Swiftlet 是一款基於 Swift + Metal 的執行環境，透過僅將稠密核心保留在 RAM 中，並從 SSD 串流專家權重，使 Qwen3.6-35B-A3B 和 Qwen3-Next-80B-A3B 等大型 MoE 模型能以極低的記憶體需求運行。 在 M5 Mac 上，35B 模型的記憶體使用量峰值為 2.6GB（7–11 tok/s），而 80B 模型的記憶體使用量峰值則為 4.3GB（4.5–5 tok/s）。 35B 版本亦可原生運行於 iPhone 17 上，記憶體使用量約為 2.5GB，處理速度為 1 tok/s。 該系統採用細粒度的「代碼片段至專家模型」路由機制、基於預讀取的 SSD 資料擷取、LFU 快取機制，以及執行時編譯的 Metal 著色器，支援 iOS 部署與相容於 OpenAI 的伺服器介面。