ModelHub est une application de barre de menus native macOS développée par Conscious Engines. Il permet aux développeurs de parcourir Hugging Face, de télécharger des modèles et de gérer le LLM local sans quitter le flux de travail actuel. Il est parfaitement compatible avec Ollama, MLX, LM Studio et llama.cpp.

ModelHub

Paramètres et statistiques de base

ModelHub se positionne comme le « centre de contrôle de la barre de menus du LLM local » : il ne s'agit pas d'un autre moteur d'exécution de modèles, mais d'une couche de découverte et d'orchestration de modèles chargée de combler le fossé entre les millions de modèles de Hugging Face et l'environnement multi-outils natif de macOS. Il n'exécute pas le modèle directement, mais permet aux utilisateurs de terminer l'ensemble du processus « parcourir → télécharger → localiser → supprimer » sur une interface unifiée, puis de l'appeler librement à l'aide d'outils tels que Ollama, MLX et LM Studio.

Dimensions	Faits marquants
Positionnement officiel	Application native de la barre de menu macOS - entrée locale de découverte, de téléchargement et de gestion LLM
Développeur	Moteurs Conscients (Fondateur Sabesh Bharathi)
Licence Open Source	MIT
Pile technologique	Swift natif, 100% code Swift
Corps du paquet d'installation	~4 Mo
Configuration système requise	macOS 26+, Apple Silicon (puces série M)
Mode exécution	Agent de la barre de menus, pas d'icône du Dock
Dernière version	v1.4.0 (2026-05-26)
Étoiles GitHub	~120 (à partir de 2026-07)
Fourches GitHub	12
Chasse aux produits n°2 Produit du jour

Le concept de base de ModelHub est le zéro verrouillage : il utilise la disposition de cache standard de Hugging Face (~/.cache/huggingface/hub/) pour écrire des fichiers de modèle. Le niveau d'octets du modèle téléchargé est équivalent au téléchargement direct de « huggingface-cli », de sorte que tous les modèles restent en place après la désinstallation de ModelHub, et d'autres outils peuvent être utilisés comme d'habitude. Cette décision de conception élimine complètement les préoccupations des utilisateurs concernant la « liaison des outils ».

Reconnaissance des utilisateurs et du marché

Depuis que ModelHub a publié la v1.0.0 le 24 avril 2026, il est passé à la v1.4.0 en deux mois, avec un rythme intensif. En juillet 2026, l'entrepôt GitHub avait reçu environ 120 étoiles et 12 Forks, et les commentaires de la communauté des développeurs visent principalement à « résoudre de vrais problèmes ».

Reconnaissance communautaire :

• Product Hunt : produit n°2 du jour, bénéficiant d'une grande visibilité auprès des développeurs macOS et des passionnés d'IA.
• Communauté GitHub : 3 contributeurs (dont le fondateur), l'entrepôt est modérément actif et les problèmes et demandes de tirage sont maintenus en temps opportun.
• Réputation des développeurs : des sites d'annuaire tiers tels que aistart.ai et AI Tool Navigation ont été inclus, et les évaluations sont basées sur l'aspect pratique et l'achèvement.

Adoption côté B : ModelHub n'a pas encore lancé de version d'entreprise ou de version d'équipe, avec des développeurs individuels/chercheurs indépendants comme public principal. Conscious Engines ne divulgue pas non plus de cas de clients payants.

Analyse comparative du marché : par rapport à des outils similaires, la différenciation de ModelHub réside dans la trinité « extrêmement léger + barre de menus + zéro verrouillage ». De même, Ollama se concentre sur le fonctionnement des modèles et les services API, LM Studio se concentre sur le dialogue graphique et l'expérimentation, tandis que ModelHub se concentre sur la gestion des modèles, apparaissant comme une « station d'approvisionnement de modèles » pour chaque outil.

Avantage de coût

ModelHub a une structure de coûts simple - entièrement gratuite sans achats intégrés, abonnements ou points de paiement cachés.

