GuíaModelos y rendimientoiPhone2 min de lectura

En esta página
  1. Requisitos
  2. Paso 1: instala Off Grid AI
  3. Paso 2: elige tu modelo
  4. Paso 3: descarga, carga y conversa
  5. Por qué el iPhone es ideal para la IA local
  6. Rendimiento por dispositivo
  7. Más guías
  8. Off Grid AI frente a otras apps

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

Descárgala en el App Store


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

  1. Abre Off Grid AI → Models
  2. Toca un modelo → Download
  3. Toca Load; el modelo se carga con Metal (el framework de GPU de Apple)
  4. 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

Off Grid AI frente a otras apps

¿TE SIRVIÓ?
NOVEDADES DEL CREADOR