8 июня на WWDC26 Apple заметно расширила Foundation Models framework — Swift-API, через который приложения дергают модели Apple Intelligence. Главная новинка: PrivateCloudComputeLanguageModel даёт доступ к серверной модели на Private Cloud Compute с контекстом 32 000 токенов против 8 192 у on-device модели, с настраиваемым уровнем рассуждения (light/deep). Ключей API, OAuth и учётных записей не нужно вообще: вызов идёт от имени приложения, промпты не сохраняются.
Экономика для инди и небольших студий: серверная модель бесплатна для разработчиков с менее чем 2 млн первых загрузок в App Store (участники Small Business Program), а у подписчиков iCloud+ лимиты выше. По сути Apple раздаёт инференс без cloud API costs — это меняет расклад для приложений, которые до сих пор платили за токены OpenAI или Anthropic только ради простых фич вроде саммари и переформулировок.
Из остального заметны четыре вещи. On-device модель научилась принимать изображения — картинку можно приложить прямо к промпту (UIImage, CGImage, файл, пиксельный буфер), плюс появились системные инструменты OCR и чтения штрихкодов на базе Vision и Spotlight-поиск для локального RAG. Dynamic Profiles позволяют на лету менять инструкции, инструменты и саму модель внутри одной сессии, не теряя историю, — это готовый примитив для многорежимных агентов. Через новый протокол LanguageModel в фреймворк можно подставить любую модель: Anthropic и Google выпускают собственные Swift-пакеты, так что Claude и Gemini вызываются тем же кодом, что и модель Apple. И наконец, появился Evaluations framework для замеров качества AI-фич — то, чего в мобильной разработке систематически не хватало.
Отдельно Apple пообещала открыть исходники фреймворка, добавить реализации CoreAILanguageModel и MLXLanguageModel и запустить его там, где работает Swift, включая Linux-серверы. Плюс CLI-утилита fm в macOS 27 и Python SDK для доступа к on-device модели.
Что это меняет в работе. Единый API поверх нескольких провайдеров — это не про удобство, а про переговорную позицию: подмена модели становится вопросом пакета в SPM, а не переписывания слоя интеграции. Но у бесплатного PCC есть очевидные ограничения: 32K контекста — мало для работы с большими документами, а привязка к экосистеме Apple означает, что кроссплатформенное приложение всё равно потребует второго бэкенда. Разумная стратегия — держать абстракцию: дешёвые массовые запросы уводить на on-device и PCC, тяжёлые оставлять внешним frontier-моделям, а выбор делать по замерам через тот же Evaluations framework.
Комментарии