Mac 上的本機模型回覆太慢，可以先檢查引擎是否適合你的模型。LM Studio 9 月 18 日介紹 Splash，把 Inco AI 的專用推論引擎整合進 Bionic；隔天的 LM Studio 0.4.25 更新也加入支援。對已經使用 Qwen、硬體符合條件的人，這是一個值得比較的選項。
不過，Splash 的加速有明確範圍：它針對少數模型和 Apple Silicon 最佳化，不能把所有下載好的模型直接搬過去。我會先確認電腦與模型符合門檻，再拿同一份工作測試，避免只看到速度倍數就重建整套環境。
哪些 Mac、模型與 LM Studio 版本能用？
LM Studio 的首發套件教學要求 M3 或更新的 Mac、macOS 26.4 以上，以及至少 36GB 統一記憶體，建議 48GB 以上。如果是 M1、M2，就不適合照搬這條路線；可以繼續從本機 AI 入門選較小模型與原有引擎。
依兩份模型說明，Qwen3.8-27B-Splash是 270 億參數的稠密模型；Qwen3.6-35B-A3B-Splash總參數約 350 億、每個 token 啟用約 30 億，採混合專家架構。兩者都是含 4-bit 主模型、草稿模型等元件的專用套件，不能當作一般 MLX 或 Transformers 檔案載入其他引擎。模型頁與引擎專案目前均標示 Apache-2.0 授權。
Bionic 使用者可依官方步驟，先更新到 1.1.5 或以上，進入 Settings → Runtime，在 Experimental backends 下載 Splash (Metal)；接著到 Settings → Explore 搜尋上述模型頁網址、下載套件，再於新工作階段選取本機模型。這是 Bionic 的操作路徑；一般 LM Studio 0.4.25 的發布紀錄確認加入 Splash，並不表示兩套介面的選單完全相同。
另外，截至 9 月 28 日查核的引擎 README已加入指定模型的 GGUF／MLX 載入方式，並列出 24GB Mac 使用較小 GGUF 量化版本的路徑。因此，「Splash 一律至少 36GB」已不夠精確：36GB 是上述首發套件路線的門檻。24GB 使用者應照目前命令列文件選擇相容版本，另確認上下文與記憶體壓力；這不代表 Bionic 的首發教學已同步支援所有新格式。
下載前也要留出磁碟空間。27B 與 35B 套件頁分別列出約 17.4GB、20.9GB 的首次下載量；檔案大小不是執行時記憶體需求，長文件、對話紀錄和同時開啟的其他軟體都會再占用資源。只有剛好符合最低規格時，先用單一任務比較，比一開始就開多個代理更容易找出瓶頸。
「快兩倍」怎麼讀？用同一份工作看完整等待時間
Inco 的發布測試在 48GB M5 Pro 上，以選定的程式任務、最高 32K 輸入與 1,024-token 輸出上限比較引擎。Qwen3.8-27B 的短提示輸出速度為每秒 74 tokens，約是該組比較中次快引擎的兩倍；數字包含推理 token，也不是本站重現的成績。
這不能直接讀成「你的每項工作時間減半」。讀入長文件、產生第一個字、持續輸出、等待工具結果，是不同時間成本；回答寫得快，但需要多改三次，也未必比較省時。各引擎採用自己的建議設定，結果反映整套執行方式，不能單獨歸功於某一個技術。
比較時，我建議保留三份固定輸入：一段短問答、一份較長但可公開的繁中文件，以及你平常真的會完成的工作。例如把活動企畫整理成摘要，要求保留日期、金額和三個待確認事項。先寫好正確答案或驗收標準，再比較是否漏掉限制、編造細節，或把繁體中文換成不合用的格式。
同一份輸入至少區分第一次執行與接續對話。前者可能需要重新讀取大量內容，後者可能受益於快取；若只拿已經暖機的結果去比另一套引擎的第一次執行，差距會失真。記下模型套件、推理設定、輸入長度、第一個字的等待時間，以及完成一份可用結果所花的總時間，就能比較接近自己的需求。
也別把「本機模型」當成整個工作流都不連網的保證。引擎與模型下載需要網路；你連接的代理工具是否搜尋網頁、呼叫外部服務或寫入雲端資料，仍是另一層設定。若使用 Splash 的命令列服務，官方 README 說明預設綁定本機位址，驗證預設關閉；要擴大存取範圍前，先處理授權與網路限制。
下一步可以只做一件事：符合硬體條件就選一個支援模型，拿既有工作做小範圍對照。想先釐清桌面聊天、本機 API 與命令列服務的分工，可讀 LM Studio 教學與 Ollama 指南，不必為了這次更新重換所有工具。