Client C/utilisateurs individuels :

• Téléchargez .dmg depuis la page officielle, installez-le et utilisez-le, aucune inscription ni connexion requise.
• Toutes les fonctions sont entièrement ouvertes dans le cadre du libre : navigation dans Hugging Face, recherche, téléchargement, gestion de modèles locaux, compatibilité multi-outils.
• Le seul coût est l'espace disque local - les fichiers de modèle eux-mêmes sont téléchargés par l'utilisateur à la demande, et ModelHub lui-même n'occupe qu'environ 4 Mo.

API/Développeur :

• ModelHub lui-même ne fournit pas d'API ou de service cloud. C'est un « outil local ». Une fois que les développeurs ont téléchargé le modèle depuis ModelHub, ils peuvent le connecter à des outils tels que Ollama, LM Studio, MLX, lama.cpp et Transformers pour l'inférence ou le réglage fin.
• Il n'y a pas de frais d'API cachés pour cette partie, mais vous devez supporter le coût matériel d'inférence du modèle (puissance de calcul GPU/CPU locale).

Entreprise/Privatisation :

• Pas de version entreprise. L'utilisation en équipe peut déployer des versions personnelles directement sur le Mac de chaque membre, avec des fichiers de modèle distribués via un stockage partagé ou manuellement.
• Pour les scénarios d'entreprise qui nécessitent un contrôle des autorisations RBAC et des journaux d'audit de politique unifiée, ModelHub ne dispose actuellement pas de ces fonctionnalités.

Comparaison des coûts avec des produits concurrents :

Outils	Modèle de tarification	Coûts côté C	Coûts d'entreprise	Risques de verrouillage
ModèleHub	Totalement gratuit	Gratuit	Pas d'édition Entreprise	Zéro verrouillage (cache standard)
Ollama	Open source et gratuit	Gratuit	Version communautaire gratuite, support d'entreprise non divulgué	Nécessite une gestion via Ollama CLI
Studio LM	Gratuit + parrainage optionnel	Gratuit	Pas de version entreprise	Gestion indépendante des fichiers modèles
Câlin visage CLI	Gratuit	Gratuit	Gratuit (API payée séparément)	Mise en cache standard, zéro verrouillage
RunPod/GPU cloud	Paiement à l'utilisation	~0,5-5$/heure	Instance payante/réservée	Dépend de la plateforme cloud

L'avantage caché de ModelHub réside dans les heures de travail économisées en réduisant les frictions de gestion : pour un développeur qui utilise Ollama, MLX et LM Studio en même temps, dans le passé, il devait basculer à plusieurs reprises entre les répertoires respectifs des trois outils, commandes de terminal et onglets du navigateur. ModelHub fait converger toutes les opérations dans la même fenêtre contextuelle dans la barre de menus. À en juger par la déduction, chaque recherche ou suppression de modèle peut faire gagner 30 à 60 secondes. Sur la base de 5 à 10 opérations par jour, une moyenne de 3 à 10 minutes de productivité peut être récupérée par jour.

Fonctions principales

• Vue unifiée du modèle local : analysez automatiquement le répertoire des modèles LM Studio (~/.lmstudio/models/) et le cache standard de Hugging Face (~/.cache/huggingface/hub/), puis regroupez et affichez tous les modèles locaux dans la liste déroulante de la barre de menus. Prend en charge la recherche par nom, le tri par taille ou par date, la copie de l'ID du modèle, la localisation dans le Finder et le déplacement vers la corbeille en un seul clic. Le modèle actuellement chargé dans LM Studio est identifié par un point d'impulsion vert.

• Navigation et recherche intégrées de Hugging Face : accédez directement à la bibliothèque de modèles Hugging Face dans l'onglet Explorer, chargez les listes de modèles de génération de texte populaires par défaut et prenez en charge la recherche en temps réel. Cliquez sur n'importe quelle ligne de modèle pour accéder à la page Hugging Face pour plus de détails, et le bouton de téléchargement fonctionne indépendamment.

