IA en tu móvil: apps y modelos on-device para 2026

Por qué la IA on-device en móvil importa ahora

La IA en el móvil no es nueva: los filtros de cámara, el reconocimiento de voz o los teclados predictivos llevan años usando modelos locales. Lo que es nuevo en 2026 es la escala de lo que esos modelos pueden hacer.

El salto viene de la evolución de las NPU (Neural Processing Units), los chips especializados en operaciones de IA que hoy vienen integrados en todos los procesadores de gama alta, desde el Apple A18 Pro hasta el Snapdragon 8 Elite. Donde antes una NPU ejecutaba tareas de visión artificial con modelos de millones de parámetros, ahora ejecuta modelos de lenguaje con miles de millones de parámetros.

Las tres razones por las que esto importa para el usuario final: privacidad total (tus textos y documentos no salen del dispositivo), respuesta instantánea (sin latencia de red) y funcionamiento sin conexión (en el metro, en el avión, en zonas sin cobertura).

Apple Intelligence: lo que el iPhone hace por defecto en 2026

Apple Intelligence es el nombre que Apple da a su sistema de IA integrada en iOS 18+ y macOS Sequoia. Disponible desde iPhone 15 Pro en adelante, corre la mayoría de sus funciones completamente en el dispositivo y escala a los servidores de Private Cloud Compute solo para las tareas que exceden la capacidad local, con garantías técnicas verificables de que esos servidores no almacenan datos.

Lo que ya funciona on-device en iOS 18.4+ en español:

• Reescritura y resumen de texto en cualquier app (notas, correo, mensajes, documentos)
• Priorización inteligente de notificaciones y resumen de conversaciones de mensajes
• Siri con contexto del dispositivo: puede buscar en tus fotos, correos y notas para responder preguntas personales
• Limpieza de objetos en fotos sin subir la imagen a ningún servidor
• Generación de imágenes con el modelo Image Playground, procesada en el dispositivo
• Transcripción de notas de voz y resumen automático tras llamadas

Android: Gemini Nano y el ecosistema open source

En el mundo Android, la IA on-device tiene dos vías principales: la oficial de Google con Gemini Nano y el ecosistema de modelos abiertos que cualquier usuario puede instalar.

Gemini Nano en dispositivos Google y Samsung

Gemini Nano es el modelo pequeño de Google diseñado específicamente para ejecutarse en dispositivos con Snapdragon 8 Gen 3 o Tensor G4 en adelante. Está integrado en los Pixel 8 Pro, Pixel 9, Galaxy S24/S25/S26 y varios flagship de 2025. Sus casos de uso on-device incluyen resumen de artículos en Chrome, sugerencias de respuesta en WhatsApp y mensajes, y el asistente Recorder que transcribe reuniones localmente.

El ecosistema open source: modelos que puedes instalar tú mismo

Para usuarios más avanzados, el ecosistema de modelos abiertos para móvil ha madurado considerablemente en 2026. Los modelos más utilizados en smartphones:

• Phi-3 Mini (Microsoft): 3.800 millones de parámetros, corre en cualquier Android con 8 GB de RAM y Snapdragon 8 Gen 2+. Rendimiento sorprendente para su tamaño en razonamiento y código.
• Llama 3.2 3B (Meta): 3.200 millones de parámetros, versión cuantizada disponible en MLC Chat y PocketPal. Excelente en conversación general.
• Gemma 2 2B (Google): 2.000 millones de parámetros, optimizado para Tensor y Snapdragon. Integrado en apps de productividad del ecosistema Google.
• SmolLM 2 (Hugging Face): 1.700 millones de parámetros, el más eficiente en consumo de batería. Ideal para dispositivos de gama media.

"En 2026, la pregunta ya no es si los modelos de IA pueden correr en un móvil. La pregunta es cuándo dejaremos de necesitar la nube para las tareas del día a día. La respuesta para muchos usuarios ya es: ahora." — Análisis de benchmark mobile AI, AnandTech 2026

Las mejores apps con IA on-device en 2026

Más allá de los asistentes integrados, estas son las apps que mejor aprovechan la IA local en iOS y Android:

On-device vs nube: cuándo usar cada una

Qué móvil necesitas para IA on-device seria

No todos los smartphones pueden ejecutar modelos de lenguaje útiles. Estos son los requisitos mínimos reales según el nivel de uso:

• Nivel básico (Gemma 2B, SmolLM): 6 GB de RAM, cualquier Snapdragon 7 Gen 2+ o Apple A15+. Funciones de sistema (resumir, corregir texto) ya están disponibles en gama media.
• Nivel medio (Phi-3 Mini, Llama 3.2 3B): 8 GB de RAM, Snapdragon 8 Gen 2 / Apple A17 Pro / Tensor G4. Conversación fluida, ~15-25 tokens por segundo.
• Nivel avanzado (modelos 7B-8B cuantizados): 12 GB de RAM, Snapdragon 8 Elite / Apple A18 Pro. Llama 3.1 8B o Mistral 7B a calidad razonable, ~8-12 tokens por segundo.

El factor privacidad: la ventaja real de lo local

Más allá del rendimiento, la IA on-device tiene una ventaja que ningún servicio en la nube puede igualar: tus datos no salen del dispositivo. Esto es especialmente relevante en casos de uso profesionales.

Cuando transcribes una reunión con un cliente usando Whisper local, el audio nunca viaja a un servidor. Cuando resumes un contrato confidencial con Apple Intelligence en modo local, el texto del contrato permanece en tu iPhone. Cuando corriges el borrador de una propuesta comercial con Phi-3 Mini en PocketPal, nadie —ni el fabricante del modelo ni el desarrollador de la app— ve ese texto.

Con el AI Act en vigor desde agosto de 2026, los profesionales que manejan datos personales de clientes deben considerar esto seriamente: usar IA en la nube con datos que incluyan información personal de terceros puede requerir base legal, DPA firmado con el proveedor y en algunos casos notificación al interesado. La IA on-device elimina estas fricciones legales en la mayoría de casos.

Preguntas frecuentes

📱 ¿Quieres saber más?

Lee también nuestro análisis de las mejores laptops con NPU para IA local en 2026, si quieres el mismo poder en tu ordenador.

💡 Dato clave

Con el AI Act vigente desde agosto de 2026, usar IA en la nube con datos personales de clientes requiere base legal y DPA firmado. La IA on-device elimina esa fricción legal en la mayoría de casos profesionales.