今年的第一条WWDC公告表明，历史性地，第三方开发者终于可以…直插进去苹果公司推出了新的基础模型框架，并在设备端实现了AI，但这些模型到底和现有的有什么不同呢？
基于最新的模型架构，第三方开发者现在能够利用苹果原生应用所使用到的一同设备上的AI堆叠进行开发。
换句话说，这意味着开发人员现在可以完全在离线环境中集成诸如摘要文档、从用户文本中提取关键信息或甚至生成结构化内容等AI功能，并且无需任何API成本。
但苹果的机型真正有多好？
竞争的地方在哪里都很重要
基于苹果自己的人类评价答案是相当稳定的，尤其是当你考虑到大小、速度和效率之间的平衡（有些人可能会称其为“权衡”）时。
在苹果的测试中，其 ~3B 在线模型在图像任务中超越了 InternVL-2.5 和 Qwen-2.5-VL-3B 等轻量级视觉语言模型，分别赢得了 46% 和 50% 的提示。
在文本中，它也与Gemma-3-4B等大型模型对抗，在一些国际英语地区以及葡萄牙语、法语、日语等多语言评估中甚至 slight outperformed。
换句话说，苹果的新本地模型似乎在无需上云或要求数据离开设备的情况下，可以为许多实际用途提供一致的结果。
关于苹果的服务器模式（不向第三方开发者（如本地模型）提供访问权限），与LLaMA-4-Scout相比优势明显，甚至在图像理解方面超越了Qwen-2.5-VL-32B。但无论如何，GPT-4o仍然稳居榜首。
“免费和离线”这部分真的很重要
这里真正的故事不只是说苹果的新款产品性能更好。更重要的是，它们是内置的。借助基础模型框架，开发者无需在应用中集成重大的语言模型以进行离线处理。这意味着应用程序更加精简，在大多数任务上无需依赖云端。
结果是：为用户提供更私密的体验，并且无需任何开发者支付API费用，这些节省最终能惠及所有人。
苹果表示，这些模型经过优化，能够生成结构化输出，并采用了一个Swift原生的“引导生成”系统。这对于教育、生产力和沟通等应用来说，可能是一个重大转折点——它无需像大语言模型（LLMs）那样面对延迟、成本或隐私问题，却能提供类似的优势。
最终，苹果的设备并不是世界上最强大的，但它们不需要。它们很棒、运行速度快，并且现在每个开发者都可以免费使用，在设备上运行以及离线也能使用。
这可能不会与更强大的人工智能模型一样登上头条新闻，但在实践中，它可能会导致一系列真正有用的第三方iOS应用中的人工智能功能，这些功能不需要依赖云端。对苹果来说，这或许是他们想要达到的目的。
