同一台 Mac 跑本地大模型，69 tokens/s 和 161 tokens/s 的差距，居然来自推理引擎。开源项目 Kapitsa 专门针对 Apple Silicon 做了优化。
官方测试数据（M4 Pro、48GB 内存，运行 Qwen3.6 35B-A3B 4-bit 版）：llama.cpp 69 tokens/s，Ollama 89 tokens/s，Kapitsa 161 tokens/s。
提速的核心是 KFlash：通过树状推测解码，一次验证更多候选 Token，减少重复计算。
功能上还支持：Claude Code、Codex、OpenCode 接入本地模型；OpenAI / Anthropic 兼容 API；SSD 缓存，重启后复用上下文；多 Agent 并发推理。
安装只需一行：
brew install nace-ai/tap/kapitsa
数据来自项目自己的 Benchmark，实际速度取决于 Mac 配置。用 Mac 跑本地 Coding Agent 的，值得拿来和 Ollama 实测一轮。
开源地址：https://github.com/nace-ai/kapitsa
正文完