GuiaModelos e desempenhoAndroid3 min de leitura

Nesta página
  1. O que você precisa
  2. Passo 1: baixe o Off Grid AI
  3. Passo 2: escolha um modelo
  4. Passo 3: baixe e carregue
  5. Passo 4: fique offline
  6. Desempenho por aparelho
  7. Por que rodar LLMs localmente em vez de usar a nuvem?
  8. Mais guias
  9. Off Grid AI comparado

Como rodar LLMs localmente no seu celular Android em 2026 (sem nuvem, sem conta)

Toda pergunta que você faz ao ChatGPT fica registrada num servidor: a pergunta, a resposta, o horário, sua conta. Guardada sem prazo para apagar. Esses dados servem para melhorar modelos, direcionar anúncios e atender pedidos de autoridades.

O Off Grid AI tira essa camada inteira. O modelo roda na RAM do seu celular via llama.cpp em ARM64. Seus prompts não vão para lugar nenhum.

Veja como configurar.


O que você precisa

  • Celular Android com 4 GB de RAM ou mais (Android 10 ou mais recente)
  • De 2 a 5 GB livres, conforme o modelo
  • Internet uma vez para o primeiro download, e nunca mais

Passo 1: baixe o Off Grid AI

Baixe o Off Grid AI no Google Play


Passo 2: escolha um modelo

Todos os modelos usam quantização Q4_K_M por padrão, o melhor equilíbrio entre qualidade e tamanho para celular.

Modelo RAM mínima Tamanho Ideal para
Qwen 3.5 0.8B 3GB ~0.8GB Ultrarrápido, contexto de 262K, aparelhos de entrada
Qwen 3.5 2B 4GB ~1.7GB O melhor para aparelhos de 4 a 6 GB de RAM, contexto de 262K
Gemma 4 E2B 4GB ~1.5GB Visão e modo de raciocínio, arquitetura MoE
Mistral 7B 6GB ~4.1GB Rápido e confiável para tudo
Gemma 4 E4B 6GB ~2.5GB Raciocínio forte e visão, modo de raciocínio
Qwen 3.5 9B 8GB ~5.5GB A melhor qualidade no aparelho

Com 4 a 6 GB, comece pelo Qwen 3.5 2B. Com 8 GB de RAM ou mais, comece pelo Qwen 3.5 9B.


Passo 3: baixe e carregue

  1. Abra o Off Grid AI → toque em Models
  2. Escolha o modelo → toque em Download
  3. Depois do download, toque em Load
  4. Abra o Chat e comece

A partir daqui o modelo roda inteiro no seu aparelho. Nenhuma requisição de rede.


Passo 4: fique offline

Ligue o modo avião. Abra uma conversa. Continua funcionando.

É essa a ideia. Agora você tem um assistente de IA capaz que funciona sem conexão, em qualquer rede, em qualquer país, sem conta todo mês.


Desempenho por aparelho

O Off Grid AI usa llama.cpp em ARM64 com as instruções SIMD NEON, i8mm e dotprod. Nas GPUs Qualcomm Adreno, dá para ativar a descarga para a GPU via OpenCL.

Aparelho 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 ou 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
Aparelho de entrada com 4 GB 4GB Qwen 3.5 0.8B 20–35

Por que rodar LLMs localmente em vez de usar a nuvem?

Privacidade. Suas perguntas nunca saem do aparelho.

Sem custo. Sem taxa de API, sem assinatura. O modelo é gratuito para baixar e funciona para sempre.

Offline. Funciona no avião, com sinal ruim e em países onde serviços de IA na nuvem são restritos.

Velocidade. Em perguntas curtas, a inferência local em chips ARM modernos é surpreendentemente rápida, muitas vezes mais que esperar a resposta da nuvem numa conexão lenta.


Mais guias

Off Grid AI comparado

ISSO AJUDOU?
NOVIDADES DO CRIADOR