Um recente artigo do XDA-Developers deixou claro: seu telefone mais um pequeno modelo local já faz a maior parte do que as pessoas pagam por Claude Pro ou ChatGPT Plus. O autor executa um servidor LLM em casa, aponta um cliente de telefone para ele e não tocou em uma assinatura de chatbot paga em meses. Esse fluxo de trabalho é toda a história por trás dessa lista dos melhores aplicativos de chat com IA local para Android, e a boa notícia é que você não precisa de um servidor em casa para começar. Alguns desses aplicativos executam o modelo diretamente no seu telefone. Outros atuam como um cliente para uma caixa Ollama ou LM Studio em sua mesa. Qualquer caminho não custa nada além da eletricidade que você já paga.
O que procurar em um aplicativo de chat com IA local
Nem todo aplicativo no Google Play rotulado como “IA” realmente executa um modelo no seu dispositivo. Antes de escolher um, verifique esses critérios:
- No dispositivo vs servidor remoto. Aplicativos no dispositivo carregam um modelo GGUF ou MLC na RAM e executam a inferência no CPU ou GPU do telefone. Clientes remotos enviam prompts para seu servidor Ollama ou llama.cpp em casa via Wi-Fi ou Tailscale.
- Orçamento de RAM. Um modelo de 3 bilhões de parâmetros em quantização de 4 bits precisa de cerca de 2 a 3 GB de RAM livre. Modelos de 7B querem 5 a 6 GB. Telefones com 8 GB ou mais lidam com isso facilmente.
- Formatos de modelo. GGUF é o padrão para aplicativos baseados em llama.cpp. MLC usa seu próprio formato compilado. Clientes Ollama funcionam via HTTP, portanto qualquer modelo que seu servidor suporte é válido.
- Capacidade offline. Aplicativos offline verdadeiros continuam funcionando com o telefone no modo avião. Clientes precisam de um caminho de rede para o servidor.
- Caracteres ou prompts do sistema. Se você quer interpretação de papéis, codificação ou uma persona específica, verifique se o aplicativo expõe prompts do sistema e predefinições por conversa.
Comparação rápida
| Aplicativo | Melhor para | Tipo | Funciona offline | Fonte do modelo | Licença |
|---|---|---|---|---|---|
| PocketPal AI | Chat no dispositivo com a maior escolha de modelos | Local | Sim | Hugging Face GGUF | Open source |
| MLC Chat | Inferência GPU de telefone mais rápida | Local | Sim | MLC prebuilt | Open source |
| Layla | Interface mais polida para interpretação de papéis e personas no dispositivo | Local | Sim | GGUF, curated list | Freemium |
| ChatterUI | Um cliente para arquivos locais e APIs remotas | Híbrido | Sim | GGUF plus HTTP endpoints | Open source |
| Ollama App | Conversando com um servidor Ollama em casa | Remoto | Não | Sua biblioteca Ollama | Open source |
| Enchanted for Ollama | Cliente Ollama mais polido no Android | Remoto | Não | Sua biblioteca Ollama | Open source |
| Maid | Chat GGUF simples com vinculações llama.cpp | Local | Sim | GGUF, remote llama.cpp | Open source |
| SmolChat | Pegada pequena, apenas F-Droid | Local | Sim | GGUF, small models | Open source |
Os aplicativos
1. PocketPal AI, melhor chat no dispositivo geral
PocketPal AI é o aplicativo que a maioria das pessoas deve tentar primeiro. Ele vem com um navegador de modelos integrado que extrai quantizações GGUF diretamente do Hugging Face, para que você possa baixar um Llama 3.2 3B ou Qwen 2.5 3B em cerca de um minuto e começar a conversar. O loop de geração é llama.cpp sob o capô, e o aplicativo expõe comprimento de contexto, temperatura, top-p e prompt do sistema por modelo. Em um telefone com 8 GB de RAM, um modelo 3B no Q4_K_M é executado em uma velocidade legível.
Onde falha: Modelos maiores 7B e 8B são lentos em todos os chips, exceto nos topo de linha, e ainda não há RAG integrado ou upload de arquivos.
Preço: Grátis, open source (MIT).
Plataformas: Android e iOS.
Conclusão: A escolha padrão se você quer chat no dispositivo e ainda não possui um servidor LLM em casa.
2. MLC Chat, melhor para inferência acelerada por GPU
MLC Chat vem do projeto MLC LLM na CMU e é um dos poucos aplicativos Android que realmente usa a GPU do telefone via OpenCL ou Vulkan. Isso significa muitos mais tokens por segundo do que aplicativos apenas CPU depois que você passa pelo download inicial do modelo. O problema é que os modelos devem ser pré-compilados para o runtime MLC, então a opção é mais estreita do que Hugging Face. Variantes Llama 3, Phi-3 e Gemma estão todas lá.
