Ejecutar un LLM en tu teléfono suena impráctica hasta que realmente lo intentas. Modelos como Qwen3-1.7B, Phi-3 Mini y Gemma 2 2B se ajustan cómodamente en un dispositivo Android de rango medio con 6 GB de RAM, generan texto a un ritmo legible y cuestan exactamente cero por consulta. No se requiere clave API, no se envía historial de chat a un servidor, no hay tarifa mensual.
Las mejores aplicaciones de chat de IA en el dispositivo para Android han mejorado sustancialmente en 2026. Probamos siete opciones en diferentes teléfonos, evaluamos velocidades de token del mundo real y comprobamos qué tiendas de aplicaciones llevan cada una honestamente. Esta lista es para personas que desean una inferencia local genuina, no un envoltura delgada alrededor de una API en la nube que funciona sin conexión solo cuando no hay nada que hacer.
Qué buscar en una aplicación de chat de IA en el dispositivo
La aplicación en sí importa menos que el tiempo de ejecución debajo. Todas las opciones serias aquí utilizan llama.cpp o un motor de inferencia comparable, por lo que las diferencias significativas se reducen a algunas cosas.
Compatibilidad con formato de modelo. GGUF es el estándar de facto para modelos locales cuantificados. Cualquier aplicación que solo acepte su propio formato propietario tendrá una selección limitada y actualizaciones lentas cuando lleguen nuevos modelos. Busca aplicaciones que te permitan descargar cualquier archivo GGUF.
Opciones de cuantificación. Una cuantificación Q4_K_M de un modelo 3B se ejecuta más rápido y usa menos RAM que una Q8 del mismo modelo, con una pérdida de calidad modesta. Las mejores aplicaciones exponen esta opción en lugar de ocultarla.
Longitud del contexto. Para cualquier cosa más allá del chat corto de ida y vuelta, necesitas al menos 4K tokens de contexto. Algunas aplicaciones limitan esto a 2K y te dejan con respuestas truncadas en sesiones más largas.
Aceleración de hardware. OpenCL o Vulkan en la GPU marcan una diferencia significativa en los chips Snapdragon y Dimensity. Las aplicaciones que se ejecutan puramente en CPU son notablemente más lentas.
Canalización de descarga. Las mejores aplicaciones te permiten navegar por Hugging Face o una lista de modelos curada e incorporar archivos GGUF directamente en la aplicación. Cualquier cosa que requiera que muevas manualmente archivos a través de un administrador de archivos añade fricción que la mayoría de los usuarios no tolerarán.
Comparación rápida
| Aplicación | Mejor para | Google Play | F-Droid | APK directo | Gratuito |
|---|---|---|---|---|---|
| PocketPal AI | Mejor en general | Sí | No | No | Sí |
| Maid | Ligero + remoto | Sí | No | Sí (GitHub) | Sí |
| SmolChat | Flujos de trabajo enfocados en tareas | Sí | No | Sí (GitHub) | Sí |
| ChatterUI | Personaje / juego de rol | No | No | Sí (GitHub) | Sí |
| MNN LLM Chat | Multimodal, Qwen/DeepSeek | Sí | No | Sí (GitHub) | Sí |
| MLC Chat | Desarrollador / investigación | No | No | Sí (GitHub) | Sí |
| Private LLM | Usuarios de iOS | Solo iOS | No | No | No |
Las aplicaciones
1. PocketPal AI -- mejor aplicación LLM en el dispositivo para Android en general
PocketPal AI ha superado 1 millón de descargas en Google Play y se lo merece. La aplicación incluye un navegador Hugging Face integrado para que puedas buscar, filtrar por cuantificación y descargar modelos GGUF sin salir de la aplicación. Los modelos compatibles en 2026 incluyen Phi-3 Mini, Gemma 2 2B, Qwen3, Danube 3 y cualquier otra cosa publicada en formato GGUF en Hugging Face. La versión 1.15.0 añadió soporte para llamadas de herramientas, lo que abre tareas de automatización estructurada que la mayoría de aplicaciones de chat local no pueden manejar.
La interfaz te permite crear múltiples “Pals”, cada uno con su propio modelo, indicación del sistema y configuración de parámetros. Cambiar entre un modelo Q4 rápido para preguntas rápidas y un modelo Q8 más lento para redacción cuidadosa requiere dos toques.
Dónde se queda corto: Sin aceleración de GPU más allá de lo que expose la compilación llama.cpp, por lo que la velocidad de inferencia en chips pesados de GPU como Snapdragon Elite no es tan rápida como las implementaciones nativas. Modelos más grandes (7B+) requieren un dispositivo con al menos 8 GB de RAM para funcionar a una velocidad utilizable.
Precio: Gratis. Sin compras en la aplicación, sin suscripción.
