GuideModèles et performancesiPhone2 min de lecture

Sur cette page
  1. Configuration requise
  2. Étape 1 : installer Off Grid AI
  3. Étape 2 : choisir ton modèle
  4. Étape 3 : télécharger, charger, discuter
  5. Pourquoi l’iPhone est idéal pour l’IA locale
  6. Performances par appareil
  7. Autres guides
  8. Off Grid AI face aux autres

Faire tourner des LLM en local sur ton iPhone en 2026 (hors ligne, sans abonnement)

Le GPU Metal et le Neural Engine d’Apple équipent tous les iPhone depuis 2017. Ce sont des accélérateurs d’IA dédiés, la plupart du temps au repos pendant que tu paies un abonnement mensuel pour envoyer tes questions sur les serveurs d’un autre.

Off Grid AI change ça. Fais tourner Qwen 3.5, Gemma 4, Mistral et d’autres grands modèles directement sur ton iPhone : hors ligne, en privé, sans frais récurrents. L’inférence passe par llama.cpp avec l’accélération Metal.


Configuration requise

  • iPhone 12 ou plus récent (A14 Bionic ou plus récent)
  • iOS 17 ou plus récent
  • Au moins 3 Go libres
  • Internet une fois pour télécharger le modèle

Étape 1 : installer Off Grid AI

Télécharger sur l’App Store


Étape 2 : choisir ton modèle

Tous les modèles utilisent la quantification Q4_K_M, le meilleur compromis entre qualité et taille sur mobile.

Modèle iPhone min. RAM Taille Idéal pour
Qwen 3.5 0.8B iPhone 12 3GB ~0.8GB Ultra rapide, contexte de 262K
Qwen 3.5 2B iPhone 12 4GB ~1.7GB Le meilleur pour les appareils de 4 à 6 Go
Gemma 4 E2B iPhone 12 4GB ~1.5GB Vision et mode réflexion
Mistral 7B iPhone 14 6GB ~4.1GB Rapide et fiable pour tout
Gemma 4 E4B iPhone 14 6GB ~2.5GB Raisonnement et vision, mode réflexion
Qwen 3.5 9B iPhone 15 Pro 8GB ~5.5GB La meilleure qualité sur l’appareil

Sur iPhone 12 ou 13 : commence par Qwen 3.5 2B. Sur iPhone 15 Pro ou 16 : essaie Qwen 3.5 9B.


Étape 3 : télécharger, charger, discuter

  1. Ouvre Off Grid AI → Models
  2. Touche un modèle → Download
  3. Touche Load : le modèle se charge via Metal (le framework GPU d’Apple)
  4. Ouvre Chat

L’IA tourne maintenant en local sur Apple Silicon. Tes conversations ne quittent jamais ton téléphone.


Pourquoi l’iPhone est idéal pour l’IA locale

L’iPhone a un gros avantage : la mémoire unifiée. Le GPU Metal et le CPU partagent la même mémoire, donc les modèles se chargent plus vite et l’inférence est plus efficace que sur les appareils qui n’utilisent que le CPU.

Qwen 3.5 2B sur un iPhone 14 produit environ 20 à 30 tokens par seconde. Assez pour une conversation fluide.

Le mode réflexion (Qwen 3.5, Gemma 4) fonctionne particulièrement bien sur iPhone, car l’accélération Metal évite que les longs raisonnements traînent.


Performances par appareil

iPhone RAM Modèle conseillé Tokens/s env.
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

Autres guides

Off Grid AI face aux autres

CELA VOUS A AIDÉ ?
NOUVELLES DU CRÉATEUR