Onde falha: Os primeiros downloads de modelo são grandes e trocar entre modelos é mais lento do que em aplicativos GGUF porque cada um é um pacote independente.
Preço: Grátis, open source (Apache 2.0).
Plataformas: Android e iOS.
Conclusão: Escolha isso se você tiver um telefone Android de ponta recente e preferir velocidade sobre variedade de modelos.
3. Layla, melhor para personagens e interpretação de papéis
Layla envolve llama.cpp na interface de usuário mais polida de qualquer aplicativo de chat no dispositivo Android. Ela enfatiza personas de personagem, memória e chats de forma longa em vez de perguntas e respostas secas. Uma pequena biblioteca de modelos é pré-selecionada para hardware de telefone, o que economiza a paralisia da escolha ao navegar no Hugging Face bruto. Síntese de texto para fala local e extras de geração de imagem estão disponíveis se você quiser.
Onde falha: A versão gratuita fecha alguns modelos e recursos atrás de um desbloqueio pago, então a história “sem assinatura” se aplica completamente apenas na compilação gratuita.
Preço: Grátis com opções dentro do aplicativo. Um desbloqueio vitalício está disponível.
Plataformas: Android, com uma compilação de desktop separada.
Conclusão: Melhor escolha se você se importa com apresentação, personagens e seleção de modelos sem atrito.
4. ChatterUI, melhor cliente híbrido
ChatterUI é um aplicativo nativo de Kotlin que trata arquivos GGUF locais e APIs remotas como cidadãos iguais. Aponte para um arquivo de modelo no seu telefone e ele executa llama.cpp localmente. Aponte para um ponto de extremidade compatível com OpenAI como Ollama, LM Studio, KoboldCpp ou uma API hospedada e use-o em vez disso. Cartas de personagem, livros de tradições, predefinições de amostragem e modelos de instrução estão todos lá para pessoas que vieram do SillyTavern.
Onde falha: A interface é mais densa do que PocketPal ou Layla, e as configurações podem sobrecarregar os recém-chegados no primeiro lançamento.
Preço: Grátis, open source (AGPL-3.0).
Plataformas: Android.
Conclusão: Melhor escolha se você quer um aplicativo para chat no dispositivo hoje e chat do servidor remoto amanhã.
5. Ollama App, melhor para um servidor hospedado em casa
Ollama App é o cliente limpo e sem frills do Android que se emparelha com um servidor Ollama no seu PC ou NAS. Digite a URL do servidor, escolha um modelo da lista que seu host já extraiu e comece a conversar. Os tempos de resposta se sentem próximos a um chatbot hospedado em uma rede doméstica decente, e executar modelos maiores como Llama 3.1 70B em uma estação de trabalho coloca uma saída muito mais capaz no seu telefone do que qualquer coisa que possa ser executada no dispositivo.
Onde falha: Sem fallback offline, então uma interrupção de Wi-Fi ou um servidor pausado o deixa sem nada. Você também precisa se sentir confortável executando Ollama você mesmo.
Preço: Grátis, open source (Apache 2.0).
Plataformas: Android, iOS.
Conclusão: Melhor escolha se você já executa Ollama em uma caixa em casa e quer um cliente de telefone que apenas funciona.
6. Enchanted for Ollama, cliente Ollama mais bonito
Enchanted for Ollama é a bifurcação comunitária do Android do popular cliente Enchanted do iOS. O design visual é mais próximo do que as pessoas esperam de um aplicativo de bate-papo moderno, com renderização markdown, blocos de código com destaque de sintaxe e configurações por conversa. Ele fala com qualquer servidor Ollama que você aponta via rede local ou Tailscale.
Onde falha: Como uma bifurcação comunitária, as atualizações ficam atrás do original do iOS. Alguns recursos avançados do upstream levam vários lançamentos para chegar.
Preço: Grátis, open source (Apache 2.0).
Plataformas: Android (bifurcação), iOS (original).
Conclusão: Escolha isso se o Ollama App parecer muito utilitário e você quiser uma interface mais amigável para o mesmo servidor.
7. Maid, chat local mais simples
Maid significa Mobile Artificial Intelligence Distribution e é um aplicativo Flutter que empacota llama.cpp para inferência local e também pode se conectar a um ponto de extremidade remoto de llama.cpp ou Ollama. Mantém a área de superfície pequena: um painel de bate-papo, um seletor de modelo, uma tela de configurações. Isso faz uma boa escolha para quem quer tentar outros aplicativos e os achou desordenados.