• Gestion du téléchargement et du transfert en un clic : cliquez pour télécharger pour démarrer, et le modèle est directement écrit dans le répertoire de cache standard de Hugging Face. Une barre de progression s'affiche dans la barre de menu pendant le processus de transfert, et la pause et la reprise sont prises en charge. Une fois le téléchargement terminé, le modèle sera immédiatement visible sur l'onglet Local sans actualisation manuelle.

• Couche de compatibilité multi-outils : tous les modèles téléchargés sont stockés dans la disposition standard ~/.cache/huggingface/hub/ (blobs / instantanés / références), Ollama, MLX, LM Studio, lama.cpp, vLLM, Transformers et d'autres outils peuvent être lus directement sans étapes d'importation supplémentaires.

• Conseils de filtrage intelligent et de compatibilité : Le filtre « Fonctionne sur ce Mac » filtre automatiquement les formats prenant en charge Apple Silicon (MLX, GGUF, lama.cpp) et vérifie si la taille du modèle dépasse la capacité de mémoire unifiée du Mac actuel pour éviter de télécharger des modèles illisibles.

Vue d'expert : La chaîne de fonctions de ModelHub forme une relation « parcourir→décision→télécharger→application ». Dans le passé, les utilisateurs devaient rechercher Hugging Face dans le navigateur → copier le nom du modèle → ouvrir le terminal → ollama pull ou huggingface-cli download → attendre la fin → puis le charger dans LM Studio, qui comprenait au moins 3 à 4 applications et 5 à 6 étapes. ModelHub condense cela en 2 à 3 clics dans la barre de menu. Une synergie plus profonde réside dans le « changement de source » : lorsqu'un utilisateur passe d'Ollama à MLX ou à llama.cpp, le stockage unifié de ModelHub signifie qu'il n'est pas nécessaire de retélécharger le modèle, éliminant ainsi les plus grandes frictions lors de la migration entre les outils.

Evolution du modèle et de la version

ModelHub ne fournit pas de modèles en soi, mais plutôt un outil de gestion de modèles. Son évolution de version reflète l'expansion des capacités d'un « outil d'analyse d'annuaire de base » à un « client Hugging Face complet ».

Version principale

• v1.0.0 (2026-04-24) : Première version. Implémentez l'analyse locale du répertoire de modèles (LM Studio + cache Hugging Face), l'affichage de la liste des modèles et les fonctions de gestion de base (ID de copie, positionnement du Finder, suppression). Établissement de la licence MIT et de la direction de conception Zero-Lock.

• v1.1.0 (2026-04-27) : Ajout de l'onglet Explorer. Il s'agit de la version avec la plus grande portée fonctionnelle. Il intègre la recherche, la navigation et le téléchargement en un clic de Hugging Face dans la barre de menu, faisant passer ModelHub d'un « outil de gestion local » à un « outil de découverte et de gestion intégré ». Prend en charge l’affichage de la progression du téléchargement et la pause/reprise du téléchargement.

• v1.2.0 (2026-04-27) : Découvrez la version optimisée. Ajout de points indicateurs dans la barre de menu pour améliorer la visibilité, défilement de texte long amélioré, affichage de la colonne type/taille et délais de synchronisation de l'état de téléchargement corrigés.

• v1.3.0 (2026-05-18) : Présentation du panneau de paramètres (onglet Paramètres). Les utilisateurs peuvent changer indépendamment de source Hugging Face / LM Studio ; Explore ajoute une accélération du cache et l'état de chargement ne clignotera plus lors de l'ouverture répétée du menu ; le filtre « Fonctionne sur ce Mac » est en ligne et filtre les modèles exécutables en fonction de la puissance de calcul de la machine.

