En esta página
Cómo correr LLM en local en tu iPhone en 2026 (sin conexión y sin suscripción)
La GPU Metal y el Neural Engine de Apple están en todos los iPhone desde 2017. Son aceleradores de IA dedicados que pasan casi todo el tiempo sin hacer nada mientras pagas una suscripción mensual para mandar tus consultas al servidor de otro.
Off Grid AI cambia eso. Corre Qwen 3.5, Gemma 4, Mistral y otros modelos punteros directamente en tu iPhone: sin conexión, en privado y sin costes recurrentes. La inferencia corre con llama.cpp y aceleración Metal.
Requisitos
- iPhone 12 o más nuevo (A14 Bionic o posterior)
- iOS 17 o posterior
- Al menos 3 GB libres
- Internet una vez para descargar el modelo
Paso 1: instala Off Grid AI
Paso 2: elige tu modelo
Todos los modelos usan cuantización Q4_K_M, el mejor equilibrio entre calidad y tamaño para el móvil.
| Modelo | iPhone mínimo | RAM | Tamaño | Ideal para |
|---|---|---|---|---|
| Qwen 3.5 0.8B | iPhone 12 | 3GB | ~0.8GB | Ultrarrápido, contexto de 262K |
| Qwen 3.5 2B | iPhone 12 | 4GB | ~1.7GB | Lo mejor para equipos de 4 a 6 GB |
| Gemma 4 E2B | iPhone 12 | 4GB | ~1.5GB | Visión y modo de razonamiento |
| Mistral 7B | iPhone 14 | 6GB | ~4.1GB | Rápido y fiable para todo |
| Gemma 4 E4B | iPhone 14 | 6GB | ~2.5GB | Razonamiento y visión, modo de razonamiento |
| Qwen 3.5 9B | iPhone 15 Pro | 8GB | ~5.5GB | La mejor calidad en el dispositivo |
Con iPhone 12 o 13: empieza con Qwen 3.5 2B. Con iPhone 15 Pro o 16: prueba Qwen 3.5 9B.
Paso 3: descarga, carga y conversa
- Abre Off Grid AI → Models
- Toca un modelo → Download
- Toca Load; el modelo se carga con Metal (el framework de GPU de Apple)
- Abre Chat
Ya estás corriendo la IA en local sobre Apple Silicon. Tus chats nunca salen del teléfono.
Por qué el iPhone es ideal para la IA local
El iPhone tiene una gran ventaja: la memoria unificada. La GPU Metal y la CPU comparten la misma memoria, así que los modelos cargan más rápido y la inferencia es más eficiente que en equipos que solo usan la CPU.
Qwen 3.5 2B en un iPhone 14 genera unos 20 a 30 tokens por segundo. Basta para una conversación fluida.
El modo de razonamiento (Qwen 3.5, Gemma 4) va especialmente bien en el iPhone porque la aceleración Metal evita que los razonamientos largos se hagan lentos.
Rendimiento por dispositivo
| iPhone | RAM | Modelo recomendado | Tokens/s aprox. |
|---|---|---|---|
| iPhone 16 Pro Max | 8GB | Qwen 3.5 9B | 18–28 |
| iPhone 16 / 16 Plus | 8GB | Qwen 3.5 9B | 18–28 |
| iPhone 15 Pro | 8GB | Qwen 3.5 9B | 15–25 |
| iPhone 14 Pro | 6GB | Gemma 4 E4B | 15–22 |
| iPhone 14 | 6GB | Qwen 3.5 2B | 20–30 |
| iPhone 13 | 4GB | Qwen 3.5 2B | 18–26 |
| iPhone 12 | 4GB | Qwen 3.5 0.8B | 25–40 |
Más guías
- Cómo correr LLM en local en tu teléfono Android en 2026
- ¿Qué modelo uso?
- Cómo correr Stable Diffusion en tu iPhone
- IA de visión: analiza imágenes en el dispositivo