En esta página
Cómo correr LLM en local en tu teléfono Android en 2026 (sin nube, sin cuenta)
Cada pregunta que le haces a ChatGPT queda registrada en un servidor: tu consulta, la respuesta, la hora, tu cuenta. Se guarda sin fecha de borrado. Esos datos sirven para mejorar modelos, orientar publicidad y atender pedidos de las autoridades.
Off Grid AI quita toda esa capa. El modelo corre en la RAM de tu teléfono con llama.cpp sobre ARM64. Tus mensajes no se mandan a ningún lado.
Así se configura.
Qué necesitas
- Un Android con 4 GB de RAM o más (Android 10 o posterior)
- De 2 a 5 GB libres según el modelo
- Internet una vez para la primera descarga, y nunca más
Paso 1: descarga Off Grid AI
Consigue Off Grid AI en Google Play
Paso 2: elige un modelo
Todos los modelos usan por defecto cuantización Q4_K_M, el mejor equilibrio entre calidad y tamaño para el móvil.
| Modelo | RAM mínima | Tamaño | Ideal para |
|---|---|---|---|
| Qwen 3.5 0.8B | 3GB | ~0.8GB | Ultrarrápido, contexto de 262K, equipos económicos |
| Qwen 3.5 2B | 4GB | ~1.7GB | Lo mejor para equipos de 4 a 6 GB de RAM, contexto de 262K |
| Gemma 4 E2B | 4GB | ~1.5GB | Visión y modo de razonamiento, arquitectura MoE |
| Mistral 7B | 6GB | ~4.1GB | Rápido y fiable para todo |
| Gemma 4 E4B | 6GB | ~2.5GB | Buen razonamiento y visión, modo de razonamiento |
| Qwen 3.5 9B | 8GB | ~5.5GB | La mejor calidad en el dispositivo |
Con 4 a 6 GB, empieza con Qwen 3.5 2B. Con 8 GB de RAM o más, empieza con Qwen 3.5 9B.
Paso 3: descarga y carga
- Abre Off Grid AI → toca Models
- Elige tu modelo → toca Download
- Cuando termine, toca Load
- Abre Chat y empieza
Desde aquí el modelo corre por completo en tu dispositivo. Sin peticiones de red.
Paso 4: desconéctate
Activa el modo avión. Abre un chat. Sigue funcionando.
De eso se trata. Ahora tienes un asistente de IA capaz que funciona sin conexión, en cualquier red, en cualquier país y sin factura mensual.
Rendimiento por dispositivo
Off Grid AI usa llama.cpp sobre ARM64 con las instrucciones SIMD NEON, i8mm y dotprod. En las GPU Qualcomm Adreno puedes activar la descarga a GPU con OpenCL.
| Dispositivo | RAM | Modelo recomendado | Tokens/s aprox. |
|---|---|---|---|
| Pixel 9 Pro | 16GB | Qwen 3.5 9B | 15–25 |
| Samsung Galaxy S25 | 12GB | Qwen 3.5 9B | 15–25 |
| Pixel 8 Pro | 12GB | Qwen 3.5 9B | 12–20 |
| Samsung S24 | 8GB | Qwen 3.5 9B o Gemma 4 E4B | 10–18 |
| Pixel 7 | 8GB | Qwen 3.5 9B | 8–15 |
| OnePlus 12 | 12GB | Qwen 3.5 9B | 12–20 |
| Samsung A55 | 8GB | Qwen 3.5 2B | 15–25 |
| Equipo económico de 4 GB | 4GB | Qwen 3.5 0.8B | 20–35 |
¿Por qué correr LLM en local y no en la nube?
Privacidad. Tus consultas nunca salen del dispositivo.
Sin coste. Sin tarifas de API ni suscripción. El modelo se descarga gratis y funciona para siempre.
Sin conexión. Funciona en aviones, con mala señal y en países donde los servicios de IA en la nube están restringidos.
Velocidad. Para consultas cortas, la inferencia local en chips ARM modernos es sorprendentemente rápida, muchas veces más que esperar una respuesta de la nube con una conexión lenta.
Más guías
- Cómo correr LLM en local en tu iPhone en 2026
- ¿Qué modelo uso?
- Cómo correr Stable Diffusion en tu teléfono Android
- Cómo usar Ollama desde tu teléfono Android en 2026
- Cómo usar Off Grid AI Desktop desde tu teléfono en 2026
- IA de visión: analiza imágenes en el dispositivo