Os melhores apps para rodar LLMs no Mac.

1Num relance

2Cada um em poucas linhas

MLX Harness

Um app para Mac gratuito e de código aberto para chat, agentes de programação com ferramentas integradas, geração de imagens e uma API local que fala os formatos da OpenAI, da Anthropic e do Ollama. Ele roda modelos com o MLX da Apple e os baixa do Hugging Face; não roda arquivos GGUF. Precisa do macOS 14.5 ou posterior no Apple Silicon. É nosso, baseado no vMLX da JANGQ AI, e traz o MLX Node, que pode colocar o Mac para trabalhar para a MLX Network enquanto você está longe (fonte). Guia: como usar o MLX Harness.

LM Studio

Um app caprichado que roda modelos MLX e GGUF lado a lado, com uma busca de modelos baseada no Hugging Face (LM Studio). Desde julho de 2025 é gratuito em casa e no trabalho (LM Studio). A ferramenta de linha de comando, os SDKs e o motor MLX têm licença MIT; o código do app para desktop não é publicado (GitHub). Precisa do macOS 14 ou posterior no Apple Silicon e recomenda 16 GB de memória (requisitos). O servidor local fala o formato da OpenAI e, desde a versão 0.4.1, o da Anthropic (changelog).

Ollama

O jeito de rodar um modelo com um único comando, com biblioteca de modelos própria e, desde julho de 2025, um app de chat no Mac (Ollama). Tem licença MIT e roda modelos GGUF por meio do llama.cpp (GitHub). Desde março de 2026 tem um motor MLX em prévia no Apple Silicon, para Macs com mais de 32 GB de memória e uma lista crescente de modelos (Ollama). Precisa do macOS 14 ou posterior (documentação), e a API dele na porta 11434 é a que muitos outros apps esperam.

Jan

Um app de chat de código aberto (Apache 2.0) para Mac, Windows e Linux, com um motor llama.cpp embutido, suporte nativo a MLX desde fevereiro de 2026, ferramentas MCP e um servidor compatível com a OpenAI (GitHub, changelog). Ele também pode se conectar a modelos na nuvem, se você quiser um só app para os dois.

llama.cpp

O motor por trás de boa parte da IA local: C/C++ com licença MIT, que trata o Apple Silicon como “first-class citizen” via Metal (GitHub). Instale com brew install llama.cpp; o llama-server oferece um chat na web e uma API compatível com a OpenAI e a Anthropic (documentação do servidor). Ele roda arquivos GGUF, o formato mais publicado.

mlx-lm

As ferramentas MLX da própria Apple para modelos de linguagem, com licença MIT: gerar texto, conversar, converter e quantizar modelos e fazer fine-tuning com LoRA, pela linha de comando (GitHub). O mlx_lm.server oferece um endpoint básico estilo OpenAI que os próprios autores não recomendam para produção (documentação do servidor). Milhares de modelos convertidos estão na organização mlx-community no Hugging Face.

3Qual escolher

• Você quer um app, de código aberto, feito para o Apple Silicon: MLX Harness.
• Você quer modelos MLX e GGUF em um só app caprichado e não se importa com código fechado: LM Studio.
• Outro app ou um agente de programação espera a API do Ollama: Ollama (o MLX Harness também serve endpoints estilo Ollama).
• Você quer um só app de chat no Mac, Windows e Linux, local e na nuvem: Jan.
• Você escreve scripts, monta servidores ou precisa de uma quantização GGUF específica: llama.cpp.
• Você faz fine-tuning, converte modelos ou quer a implementação de referência da Apple: mlx-lm.

Muita gente usa dois: um app para o chat do dia a dia e uma ferramenta de linha de comando para scripts. Eles podem conviver no mesmo Mac, mas cada um guarda a sua própria cópia dos arquivos do modelo.

4Antes, veja o que cabe no seu Mac

Nenhum app muda a conta: um modelo e o seu contexto precisam caber na parte da memória unificada que o macOS deixa a GPU usar, cerca de 75% por padrão, e a largura de banda da memória define a velocidade com que ele escreve. Arquivos MLX e GGUF do mesmo modelo na mesma precisão têm mais ou menos o mesmo tamanho.

Veja todos os modelos que cabem no seu Mac, os melhores modelos para cada tamanho de memória, ou comece por um modelo para ver de qual Mac ele precisa.

5Quando o Mac está ocioso

Um Mac que roda bem IA local também é bom em rodá-la para outras pessoas. O MLX Node executa tarefas de IA para a MLX Network quando você não está usando o Mac, dentro dos limites que você define, e ganha tokens MLX pelo trabalho verificado. O MLX Harness já vem com ele. Os tokens MLX podem perder valor; leia os riscos.

6Perguntas

O LM Studio é gratuito para uso no trabalho?

Sim. Desde julho de 2025, o LM Studio é gratuito em casa e no trabalho; os planos pagos são para equipes e empresas (LM Studio).

O Ollama usa MLX no Mac?

Em prévia desde março de 2026, em Macs com Apple Silicon e mais de 32 GB de memória, para os modelos compatíveis. Fora isso, ele roda modelos GGUF por meio do llama.cpp (Ollama).

Qual app roda modelos MLX e GGUF?

O LM Studio e o Jan rodam os dois; o Ollama roda GGUF e, em prévia, MLX. O MLX Harness e o mlx-lm rodam só MLX; o llama.cpp roda só GGUF.

Quais apps de LLM local são de código aberto?

MLX Harness (Apache 2.0), Ollama (MIT), Jan (Apache 2.0), llama.cpp (MIT) e mlx-lm (MIT). O LM Studio publica a ferramenta de linha de comando, os SDKs e o motor MLX sob a licença MIT, mas não o app para desktop.