Plataformas: Android, iOS
Conclusión: PocketPal AI es el punto de partida correcto para la mayoría de las personas. Maneja el flujo de trabajo completo desde el descubrimiento de modelos hasta la inferencia sin requerir ningún trabajo de línea de comandos.
2. Maid -- mejor para mezclar IA local y remota en una sola aplicación
Maid (v3.0.0, marzo 2026) ejecuta modelos GGUF a través de llama.cpp localmente sin internet, pero también se conecta a Anthropic, Mistral, DeepSeek, Ollama y OpenAI si proporcionas una clave API. Esa combinación es útil para personas que desean inferencia privada la mayoría del tiempo pero ocasionalmente necesitan un modelo en la nube más capaz para una tarea más difícil. La lista de modelos curada cubre Qwen, Phi, LFM y TinyLlama, y puedes cargar cualquier GGUF desde el almacenamiento local.
La versión 3.0 añadió compatibilidad con modelos de visión y reconocimiento de voz a nivel de sistema, para que puedas dictar indicaciones y obtener descripciones de imágenes sin cambiar de aplicación. El enfoque sin telemetría y sin anuncios es consistente con otros proyectos del mismo desarrollador.
Dónde se queda corto: La base React Native significa que la interfaz puede sentirse menos nativa que una aplicación creada con Kotlin. La exposición de parámetros (temperatura, top-p, longitud del contexto) está presente pero enterrada unos cuantos toques más profundo de lo que debería estar.
Precio: Gratis. Sin compras en la aplicación.
Plataformas: Android (Google Play, GitHub APK)
Descargar: También disponible como APK directo desde lanzamientos de GitHub.
Conclusión: La opción correcta si deseas una aplicación que maneje tanto inferencia privada local como solicitudes basadas en API, con un cambio limpio entre ellas.
3. SmolChat -- mejor para asistentes locales específicos de tareas
SmolChat (io.shubham0204.smollmandroid) toma un ángulo diferente del de las interfaces de chat estándar. En lugar de un único hilo de conversación de propósito general, te permite definir múltiples “aplicaciones” específicas de tareas impulsadas por indicaciones y modelos de sistema diferentes. Podrías configurar un resumidor que ejecute Phi-3 Mini con un contexto ajustado, un asistente de código ejecutando Qwen3-1.7B con una ventana más larga, y un asistente de escritura usando un perfil de temperatura diferente. Cada tarea se comporta como una herramienta separada. Toda la inferencia se ejecuta localmente a través de llama.cpp; ningún dato abandona el dispositivo.
La aplicación admite cualquier modelo GGUF, renderiza Markdown con resaltado de sintaxis de código y almacena el historial de conversación en el dispositivo. Se sitúa en Google Play así como en lanzamientos de GitHub, lo que la convierte en una de las aplicaciones LLM locales más fáciles de instalar sin descargar.
Dónde se queda corto: Sin navegador de modelos integrado. Descargas archivos GGUF por separado desde Hugging Face u otra fuente y apuntas la aplicación hacia ellos. Ese paso adicional desalienta a usuarios menos técnicos.
Precio: Gratis.
Plataformas: Android (Google Play, GitHub APK)
Descargar: También disponible en lanzamientos de GitHub.
Conclusión: Si deseas construir un conjunto de herramientas de IA locales enfocadas en lugar de un chatbot general, SmolChat te proporciona esa estructura sin dependencia en la nube.
4. ChatterUI -- mejor para chat de personajes y juego de rol con modelos locales
ChatterUI (v0.9.0) es la única aplicación en esta lista diseñada en torno a flujos de trabajo de tarjetas de personajes. Lee la especificación de tarjeta de personajes v2, por lo que puedes importar definiciones de personajes desde SillyTavern u herramientas similares y usarlas con un modelo GGUF ejecutándose localmente. El backend es llama.cpp, y la aplicación admite Ollama, KoboldCpp y text-generation-webui para personas que desean ejecutar inferencia en una máquina más capaz y conectarse desde su teléfono. Para uso completamente en el dispositivo, carga archivos GGUF directamente desde el almacenamiento.
La configuración del muestreador se expone por sesión: temperatura, top-p, top-k, penalización de repetición y longitud del contexto son todas configurables. La conversión de texto a voz lee las respuestas utilizando el motor TTS integrado del dispositivo.
ChatterUI solo está disponible como APK directo desde GitHub. No hay listado de Play Store y no hay paquete F-Droid. Eso significa que necesitas habilitar la instalación desde fuentes desconocidas antes de poder instalarlo.
Dónde se queda corto: La distribución solo de GitHub crea una barrera real. Los usuarios sin experiencia en descargas de APK encontrarán esto frustrante. La interfaz es funcional pero densa, con una curva de aprendizaje que los usuarios de chatbot general no deberían tener que escalar.
