre o framework MLX da Apple e oferece ao usuário, de imediato, tanto uma interface de chat quanto um servidor de API em localhost.

O que é o Nativ

O Nativ é uma camada sobre o MLX, empacotada como um aplicativo desktop completo para macOS. Seu autor, Prince Canuma, é conhecido como desenvolvedor da biblioteca Python MLX-VLM para executar modelos de visão e linguagem (que processam texto e imagens simultaneamente) no Mac via MLX. O Nativ transfere essa lógica da linha de comando para uma interface desktop: o modelo roda inteiramente no dispositivo, sem chamadas à nuvem.

O MLX é o framework de código aberto da Apple para machine learning, otimizado para chips Apple Silicon (série M). Ele usa a memória unificada do Mac e permite executar modelos de linguagem e multimodais diretamente no notebook, sem uma placa de vídeo dedicada.

• Data de lançamento — 21 de julho de 2026
• Autor — Prince Canuma, desenvolvedor da biblioteca MLX-VLM
• Base — framework MLX da Apple (para Apple Silicon)
• Formato — aplicativo desktop para macOS
• Funções — interface de chat mais servidor de API em localhost

Em que se parece com o LM Studio

Na forma, o Nativ se aproxima do LM Studio — o popular aplicativo para executar LLMs localmente. Assim como o LM Studio, o Nativ oferece duas formas de trabalhar com o modelo: um chat gráfico para o diálogo comum e um servidor de API local em localhost, ao qual é possível conectar seus próprios scripts e aplicativos.

O servidor de API local é um detalhe fundamental para desenvolvedores: ele permite embutir o modelo no Mac dentro do próprio código do mesmo jeito que normalmente se chama uma API na nuvem, mas sem sair para a internet e sem pagar por cada requisição. Separadamente, Simon Willison destacou um detalhe agradável: o aplicativo reconheceu automaticamente os modelos MLX que já estavam no seu cache do Hugging Face — não foi preciso baixá-los de novo.

"Estou realmente animado com o novo projeto dele.

O aplicativo reconheceu os modelos MLX que eu já havia experimentado e que estavam no meu cache do Hugging Face — um detalhe agradável", — Simon Willison, desenvolvedor e autor do blog simonwillison.net.

Por que a execução local importa

Executar modelos localmente significa que os dados não saem do dispositivo: os prompts e as respostas não vão para servidores de terceiros. Para Macs com chips Apple Silicon e uma grande quantidade de memória unificada, isso se tornou realista — modelos de porte médio rodam diretamente no notebook, sem GPUs alugadas.

Essa abordagem elimina duas dependências: o pagamento por tokens de APIs na nuvem e a necessidade de conexão constante com a internet. Para dados privados, cenários offline e experimentos, essa é uma diferença considerável. O Nativ soma a isso uma baixa barreira de entrada — em vez de trabalhar na linha de comando, o usuário recebe um aplicativo familiar, com botões e uma janela de chat.

O que isso significa

As ferramentas para executar IA localmente estão saindo dos limites da linha de comando: o Nativ faz pelo ecossistema Apple MLX praticamente o que o LM Studio fez pelo mercado em geral — transforma a execução de um modelo no seu próprio Mac em uma tarefa de poucos cliques.