• v1.4.0 (2026-05-26) : Ajout d'un gestionnaire de mise à jour automatique (OTA), les versions ultérieures peuvent être mises à jour via l'application au lieu d'un téléchargement manuel. Dans le même temps, nous continuons à perfectionner les performances d’Explore et l’expérience de filtrage.

Analyse du rythme de la version

Il n'a fallu que 32 jours pour passer de la v1.0.0 à la v1.4.0, avec une moyenne d'une version tous les 8 jours. Cette fréquence élevée montre que le produit est dans un cycle d’itération rapide. Le cadre fonctionnel de base a été essentiellement finalisé dans la v1.1.0, et les versions ultérieures se concentrent sur le perfectionnement de l'expérience et l'infrastructure (mécanisme de mise à jour). Pour les utilisateurs d'entreprise évaluant l'adoption, il est recommandé d'attendre la version stable v2.x - le numéro de version actuel est toujours au stade 1.x et les limites fonctionnelles et la surface de l'API n'ont pas encore été définitivement verrouillées.

Avantages techniques

Mécanisme de compatibilité de cache standard : ModelHub réutilise complètement la disposition du cache officiel de Hugging Face lors du téléchargement du modèle - le chemin de référence de l'instantané du nom du fichier blob de la structure de répertoires est exactement le même que huggingface-cli. Cela signifie qu'à partir du moment où le modèle est téléchargé, il est reconnu nativement par tous les outils utilisant ce cache standard, sans conversion, copie de fichiers ou liens symboliques. C’est la base technique de la promesse du « zéro lock-in ».

Architecture de l'agent de la barre de menus : ModelHub s'exécute en mode Agent de la barre de menu macOS, sans icône du Dock, et n'occupe qu'un petit espace d'icône sur le côté droit de la barre de menus dans le flux de travail au premier plan. Cliquez pour développer la fenêtre contextuelle déroulante. Après avoir terminé l'opération, appuyez sur « Echap » ou cliquez sur une zone vide pour vous rétracter, ce qui est extrêmement intrusif dans le flux de travail. Le développement natif rapide garantit une très petite taille de package d'environ 4 Mo et une empreinte mémoire extrêmement faible.

Analyse automatisée et synchronisation de l'état : analysez automatiquement ~/.lmstudio/models/ et ~/.cache/huggingface/hub/ lorsque l'application démarre et actualisez automatiquement lorsque le menu est ouvert. Les modèles actifs de LM Studio sont identifiés en temps réel par des points d'impulsion verts, un détail qui réduit la charge cognitive de « quel modèle est actuellement utilisé ? »

Adaptation approfondie pour Apple Silicon : l'ensemble de l'application est compilé de manière native pour ARM64 sans perte de traduction Rosetta. Le filtre « Fonctionne sur ce Mac » détermine automatiquement si la machine actuelle peut charger un certain modèle en lisant la capacité de mémoire unifiée (telle que 16 Go/32 Go/64 Go) et les métadonnées du fichier modèle, afin d'éviter l'écart d'expérience « impossible d'exécuter » trouvé après le téléchargement.

Avantages du développement natif pur dans Swift : par rapport aux solutions multiplateformes telles qu'Electron, les applications natives Swift présentent des avantages générationnels en termes de vitesse de démarrage, d'utilisation de la mémoire et de profondeur d'intégration de la barre de menus sur macOS. Le package d'environ 4 Mo occupe une place importante parmi les outils d'IA de la taille d'un gigaoctet, un élément d'expérience clé pour un outil qui est une « barre de menus de tous les jours ».

