Rapid-MLX
O motor de IA local mais rápido para Apple Silicon. 4.2x mais rápido que Ollama, 0.08s TTFT em cache, 100% de chamadas de ferramenta. 17 analisadores de ferramentas, cache de prompts, separação de raciocínio, roteamento em nuvem. Substituto do OpenAI. Funciona com Claude Code, Cursor, Aider.
Execute um motor de IA rápido em seu computador Apple para substituir ferramentas da OpenAI e melhorar suas tarefas locais de IA.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserO motor de IA local mais rápido para Apple Silicon. 4.2x mais rápido que Ollama, 0.08s TTFT em cache, 100% de chamadas de ferramenta. 17 analisadores de ferramentas, cache de prompts, separação de raciocínio, roteamento em nuvem. Substituto do OpenAI. Funciona com Claude Code, Cursor, Aider.
Rapid-MLX tem 3.4k estrelas no GitHub. Foi bifurcado 398 vezes. Rapid-MLX é escrito principalmente em Python. Está em desenvolvimento ativo desde 2026. Rapid-MLX está disponível sob a licença Apache-2.0. Os seus principais temas são: apple-silicon, claude-code, cursor, deepseek.
O que é Rapid-MLX?
O motor de IA local mais rápido para Apple Silicon. 4.2x mais rápido que Ollama, 0.08s TTFT em cache, 100% de chamadas de ferramenta. 17 analisadores de ferramentas, cache de prompts, separação de raciocínio, roteamento em nuvem. Substituto do OpenAI. Funciona com Claude Code, Cursor, Aider.
Rapid-MLX é de código aberto?
Rapid-MLX é um projeto de código aberto. É distribuído sob a licença Apache-2.0.
Rapid-MLX é gratuito?
Sim. Rapid-MLX é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está Rapid-MLX?
Rapid-MLX está disponível sob a licença Apache-2.0.
Em que linguagem Rapid-MLX está escrito?
Rapid-MLX é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://opensourceai.tech/project/raullenchai-rapid-mlx.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.