Precio: Gratis. Licenciado bajo AGPL-3.0.
Plataformas: Android (solo APK de GitHub)
Descargar: Descargar APK desde lanzamientos de GitHub (requiere descarga; consulta nuestra guía para instalar APK fuera de Google Play)
Conclusión: ChatterUI es para personas que ya saben qué son las tarjetas de personajes. Si eres tú, es la mejor opción local. Si no, comienza con PocketPal AI en su lugar.
5. MNN LLM Chat -- mejor para multimodal y modelos de origen chino
MNN LLM Chat es la aplicación de consumo de Alibaba construida sobre el motor de inferencia MNN, que la empresa utiliza en todos sus productos móviles. La selección de modelos se inclina hacia Qwen (incluyendo Qwen3), DeepSeek R1 1.5B, Gemma, Llama y Phi, con soporte multimodal que cubre imagen-a-texto y audio-a-texto además del chat estándar. Ese ángulo multimodal es genuinamente raro a este punto de precio (gratis) y lo distingue de la mayoría de aplicaciones enfocadas en GGUF.
La aplicación está disponible en Google Play (paquete com.alibaba.mnnllm.android.release) y como APK directo desde GitHub. Las pruebas de dispositivo verificadas se han realizado en OnePlus 13 y Xiaomi 14 Ultra; el hardware de especificación más baja puede experimentar problemas de estabilidad.
Dónde se queda corto: El respaldo corporativo es un arma de doble filo. La aplicación está bien mantenida, pero el origen de Alibaba significa que algunos usuarios escrutarán el manejo de datos más cuidadosamente que con aplicaciones construidas por la comunidad. El aviso de que los dispositivos de especificación baja “pueden experimentar falla para ejecutarse en absoluto” es inusualmente honesto y merece ser tomado en serio.
Precio: Gratis.
Plataformas: Android (Google Play, GitHub APK)
Conclusión: La opción correcta si específicamente deseas modelos Qwen o DeepSeek, o si necesitas una aplicación local que maneje imágenes y audio junto con texto.
6. MLC Chat -- mejor para desarrolladores e investigación acelerada por GPU
MLC Chat es la implementación de referencia del proyecto Machine Learning Compilation en CMU. Compila LLM para ejecutar nativamente en la GPU del dispositivo a través de TVM, dirigiéndose a OpenCL en GPU Adreno (Snapdragon) y Mali. Ese paso de compilación es lo que la distingue: donde las aplicaciones basadas en llama.cpp hacen inferencia CPU-primero con aceleración Vulkan opcional, MLC precompila pesos de modelos específicamente para la arquitectura GPU objetivo, lo que puede producir generación de token significativamente más rápida en el hardware correcto.
El compromiso es que cada modelo necesita un binario compilado separado. La selección de modelos es más pequeña que el catálogo GGUF de Hugging Face, y la configuración requiere más pasos que cualquier otra aplicación en esta lista. El proyecto se desarrolla activamente como repositorio GitHub (github.com/mlc-ai/mlc-llm) y se dirige a desarrolladores e investigadores que desean ejecutar puntos de referencia o construir sobre el motor.
Dónde se queda corto: Sin listado estable de Play Store actual a partir de mayo de 2026. La instalación requiere crear desde la fuente o usar compilaciones de prelanzamiento de GitHub. Aún no es una aplicación para uso general.
Precio: Gratis y de código abierto bajo Apache 2.0.
Plataformas: Android (compilaciones de GitHub, vista previa del desarrollador)
Descargar: Repositorio de GitHub e instrucciones de compilación
Conclusión: Vale la pena evaluar si estás haciendo referencia de inferencia de GPU o construyendo un producto sobre un tiempo de ejecución LLM compilado. No es la opción correcta para uso de chat privado diario.
7. Private LLM -- solo iOS, pero vale la pena saberlo para lectores interesados en iOS
Private LLM ejecuta modelos GGUF en iPhone e iPad usando aceleración Metal y Core ML de Apple. No está disponible para Android. Lo incluimos aquí porque aparece en cada hilo de comparación de LLM local, y los usuarios de Android deben saber que no es una opción para ellos. La aceleración nativa de iOS en chips Apple Silicon le da generación de token significativamente más rápida que la mayoría de opciones de Android en hardware comparable, lo que refleja el estado del AI en el dispositivo en lugar de ninguna ventaja de producto específico.
Los usuarios de Android que buscan el equivalente más cercano deben usar PocketPal AI, que es multiplataforma y recibe atención de desarrollo comparable.
Dónde se queda corto: Solo iOS. Requiere iPhone reciente (A14 o posterior para velocidad utilizable). Aplicación de pago.
Precio: Pagado (compra única).