Comment utiliser

Le chemin d'utilisation de ModelHub est extrêmement court et l'intégralité du lien peut être complétée en 30 secondes :

Étapes	Actions	Instructions
1. Téléchargez et installez	Téléchargez le fichier .dmg depuis le site officiel et faites-le glisser dans le dossier Applications	Le fichier fait environ 4 Mo et peut être complété en quelques secondes
2. Démarrer	Démarrez l'application, l'icône ModelHub (indicateur de point) apparaît dans la barre de menu	Pas d'icône Dock, seule la barre de menu est visible
3. Parcourir les modèles locaux	Cliquez sur l'icône de la barre de menu → onglet Local pour afficher tous les LLM sur cette machine	Scanner automatiquement le cache HF + répertoire LM Studio
4. Rechercher de nouveaux modèles	Passez à l'onglet Explorer et recherchez les modèles Hugging Face	Recherche en temps réel, prend en charge le filtrage par format/taille
5. Téléchargez le modèle	Cliquez sur le bouton de téléchargement à côté du modèle, la barre de progression s'affichera en temps réel	Téléchargez dans le cache standard et Local sera visible immédiatement après la fin
6. Utilisation dans les outils	Ouvrez Ollama / MLX / LM Studio / llama.cpp, le modèle est prêt	Aucune étape d'importation supplémentaire requise

Opération avancée :

• Basculez le commutateur de source de modèle dans l'onglet Paramètres (Hugging Face est activé par défaut, LM Studio doit être activé manuellement).
• Utilisez le commutateur « Fonctionne sur ce Mac » pour filtrer les modèles compatibles avec votre machine.
• Le téléchargement peut être interrompu/repris pendant le processus de téléchargement, et le téléchargement continuera en arrière-plan après la fermeture de la barre de menu.

Instructions de désinstallation : supprimez simplement ModelHub.app directement. Les modèles téléchargés restent dans ~/.cache/huggingface/hub/ et peuvent continuer à être utilisés par tous les outils compatibles sans migration de données.

Prix des produits

Dimensions du prix	Détails
Produit de base	Entièrement gratuit (licence FOSS, MIT)
Comment obtenir	Téléchargez gratuitement le package d'installation .dmg depuis le site officiel
Conditions d'inscription	Aucune inscription ou connexion requise
Achats/abonnements intégrés	Aucun
Édition Entreprise	Pas encore lancé
Assistance payante	Non divulgué
Canaux de dons	Non divulgué

La stratégie de tarification actuelle est cohérente avec l'étape du produit - ModelHub est dans une période de croissance rapide, maximisant la base d'utilisateurs et les commentaires de la communauté en étant entièrement gratuit + open source. Pour les utilisateurs professionnels, il n'existe actuellement aucune garantie SLA ni canal d'assistance payant, et vous devez évaluer la stabilité par vous-même avant de l'utiliser dans une production à grande échelle.

Scénarios d'application

• Développement et expérimentation LLM locaux : les développeurs d'IA doivent fréquemment basculer entre différents modèles pour une évaluation comparative. La recherche Explorer de ModelHub + le téléchargement en un clic + les liens compatibles multi-outils raccourcissent le cycle « découvrir de nouveaux modèles → télécharger → tester dans Ollama/MLX » de 5 à 10 minutes à 30 à 60 secondes. Clé de vérification : Confirmez que le format de modèle utilisé dans le projet est compatible avec l'outil d'inférence cible (GGUF → lama.cpp, format MLX → MLX).

• Centre de gestion de modèles mixtes multi-outils : lorsque les développeurs utilisent Ollama pour exécuter des modèles 7B en même temps afin de vérifier rapidement MLX et d'affiner LM Studio sur Mac pour les tests conversationnels, les trois outils maintiennent chacun des répertoires de modèles indépendants. La vue unifiée de ModelHub résout la confusion de « dans quel outil se trouve mon modèle ? » Clé de vérification : Après le téléchargement, vérifiez si la disposition de ~/.cache/huggingface/hub/ est reconnue nativement par chaque outil.

• Nettoyage et audit de l'espace de stockage des modèles : les fichiers LLM locaux peuvent facilement varier de plusieurs Go à des dizaines de Go, et l'espace disque est souvent rare. La page à onglet Local de ModelHub est triée par taille et dispose de fonctions de suppression en un clic, ce qui rend le nettoyage beaucoup plus efficace que la localisation manuelle des répertoires dans le terminal. Points clés de vérification : confirmez l'ID et le nom du modèle avant de supprimer pour éviter de supprimer accidentellement les modèles actifs en cours d'utilisation.

