Swiftlet 是一款基于 Swift 和 Metal 的运行时，它通过仅将稠密核心保留在 RAM 中，同时从 SSD 流式加载专家权重，使 Qwen3.6-35B-A3B 和 Qwen3-Next-80B-A3B 等大型 MoE 模型能够以极低的内存占用运行。 在 M5 Mac 上，35B 模型的峰值内存占用为 2.6GB（7–11 tok/s），80B 模型的峰值内存占用为 4.3GB（4.5–5 tok/s）。 35B 版本还可在 iPhone 17 上原生运行，内存占用约为 2.5GB，处理速度为 1 tok/s。 该系统采用精细的令牌到专家路由机制、基于预读的 SSD 数据获取、LFU 缓存以及运行时编译的 Metal 着色器，支持 iOS 部署和与 OpenAI 兼容的服务器接口。