Di halaman ini
Cara menjalankan LLM secara lokal di HP Android di 2026 (tanpa cloud, tanpa akun)
Setiap pertanyaan ke ChatGPT dicatat di server: pertanyaanmu, jawabannya, waktunya, akunmu. Disimpan tanpa batas waktu. Data itu dipakai untuk melatih model, menargetkan iklan, dan memenuhi permintaan aparat.
Off Grid AI menghapus seluruh lapisan itu. Model berjalan di RAM HP kamu lewat llama.cpp di ARM64. Prompt kamu tidak dikirim ke mana pun.
Begini cara menyiapkannya.
Yang kamu butuhkan
- HP Android dengan RAM 4 GB atau lebih (Android 10 atau lebih baru)
- Ruang kosong 2 sampai 5 GB, tergantung modelnya
- Internet sekali untuk unduhan pertama, setelah itu tidak perlu lagi
Langkah 1: unduh Off Grid AI
Dapatkan Off Grid AI di Google Play
Langkah 2: pilih model
Semua model memakai kuantisasi Q4_K_M secara bawaan, keseimbangan terbaik antara kualitas dan ukuran untuk HP.
| Model | RAM minimum | Ukuran | Cocok untuk |
|---|---|---|---|
| Qwen 3.5 0.8B | 3GB | ~0.8GB | Sangat cepat, konteks 262K, HP murah |
| Qwen 3.5 2B | 4GB | ~1.7GB | Terbaik untuk perangkat RAM 4 sampai 6 GB, konteks 262K |
| Gemma 4 E2B | 4GB | ~1.5GB | Visi plus mode berpikir, arsitektur MoE |
| Mistral 7B | 6GB | ~4.1GB | Cepat dan andal untuk segala keperluan |
| Gemma 4 E4B | 6GB | ~2.5GB | Penalaran kuat plus visi, mode berpikir |
| Qwen 3.5 9B | 8GB | ~5.5GB | Kualitas terbaik di perangkat |
Dengan RAM 4 sampai 6 GB, mulai dari Qwen 3.5 2B. Dengan RAM 8 GB atau lebih, mulai dari Qwen 3.5 9B.
Langkah 3: unduh dan muat
- Buka Off Grid AI → ketuk Models
- Pilih model → ketuk Download
- Setelah selesai, ketuk Load
- Buka Chat dan mulai
Mulai sekarang model berjalan sepenuhnya di perangkatmu. Tanpa permintaan jaringan.
Langkah 4: matikan koneksi
Nyalakan mode pesawat. Buka chat. Tetap jalan.
Itulah intinya. Sekarang kamu punya asisten AI yang mumpuni, jalan tanpa koneksi, di jaringan apa pun, di negara mana pun, tanpa tagihan bulanan.
Performa per perangkat
Off Grid AI memakai llama.cpp di ARM64 dengan instruksi SIMD NEON, i8mm, dan dotprod. Di GPU Qualcomm Adreno tersedia opsi memindahkan kerja ke GPU lewat OpenCL.
| Perangkat | RAM | Model yang disarankan | Kira-kira token/dtk |
|---|---|---|---|
| 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 atau 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 |
| HP murah RAM 4 GB | 4GB | Qwen 3.5 0.8B | 20–35 |
Kenapa menjalankan LLM secara lokal, bukan di cloud?
Privasi. Pertanyaanmu tidak pernah keluar dari perangkat.
Gratis. Tanpa biaya API, tanpa langganan. Modelnya gratis diunduh dan bisa dipakai selamanya.
Offline. Jalan di pesawat, saat sinyal jelek, dan di negara yang membatasi layanan AI cloud.
Cepat. Untuk pertanyaan singkat, pemrosesan lokal di chip ARM modern ternyata cepat, sering lebih cepat daripada menunggu jawaban cloud lewat koneksi lambat.
Panduan lainnya
- Cara menjalankan LLM secara lokal di iPhone di 2026
- Model mana yang sebaiknya saya pakai?
- Cara menjalankan Stable Diffusion di HP Android
- Cara memakai Ollama dari HP Android di 2026
- Cara memakai Off Grid AI Desktop dari HP di 2026
- AI visi: analisis gambar di perangkat