Prince Canuma ist vor allem als Entwickler der Python-Bibliothek MLX-VLM bekannt, die das Ausführen von Vision-Language-Models auf Apple-Silicon-Macs über Apples MLX-Framework ermöglicht. Mit Nativ legt er nun eine vollwertige macOS-Desktop-Applikation vor, die MLX-Modelle direkt in einer grafischen Oberfläche zugänglich macht – ohne Kommandozeile. Simon Willison hebt hervor, dass die App bereits beim ersten Start die im lokalen Hugging-Face-Cache-Verzeichnis vorhandenen MLX-Modelle automatisch erkennt und einbindet, was den Einstieg für bestehende Nutzer erheblich vereinfacht. Nativ stellt dabei zwei Hauptfunktionen bereit: ein integriertes Chat-Interface für direkte Interaktion mit den Modellen sowie einen localhost-API-Server, über den andere Anwendungen die Modelle programmatisch ansprechen können. Damit positioniert sich Nativ als direkte macOS-native Alternative zu LM Studio, das bislang das bekannteste Werkzeug für lokale LLM-Inferenz mit grafischer Oberfläche ist. Das Projekt ist für die Mac-Entwickler-Community relevant, weil es gezielt auf Apples MLX-Stack setzt und so die Neural Engine sowie GPU der Apple-Silicon-Chips optimal nutzt.