Plataformas: Solo iOS
Descargar: Disponible en la App Store para dispositivos iOS.
Conclusión: Un punto de referencia para lo que se ve en el lado de iOS. Usuarios de Android: PocketPal AI es tu equivalente.
Cómo elegir la aplicación de chat de IA en el dispositivo correcta
Si deseas la configuración más simple con la selección de modelos más amplia, usa PocketPal AI. Maneja el flujo de trabajo completo desde el descubrimiento de modelos hasta la inferencia en una aplicación y está en Google Play sin requerir descarga.
Si deseas ejecutar modelos locales y basados en API desde una única interfaz, usa Maid. La capacidad de cambiar entre llama.cpp local y proveedores de nube como Anthropic o Mistral con tu propia clave lo convierte en la opción más flexible.
Si deseas construir herramientas locales específicas de tareas (un resumidor, un revisor de código, un asistente de escritura) en lugar de un chatbot general, usa SmolChat. La estructura multi-aplicación es más adecuada para flujos de trabajo enfocados.
Si necesitas compatibilidad con tarjetas de personajes para juego de rol o escritura creativa con modelos locales, usa ChatterUI. Acepta el requisito de descarga como el costo de entrada.
Si deseas inferencia local multimodal que cubra imágenes y audio, no solo texto, usa MNN LLM Chat. Admite el rango más amplio de tipos de entrada entre las opciones aquí.
Si estás en iOS en lugar de Android, salta esta lista. Private LLM es el referente a mirar en esa plataforma.
Preguntas frecuentes
¿Qué teléfonos Android pueden realmente ejecutar un LLM local?
Un dispositivo con 6 GB de RAM ejecutando Snapdragon 778G o más nuevo (o serie MediaTek Dimensity 900 equivalente) puede ejecutar modelos de parámetros 1B a 3B a un ritmo utilizable con cuantificación Q4. Los modelos 7B necesitan un dispositivo con al menos 8 GB de RAM y Snapdragon 8 Gen 1 o mejor para una velocidad aceptable. Los teléfonos presupuestarios con 4 GB de RAM pueden cargar modelos 1B pero generarán texto lo suficientemente lentamente como para ser frustrante en la práctica.
¿Es seguro descargar modelos GGUF desde Hugging Face?
GGUF es un formato de modelo binario. Un archivo mal formado puede bloquear la aplicación de inferencia pero, en las aplicaciones aquí, no puede ejecutar código arbitrio en tu dispositivo de la forma que lo haría un script o ejecutable. Dicho esto, aún deberías descargar desde páginas de modelos establecidas (Meta, Google, Microsoft, equipo Qwen, EleutherAI) en lugar de cargas anónimas. El riesgo es bajo pero no cero con cargas comunitarias aleatorias.
¿Cuál es la mejor aplicación de chat de IA local gratuita para Android?
PocketPal AI. Es gratis, en Google Play, admite la variedad de modelos más amplia a través de la integración de Hugging Face y recibe actualizaciones consistentes. Para usuarios que necesitan soporte multimodal, MNN LLM Chat es la alternativa gratuita.
¿Funcionan completamente sin conexión alguna de estas aplicaciones, sin internet requerido?
Sí. PocketPal AI, Maid (modo local), SmolChat, ChatterUI y MNN LLM Chat se ejecutan completamente en el dispositivo sin llamadas de red durante una conversación. Necesitas internet solo para la descarga inicial del modelo. Después de eso, el modo avión funciona bien.
¿Por qué tantas aplicaciones LLM locales solo están disponibles como APK directo?
El proceso de revisión de Google Play y las políticas crean fricción para aplicaciones que descargan y ejecutan pesos de modelos en tiempo de ejecución, que es técnicamente similar a carga de código dinámico. Varios desarrolladores en este espacio distribuyen a través de APK GitHub para evitar esa fricción. Es un compromiso honesto: obtienes iteración más rápida y sin restricciones de Play Store, pero asumes la responsabilidad de verificar el APK tú mismo. Instalar APK desde la página de lanzamientos de GitHub oficial del proyecto es el enfoque más seguro.
¿Pueden los LLM locales en Android reemplazar una suscripción de ChatGPT o Claude?
Para tareas de forma corta como redactar un mensaje rápido, resumir un párrafo o responder una pregunta de hecho, sí. Para razonamiento complejo de múltiples pasos, asistencia de codificación en archivos grandes o tareas que requieren conocimiento reciente, la respuesta es más a menudo no. Un modelo Qwen3-1.7B ejecutándose en un teléfono es significativamente más pequeño que lo que se ejecuta detrás de cualquier API comercial. El caso de uso es inferencia privada, sin conexión, sin límites de velocidad para tareas contenidas, no un reemplazo completo para modelos de frontera.
