Nesta página
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
- Abra o Off Grid AI → toque em Models
- Escolha o modelo → toque em Download
- Depois do download, toque em Load
- 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
- Como rodar LLMs localmente no iPhone em 2026
- Qual modelo devo usar?
- Como rodar o Stable Diffusion no seu celular Android
- Como usar o Ollama pelo seu celular Android em 2026
- Como usar o Off Grid AI Desktop pelo celular em 2026
- IA de visão: analise imagens no aparelho