• Distribution du modèle en équipe (solution légère) : au sein d'une petite équipe, les membres seniors téléchargent une version spécifique du modèle via ModelHub et, après avoir confirmé la compatibilité, la distribuent à ~/.cache/huggingface/hub/ des autres membres via le stockage partagé ou AirDrop. Cette méthode ne nécessite pas d’entrepôt central, mais la cohérence des versions est garantie manuellement. Ne convient pas aux limites : pour les équipes de plus de 10 personnes ou les environnements de production nécessitant un verrouillage de version, il est recommandé d'utiliser un registre de modèles dédié.

• Assistance pipeline CI/CD : lors du pré-téléchargement de modèles sur macOS CI Runner, la compatibilité du cache de ModelHub signifie que les scripts CI peuvent être chargés directement à l'aide du standard transformers.from_pretrained(), sans avoir besoin d'une configuration supplémentaire de la variable de contexte MODEL_PATH. Remarque : le contexte CI doit être téléchargé automatiquement via huggingface-cli ou curl. L'interface graphique de ModelHub n'est pas adaptée au contexte sans tête.

Personnes concernées

• Développeur LLM natif macOS : ingénieurs ou chercheurs en IA qui doivent fréquemment expérimenter différents modèles et basculer entre plusieurs frameworks d'inférence. ModelHub consolide la « gestion des modèles » à partir d'opérations fragmentées en une expérience unifiée, ce qui en fait un outil complémentaire idéal pour les utilisateurs d'Ollama/MLX/LM Studio.

• Créateurs de contenu IA et développeurs indépendants : les créateurs individuels qui utilisent LLM local pour la génération de contenu, l'assistance au code ou l'analyse de données doivent télécharger et changer rapidement de modèle, mais ne sont pas disposés à investir du temps dans l'apprentissage des commandes du terminal et des structures du système de fichiers. La barre de menu graphique de ModelHub réduit le seuil de fonctionnement à presque zéro.

• Personnel d'évaluation technique et d'approvisionnement : les sélectionneurs techniques chargés d'évaluer les solutions locales de mise en œuvre de LLM peuvent utiliser ModelHub pour télécharger rapidement des modèles candidats et les tester localement sans créer d'infrastructure supplémentaire.

Ne correspond pas aux limites :

• Utilisateurs non-macOS : ModelHub ne prend actuellement en charge que macOS 26+ Apple Silicon et n'est pas disponible pour les utilisateurs Windows/Linux.
• Utilisateurs de Mac Intel : les puces de la série M sont une exigence stricte et les Mac Intel ne fonctionneront pas.
• Scénarios nécessitant un hébergement de modèle cloud : ModelHub est un outil purement local et ne fournit pas de fonctions d'inférence cloud, d'hébergement de modèle ou de passerelle API. Ces besoins doivent être évalués par rapport aux Hugging Face points de terminaison d'inférence ou aux services GPU cloud.
• Exigences de contrôle au niveau de l'entreprise : pas de RBAC, pas de journaux d'audit et pas de gestion unifiée des politiques. Il ne convient pas aux entreprises qui exigent un contrôle de conformité strict.
• CI/CD headless : ModelHub s'appuie sur l'interface graphique macOS et ne peut pas être utilisé dans des serveurs headless ou des sessions SSH.

Résumé et Outlook

ModelHub comble avec précision une lacune ignorée par la plupart des outils : la « gestion » du LLM local. Sa philosophie de conception (barre de menus, compatibilité cache standard, zéro verrouillage, extrêmement légèreté) s'intègre parfaitement à l'écosystème existant : elle ne réinvente pas la roue du « moteur en marche », mais permet aux outils existants comme Ollama, MLX et LM Studio de mieux collaborer. L'itération intensive de la v1.0.0 à la v1.4.0 a prouvé que l'équipe était très réactive aux commentaires des utilisateurs.