Onde falha: A velocidade dos recursos é mais lenta do que PocketPal ou ChatterUI, e não há navegador de modelos integrado, então você baixa arquivos GGUF em outro lugar e os pré-carrega.
Preço: Grátis, open source (MIT).
Plataformas: Android, Linux, Windows.
Conclusão: Escolha isso se você quer o caminho mais curto da instalação para um chat local que funcione.
8. SmolChat, melhor para telefones pequenos e modelos pequenos
SmolChat é um aplicativo F-Droid only que se concentra nos modelos locais mais pequenos e utilizáveis, como variantes SmolLM2 e TinyLlama. Isso significa que funciona em telefones com 4 a 6 GB de RAM onde PocketPal ou Layla são insuficientes. A inicialização é rápida, a pressão de memória é baixa e a qualidade é razoável para resumo rápido, reescrita e perguntas e respostas simples.
Onde falha: Os modelos são intencionalmente pequenos, então raciocínio em múltiplas etapas e contexto longo são fracos. Não é o aplicativo para escolher se você quer um assistente geral.
Preço: Grátis, open source (Apache 2.0).
Plataformas: Android.
Conclusão: Escolha isso se seu telefone tiver 6 GB de RAM ou menos, ou se você valorizar o tamanho da instalação e a velocidade sobre a qualidade do modelo.
Como escolher o correto
A escolha realmente depende se você já tem um servidor LLM em casa ou quer executar o modelo no próprio telefone.
Se você quer a experiência mais simples no dispositivo, instale PocketPal AI. Ele baixa modelos para você, expõe as configurações que importam e funciona offline desde o início.
Se você tem um telefone de ponta recente e se importa com velocidade, MLC Chat é a opção mais rápida porque realmente usa a GPU.
Se você quer personagens, personas ou uma interface mais amigável, Layla é a escolha.
Se você quer um aplicativo que cubra chat no dispositivo e servidor remoto, ChatterUI é a escolha flexível.
Se você já executa Ollama em um PC ou NAS, Ollama App e Enchanted for Ollama o colocam falando em cerca de dois minutos. Enchanted é a mesma ideia com uma aparência mais bonita.
Se você quer chat local mínimo e sem frills, Maid é a menor área de superfície.
Se seu telefone tiver 6 GB de RAM ou menos, ou se você simplesmente quer o tempo de inicialização mais rápido, SmolChat foi construído para essa limitação.
Perguntas frequentes
Posso executar ChatGPT localmente no Android?
Não. Os modelos subjacentes do ChatGPT não são lançados como pesos baixáveis. O que você pode executar localmente são alternativas abertas como Llama 3, Qwen 2.5, Phi-3, Gemma e Mistral, usando aplicativos como PocketPal AI, MLC Chat ou Layla. A qualidade em um modelo local 3B ou 7B é significativamente menor do que GPT-4 classe, mas para anotações, resumo, redação e ajuda de código muitas vezes é suficiente.
Qual é o melhor aplicativo LLM local para Android?
Para a maioria das pessoas, PocketPal AI é o melhor ponto de partida. Ele vem com um navegador de modelos Hugging Face integrado, funciona em qualquer telefone Android moderno e é totalmente open source sem assinatura. Se você já tem um servidor LLM em casa, Ollama App é melhor por padrão porque permite usar modelos maiores do que qualquer telefone pode caber em RAM.
Quanto de RAM eu preciso para executar um modelo local no meu telefone ?
Um guia aproximado: 4 GB de RAM lidam bem com modelos de parameter 1B, 6 GB lidam com modelos 3B em quantização de 4 bits e 8 GB ou mais é confortável para modelos 7B e 8B. Abaixo de 4 GB, fique com SmolChat com SmolLM2 ou TinyLlama. Acima de 12 GB, você pode começar a experimentar com modelos 13B em um chip de ponta, embora a taxa de transferência caia.
O PocketPal é gratuito?
Sim. PocketPal AI é gratuito, open source sob licença MIT e sem anúncios ou nível de assinatura. Os modelos que ele baixa do Hugging Face também são gratuitos. O único custo é armazenamento e bateria.
Como conecto meu Android ao Ollama?
Instale Ollama no seu PC, Mac ou NAS e exponha-o na rede local definindo a variável de ambiente OLLAMA_HOST como 0.0.0.0. Instale Ollama App ou Enchanted for Ollama no seu telefone, digite o IP local e a porta do seu servidor (padrão 11434) e escolha um modelo que já foi extraído no host. Para acessar fora de sua rede doméstica, coloque um túnel Tailscale ou WireGuard entre o telefone e o servidor em vez de expor Ollama diretamente à Internet.
