¿Qué modelo de IA elegir para mi iPhone?

Actualizado el 17 de octubre de 2026 · 11 min de lectura

Todo depende de la RAM de tu iPhone. Con 12 GB (iPhone 17 Pro, Air, 18 Pro), elige Gemma 4 E4B; con 8 GB (iPhone 15 Pro, 16, 17), Gemma 4 E2B o E4B comprimido; con 6 GB, Gemma 4 E2B comprimido; por debajo, Gemma 3 1B. Así encajan parámetros, cuantización, RAM y almacenamiento.

La respuesta corta: tu iPhone, su RAM, el modelo adecuado

Lo que decide qué modelo puedes usar no es el almacenamiento ni el chip, sino la memoria RAM. Apple no la muestra en Ajustes ni la publica en sus fichas técnicas, así que las cifras siguientes proceden de las pruebas y desmontajes recopilados por Wikipedia. Busca tu modelo en Ajustes → General → Información y lee la fila correspondiente.

Los iPhone anteriores al XS y al XR no pueden instalar iOS 17, la versión mínima de las apps de IA local recientes como DontKeep. Al abrirse, DontKeep lee la RAM del dispositivo, oculta los modelos que no cabrían y destaca el que conviene: no hace falta aprenderse esta tabla.

Los modelos, en una tabla

Todos los modelos son Gemma, la familia de modelos abiertos de Google, en formato GGUF, que lee el motor de código abierto llama.cpp sobre la GPU del iPhone (Metal). La puntuación es el resultado publicado por Google en MMLU-Pro (preguntas de nivel universitario en unas quince materias): no es una nota absoluta, pero sirve para comparar modelos entre sí.

Google no publica una puntuación propia para las versiones comprimidas: la cifra es la del modelo original, y el resultado real queda algo por debajo. El módulo opcional de «imágenes y dictado» se suma al tamaño del archivo (ver más abajo). Las fichas también aparecen en la sección Modelos de la página de inicio.

1B, 4B, E2B, E4B: qué significan los nombres

La «B» viene de billion, mil millones en inglés: es el número de parámetros, los ajustes internos aprendidos durante el entrenamiento. Gemma 3 1B tiene unos mil millones; Gemma 3 4B, unos cuatro mil millones. Por regla general, más parámetros significan más matices, más conocimientos y mejor seguimiento de las instrucciones, pero también más memoria.

Gemma 4 añade una letra: la «E» de E2B y E4B significa effective, parámetros efectivos. Según la ficha de Google, E2B tiene 2.300 millones de parámetros efectivos (5.100 millones contando los embeddings) y E4B, 4.500 millones efectivos (8.000 millones en total). La diferencia se debe a una técnica llamada Per-Layer Embeddings: cada capa dispone de su propia pequeña tabla de vocabulario, voluminosa pero solo consultada, no calculada. El modelo «piensa» como uno de 2.000 o 4.000 millones de parámetros, pero ocupa más de lo esperado. Por eso un E4B, incluso comprimido, necesita un iPhone reciente.

Entre ambos, la diferencia se nota en las tareas exigentes: E4B (69 % en MMLU-Pro) razona mejor, estructura mejor un texto largo y comete menos errores factuales que E2B (60 %). Para una pregunta rápida o un correo corto, E2B basta y responde antes. Los dos entienden texto, imágenes y audio, y se entrenaron con más de 140 idiomas.

4 bits o 2 bits: la cuantización y lo que se pierde

En origen, cada parámetro ocupa 16 bits. Google indica que, con esa precisión, E4B necesitaría unos 18 GB de memoria solo para sus pesos: imposible en un teléfono. La cuantización redondea esos números para guardarlos en menos bits. En 4 bits (Q4_0), E4B baja a unos 4,5 GB y E2B a 2,9 GB, normalmente con una pérdida de calidad pequeña: es el estándar de la IA local.

Bajar a 2 bits es más delicado, porque un redondeo tan fuerte suele estropear el modelo. Las versiones «mobile» de Gemma 4 limitan el daño gracias al QAT (quantization-aware training): el modelo se entrena sabiendo que será comprimido y aprende a compensarlo. Las versiones que usa DontKeep proceden de esos checkpoints QAT, convertidos a GGUF por Unsloth.

