报告公布两款多语言、多模态基础模型：一款约3B参数的本地模型（针对Apple Silicon优化），和一款基于Parallel-Track Mixture-of-Experts（PT-MoE）的服务器模型，部署于Private Cloud Compute。本地模型通过KV-Cache Sharing把37.5%的层去掉KV投影并与前层共享缓存，令TTFT缩短约37%。服务器模型将解码器拆分为并行“轨道”，每N层同步一次，最多可削减87.5%同步开销；再叠加MoE层提高稀疏计算效率。数据来自Applebot负责任抓取、授权语料与高质量合成内容，规模达14T tokens；视觉分支预训练于6B+图文对后与LLM联合训练，可处理图像-文本混合输入。