MLX (mlx-lm)
App : Un produit que vous utilisez directement
Framework Apple pour faire tourner des LLM sur puces M avec la mémoire unifiée.
Le chemin le plus rapide sur Mac Apple Silicon, réservé aux utilisateurs à l'aise avec Python.
La sécurité reflète la destination des données, les permissions demandées et les incidents recensés à la date de vérification. Ce n’est pas une garantie d’absence de risque : vérifiez le mode de déploiement et les connexions que vous activez.
Ce que ça fait, concrètement
Faire tourner un grand modèle de langage sur son ordinateur demande habituellement une carte graphique dédiée avec beaucoup de mémoire vidéo. Sur Mac Apple Silicon, la mémoire est partagée entre le processeur et le GPU, ce qui change la donne : MLX (mlx-lm) exploite cette architecture pour exécuter des LLM directement sur la machine, sans cloud et sans matériel supplémentaire.
Concrètement, le paquet Python mlx-lm s'installe en une commande et se connecte au Hugging Face Hub pour télécharger des milliers de modèles compatibles. On peut ensuite générer du texte, ouvrir un chat interactif en ligne de commande, affiner un modèle existant ou encore quantifier un modèle pour réduire sa taille, le tout depuis le terminal ou via l'API Python.
L'outil s'adresse aux développeurs et aux utilisateurs à l'aise avec Python et la ligne de commande, qui souhaitent expérimenter avec des LLM en local sur un Mac équipé d'une puce M. Il convient aussi à ceux qui veulent affiner des modèles ou les préparer pour les partager sur Hugging Face.
En revanche, il n'est pas adapté aux personnes qui cherchent une interface graphique ou qui utilisent un Mac Intel : mlx-lm est exclusivement conçu pour Apple Silicon et s'utilise uniquement en ligne de commande ou via du code Python.
Ce que ça propose
- ·Génération de texte et chat interactif en ligne de commande avec des milliers de modèles disponibles sur le Hugging Face Hub.
- ·Affinage de modèles (LoRA et affinage complet) avec prise en charge des modèles quantifiés.
- ·Quantification de modèles pour réduire leur taille et possibilité de les publier directement sur le Hugging Face Hub.
- ·Inférence et affinage distribués via mx.distributed pour exploiter plusieurs machines.
- ·Gestion des longs contextes grâce à un cache clé-valeur rotatif, la mise en cache des prompts et un paramètre de taille de préchargement configurable.
- ·API Python complète avec génération en streaming, échantillonnage personnalisable et traitement par lots.
- ·Serveur local intégré (mlx_lm.server) pour exposer un modèle comme point d'accès API.
En pratique
- Prix
- Gratuit
- Usage commercial
- Usage commercial : oui
- Disponible sur
- macos, cli
- Licence
- MIT
Sécurité et données
- Pastille
- Sécu : rien à signaler
- Vos données
- Données en local
- Maintenance
- Active
- Dernière release
- 16 octobre 2026
Liens et dépôt vérifiés le 25 octobre 2026 · ajoutée le 1 décembre 2023
Comment installer MLX (mlx-lm)
pip install mlx-lm