苹果在 2026 年 10 月 5 日更新了 Foundation Models framework 官方页面，彻底推翻了一年前只给端侧小模型开小灶的保守做法。在 OS 27 世代，这套原生 Swift API 不仅把自家的 Private Cloud Compute（PCC，搭载 AFM 3 Cloud）首次开放给第三方开发者，还用一套公开的 LanguageModel 协议，把 Anthropic 的 Claude 和 Google 的 Gemini 直接收编进同一个系统级会话接口里。苹果不再执着于证明自家大模型天下第一，而是抢先在 iOS 27 与 macOS 27 底层做起了端云混合调度商。
先把这次更新的硬货拆成三件事：
- 发生了什么.框架新增公开的
LanguageModel协议，统一调度端侧SystemLanguageModel、云端PrivateCloudComputeLanguageModel以及 Claude、Gemini 的 Swift 扩展包；端侧上下文从 OS 26 的 4,096 tokens 翻倍至 8,192 tokens，PCC 云端给到 32,768 tokens；端侧打通 Vision 框架原生支持图像理解、OCR 提取与条码扫描；新增可在单次连续会话中无缝切换模型与工具的 Dynamic Profiles、用于测试提示词的 Evaluations framework、macOS 27 预装的fm命令行工具，以及开源 utilities 包（含自定义技能、上下文管理辅助工具与 Chat Completions 客户端）和专供端侧能力的 Python SDK。 - 为什么重要.早在 2026 年 6 月 9 日，Google 就通过 Firebase AI Logic 预览接入了这套框架，开发者只换一行模型实例代码就能切到 Gemini；苹果用统一接口抹平了调用门槛，却把多模型编排的控制台死死焊在了 Swift 原生栈里。
- 谁受影响.加入 App Store 小型企业计划且首次下载量低于 200 万次的开发者，可以免云端 API 费用、免密钥管理直接调用 PCC 模型；但头部应用与跨平台团队必须直面系统绑定与底层模型强升带来的维护成本。
免费云算力背后的精算账本
苹果宣传页上最诱人的一行字，是中小开发者可以零云端 API 成本调用 PCC 上的前沿级模型。但天下熙熙，皆为利来，当你翻开开发者文档的细则，就会发现这顿免费午餐是由精算师掌勺的。
拿到免费资格必须同时跨过三道门槛：加入 App Store 小型企业计划、开发者账户下任意一款 App 的首次下载量均低于 200 万次（TestFlight 与 ad hoc 测试安装不计入），以及账户获批 PCC 权限。只要你旗下一款应用爆火、首次下载量突破 200 万次红线，或者退出小型企业计划，苹果就会发出通知，要求在 6 个月内完成迁移。
更精妙的设计藏在配额里。PCC 确实不收开发者的 API 费，却给终端用户的 iCloud 账户套上了每日请求配额限制；用户要想获得更高配额，就得订阅 iCloud+ 付费服务。
我对这套设计的判断很明确，问题不在技术慷慨，而在背后的算力转移支付。苹果用免 API 费帮独立开发者解决了冷启动难题，一旦你的 AI 功能把用户喂出了高频依赖，C 端用户为了解除每日限额就得去买 iCloud+；而当你的 App 长成爆款突破 200 万次下载，6 个月断奶期一到，你又得乖乖在同一个 LanguageModelSession 里切向按 token 计费的 Claude 或 Gemini。
- 结论.苹果把原本属于 B 端开发者的云端 API 账单，顺手改造成了拉动 C 端 iCloud+ 订阅的商业杠杆。
为什么拆掉围墙请进外援
一年前苹果初推这套框架时，只开放端侧模型接口，结果在生产环境里撞了南墙。2026 年 4 月的 iOS 开发者社区反馈把问题扒得很干净，初代端侧模型不仅受困于 4,096 tokens 的局促窗口和纯文本限制，而且领域知识薄弱、对提示词极其敏感，稍微复杂一点就会照搬示例里的占位符，甚至自己捏造 schema。