En la práctica, un E4B en 2 bits conserva lo esencial de su capacidad de razonamiento, pero es algo menos preciso que el mismo E4B en 4 bits: redacción a veces menos fina y algún error más en detalles, cifras o idiomas menos comunes.

DontKeep elige por ti: en un iPhone de 12 GB ofrece la versión completa en 4 bits; con 8 GB, el E4B comprimido (el completo no cabría); con 6 GB, el E2B comprimido. Solo se muestra una versión de cada modelo, la que conviene a tu dispositivo.

RAM y almacenamiento: dos cosas distintas

El almacenamiento (128 GB, 256 GB…) guarda el archivo del modelo en el iPhone. La RAMsirve para ejecutarlo: mientras chateas, el modelo completo debe estar cargado en memoria. Un iPhone de 512 GB con 6 GB de RAM no podrá ejecutar un modelo que pida 8.

En almacenamiento, cuenta el archivo más el módulo opcional: unos 5,2 GB para E4B en 4 bits con su módulo, 4,2 GB para E4B comprimido, 3,4 GB para E2B, 3,2 GB para E2B comprimido y menos de 1 GB para Gemma 3 1B. Deja también algo de espacio libre para iOS. La descarga se hace una sola vez; después, todo funciona sin conexión.

El contexto: la memoria de la conversación

El contexto es la cantidad de texto que el modelo tiene presente a la vez: tus mensajes, sus respuestas, el documento pegado. Se mide en tokens, trozos de palabras (en español, calcula a grandes rasgos 1.000 tokens por cada 600 a 750 palabras). Gemma 4 admite hasta 128.000 tokens en teoría, pero cada token guardado ocupa RAM en una caché (la KV cache), además del propio modelo.

En un teléfono hay que elegir. DontKeep fija el contexto por defecto en 16.000 tokens en los iPhone de 12 GB, 8.000 en los de 8 GB y 4.000 por debajo, y permite cambiarlo en los ajustes. Más allá, el modelo «olvida» el principio de la conversación. Para resumir documentos largos, un iPhone de 12 GB es una ventaja real.

Por qué un modelo demasiado grande cierra la app

iOS no presta toda la RAM a una sola app: el sistema, la pantalla y las demás apps se quedan con su parte. Incluso con el permiso especial que Apple concede a las apps exigentes (Increased Memory Limit, que DontKeep utiliza), una app que supera su límite es cerrada en seco por el sistema, sin mensaje de error: parece que se ha colgado. El modelo, su caché de contexto y, si está cargado, el módulo de imágenes deben caber bajo ese techo. Por eso un archivo de 4,6 GB necesita un iPhone de 12 GB, y conviene dejar que la app filtre lo que cabe en tu dispositivo.

¿Qué velocidad esperar?

Para escribir cada palabra, el modelo debe releer buena parte de sus pesos en memoria: la velocidad depende sobre todo del tamaño del modelo y del ancho de banda de memoria del chip. Con el mismo chip, un modelo la mitad de grande responde más o menos el doble de rápido. Cuenta con un breve tiempo de carga al abrir la app y luego un texto que aparece poco a poco: en un iPhone reciente con el modelo recomendado, la lectura suele seguir el ritmo de la escritura sin esperas molestas; Gemma 3 1B y 270M son mucho más rápidos, con respuestas más simples. Las sesiones largas calientan el teléfono, lo que puede frenar un poco la generación, y gastan batería.

El módulo de imágenes y dictado (mmproj)

El modelo base solo lee texto. Para enseñarle una foto, una captura de pantalla o un documento escaneado hace falta un módulo adicional llamado mmproj (proyector multimodal), que traduce la imagen a datos que el modelo entiende. En Gemma 4 E2B y E4B, el mismo módulo gestiona también el audio, lo que permite el dictado por voz procesado en el iPhone. Pesa entre 0,56 y 0,99 GB según el modelo, es opcional y también ocupa RAM cuando se usa. Gemma 3 4B lee imágenes pero no audio; Gemma 3 1B y 270M solo trabajan con texto.

Los modelos «sin filtro»: ¿qué son?

Los modelos de Google rechazan ciertas peticiones. Desarrolladores independientes publican versiones modificadas sin esos rechazos: abliterated (se localiza en el modelo la «dirección» asociada al rechazo y se borra, un método popularizado por Maxime Labonne) o Heretic (una herramienta que automatiza el proceso). DontKeep prevé una sección para este tipo de modelos, desactivada por defecto.