Limites et incertitudes actuelles :

• macOS uniquement + Apple Silicon uniquement constitue le plus grand plafond géographique/matériel, les utilisateurs Linux et Windows sont complètement exclus.
• Le projet est encore en phase 1.x, avec des fonctionnalités de base stables mais des limites de fonctionnalités (API, plugins, fonctionnalités d'entreprise) non verrouillées.
• La source du modèle est actuellement limitée à Hugging Face, et d'autres entrepôts de modèles tels que ModelScope et Kaggle ne sont pas encore pris en charge.
• La communauté est encore petite (~ 120 étoiles) et la durabilité de la maintenance à long terme dépend de l'investissement de l'équipe et de la croissance de la communauté.

Évaluation des risques en matière d'approvisionnement et d'adoption :

• Recommandation personnelle du développeur : ★★★★★ (gratuit, léger, résolvant de vrais problèmes, zéro risque)
• Recommandation d'équipe/studio : ★★★☆☆ (Vous devez résoudre vous-même le problème de cohérence de la version du modèle, il n'y a pas de fonction d'équipe officielle)
• Recommandation Entreprise : ★☆☆☆☆ (manque de contrôle de conformité et de garantie SLA, il est recommandé d'attendre la version entreprise ou d'adopter une solution de registre de modèles économiques)

Pour les utilisateurs qui décident de l'adopter, il est recommandé de partir du rôle « outil auxiliaire Mac unique », de l'installer d'abord sur une machine de développement et de l'exécuter en parallèle avec le flux de travail Ollama / MLX existant pendant 1 à 2 semaines pour vérifier si la compatibilité du cache et les améliorations de l'efficacité opérationnelle répondent aux attentes. À ce stade, elle n’est pas recommandée comme seule solution de gestion de modèles pour l’infrastructure d’équipe.

Comparaison des produits concurrents

Dimensions de comparaison	L'outil	Concurrent A	Concurrent B
Différences fondamentales	—	—	—
Prix ​​	—	—	—
Utilisateur cible	—	—	--

Informations de version

• ModèleHub 1.4.0 ：Ajout d'un gestionnaire de mise à jour automatique pour prendre en charge les mises à jour OTA. Amélioration des performances de chargement de l'onglet Explorer et ajout du filtre « S'exécute sur ce Mac ». Ajout du commutateur de source (Hugging Face/LM Studio) au panneau Paramètres. Licence MIT, développée nativement en Swift. （2026-05-26）
• ModèleHub 1.3.0 ：Ajout d'un nouvel onglet de paramètres pour prendre en charge le changement de source ; Explorez l'accélération de la mise en cache des résultats ; cliquez sur n'importe quel modèle pour accéder à la page Hugging Face ; prend en charge le filtrage des formats d'exécution Apple Silicon. Il n’y a pas encore de date officielle précise. （2026-05-18）
• ModèleHub 1.2.0 ：Optimisations multiples de l'expérience : ajout de points indicateurs dans la barre de menu ; défilement de texte long fixe et affichage de la colonne type/taille ; les modèles sont immédiatement visibles après le téléchargement. Il n’y a pas encore de date officielle précise. （2026-04-27）
• ModèleHub 1.1.0 ：Ajout d'un nouvel onglet Explorer qui prend en charge la recherche Hugging Face, les informations sur l'auteur, la taille du modèle, le téléchargement en un clic et la gestion de la progression (pause/reprise du téléchargement). Il n’y a pas encore de date officielle précise. （2026-04-27）
• ModelHub 1.0.0 ：La première version publique prend en charge l'analyse du répertoire local, l'affichage de la liste des modèles et les fonctions de gestion de base. Il n’y a pas encore de date officielle précise. （2026-04-24）