到了今年的第三代自研模型，苹果在内部人类偏好盲测中对比自家 2025 年旧款模型，端侧 AFM 3 Core 以 45.6% 对 23.3% 胜出，云端 AFM 3 Cloud 以 64.7% 对 8.7% 胜出。数字看着漂亮，但注意这是跟去年的自己比，既不是绝对准确率，也没有跟 Claude 或 Gemini 同台竞技的公开客观基准。即便 PCC 给了 32,768 tokens 窗口，并支持轻度、中度、深度（light/moderate/deep）三档推理，它本身消耗的推理过程 token 也会吃掉这 32K 的上下文空间。
守住调度的咽喉，远比赢下每一场算力军备竞赛划算。
这就像十九世纪末的美国铁路网，精明的巨头发现与其自己在每一条支线上跟人拼蒸汽机车马力，不如把全国铁轨的轨距标准和调度电报网攒在手里。今天的情况当然不完全一样，因为第三方大模型依然保留各自的鉴权与计费体系，但权力的转移方向如出一辙。
苹果推出 Dynamic Profiles，就是为了在单次连续会话里当总调度。开发者可以先用免费的端侧模型加 Vision 框架做图片 OCR 和意图分类，遇到中等难度且敏感的数据切去免费的 PCC 跑中度推理，最后碰到真正啃不动的代码生成或深度长文推理，再带着同一份会话上下文无缝切给 Claude 或 Gemini。Anthropic 和 Google 看似拿到了直达数百万苹果开发者的原生分发管道，实则成了苹果会话容器里随时可插拔的算力底座。
硬件妥协与系统升级的暗礁
为了兑现这套向第三方开放的云端免费算力，苹果在底层基建上做了一个外界极少注意到的妥协。过往苹果一直把全栈自研 Apple Silicon 服务器当作 PCC 隐私叙事的硬件锚点，但在 2026 年的安全技术博客中，苹果证实 PCC 的底层基础设施已经从自建数据中心扩展到了采用 NVIDIA GPU 的 Google Cloud 基础设施。
面对无数第三方 App 涌入带来的推理算力洪峰，哪怕是苹果也造不出足够多的自研服务器芯片，不得不打破硬件纯粹性去租用异构商业云，再靠无状态处理与密码学验证来兜底隐私承诺，同时按欧盟 AI 法案第 53(1)(b) 条向集成 AFM 3 Cloud 的系统提供商公开合规文档。
对开发者而言，另一重工程代价来自操作系统升级。端侧模型由系统统一托管虽然省掉了几 GB 的安装包体积，但 iOS 27、iPadOS 27、macOS 27 和 visionOS 27 的升级会直接换掉底层的端侧模型。苹果官方已经在文档里把丑话说在前面，要求开发者在新系统上重新测试所有既有提示词。
这就把模型版本漂移变成了一道每年秋季必做的回归测试题。过去开发者调用云端 API，只要锁定模型版本号就能稳住线上表现；现在端侧模型跟着系统强升，旧提示词随时可能在新系统上跑偏。这也是为什么苹果今年必须同步推出 Evaluations framework、强化 @Generable 强类型生成，并在 macOS 27 里预装支持 /model 切换与 /save 保存会话的 fm CLI（包含 fm chat 与 fm respond）。没有这套评测和强类型护栏，开发者根本不敢把核心业务交给随系统换血的端侧模型。
- 风险.依赖端侧与免费 PCC 的开发者，必须同时做好两手准备——在代码里写好用户耗尽每日 iCloud 配额时的降级路径，并在每年秋季系统大版本更新前用 Evaluations 跑完提示词回归测试。
苹果在 2026 年交出的这份答卷，看似是放低姿态拥抱开源工具链、Python 生态与第三方前沿模型，实则是用一套原生 Swift 协议抽干了第三方 AI 中间件在苹果生态里的生存空间。当开发者习惯了在 LanguageModelSession 里调配一切，谁在云端燃烧昂贵的 NVIDIA 显卡已经不再重要，握着方向盘的依然是库比蒂诺。