• No son versiones oficiales: el editor original no las prueba ni las respalda, y su calidad puede ser algo inferior.
• Sin rechazos no significa fiable: el modelo puede afirmar cosas falsas o peligrosas con total seguridad. Comprueba siempre, sobre todo en salud, derecho o finanzas.
• Sigues siendo responsable del uso: la ley y las condiciones del modelo original siguen aplicándose. Estos modelos no son aptos para menores.

Nuestras recomendaciones según tu iPhone

iPhone de 12 GB (17 Pro, 17 Pro Max, Air, 18 Pro, 18 Pro Max)

Elige Gemma 4 E4B en 4 bits, con el módulo de imágenes y dictado si tienes espacio. Es el mejor modelo que se puede ejecutar hoy en un iPhone, con el contexto más amplio (16.000 tokens). Añade Gemma 3 1B si quieres un segundo modelo muy rápido para preguntas pequeñas.

iPhone de 8 GB (15 Pro, toda la gama 16, 17 y 17e)

Empieza por Gemma 4 E2B en 4 bits: rápido, fiable, el mejor equilibrio. Si escribes mucho o haces preguntas de razonamiento, prueba Gemma 4 E4B comprimido: más inteligente, algo más lento y algo menos preciso que en 4 bits.

iPhone de 6 GB (12 Pro, 13 Pro, gama 14, 15 y 15 Plus)

Gemma 4 E2B comprimido es la opción por defecto: la generación reciente en 2,2 GB. Gemma 3 4B QAT es una alternativa sólida, sobre todo para leer imágenes. Mantén conversaciones cortas (contexto de 4.000 tokens) y cierra las apps pesadas si la app se cierra.

iPhone de 4 GB o menos (XS, 11, 12, 13, SE)

Gemma 3 1B con 4 GB, Gemma 3 270M con 3 GB. Sirven para preguntas sencillas, reformulaciones y traducciones cortas, pero no sustituyen a un gran modelo en línea para tareas complejas. Sé realista: a menudo se equivocan con los datos.

¿Qué modelo según el uso?

• Redacción (correos, cartas, mensajes delicados): E4B si tu iPhone lo permite; si no, E2B. Los modelos de menos de 2.000 millones de parámetros escriben correctamente, pero con menos matices.
• Resumen de documentos: el tamaño del contexto cuenta tanto como el modelo. Con 12 GB, E4B con 16.000 tokens puede resumir unas decenas de páginas; con 8 GB, divide los textos largos en partes.
• Preguntas rápidas, reformular, traducir una frase: E2B, o Gemma 3 1B por velocidad.
• Leer una foto, un tique, una captura: un Gemma 4 o Gemma 3 4B con su módulo de imágenes.
• Actualidad, precios, sucesos recientes: ningún modelo local, porque sus conocimientos terminan en su fecha de entrenamiento (enero de 2025 para Gemma 4) y no tienen acceso a Internet.

Preguntas frecuentes

¿Cómo sé cuánta RAM tiene mi iPhone?

iOS no lo indica. Anota el nombre de tu modelo (Ajustes → General → Información) y consulta la primera tabla. Una app de IA local como DontKeep lee directamente la memoria del dispositivo y te propone el modelo adecuado.

¿Puedo instalar varios modelos?

Sí, tantos como permita el almacenamiento, pero solo uno funciona a la vez: la RAM no alcanza para dos modelos cargados al mismo tiempo.

¿Puede un iPhone de 8 GB ejecutar el E4B completo?

No de forma fiable: con la caché de contexto, el sistema cerraría la app. Para eso existe la versión comprimida en 2 bits.

¿E2B en 4 bits o E4B en 2 bits con 8 GB?

E2B por velocidad y regularidad, E4B comprimido para tareas que exigen más reflexión. Lo más sencillo es probar los dos con tus preguntas habituales.

¿Un modelo local es tan bueno como ChatGPT?

No, los modelos en línea son mucho más grandes. Un modelo local sigue siendo muy útil para redactar, resumir o explicar, con una ventaja decisiva: tus mensajes se procesan en el teléfono, sin enviarse a un servidor.

¿Hace falta conexión a Internet?

Solo para descargar el modelo, una vez. Después, todo funciona en modo avión.