Análisis de Llamatik: chat de IA offline, gratuito y de código abierto para Android, iPhone y escritorio

Llamatik es una app de chat offline que ejecuta modelos de lenguaje de pesos abiertos en el teléfono en lugar de llamar a un servicio en la nube. La descripción de Google Play la presenta como una muestra experimental de la biblioteca Llamatik para Kotlin Multiplatform. No incluye ningún modelo: descargas al menos uno dentro de la app, lo eliges en un selector de modelos y chateas. La ficha nombra Gemma 3 270M, SmolVLM 256M y 500M, Phi-1.5, Qwen 2.5 y un Llama 3.2 1B cuantizado.

Tres productos comparten el nombre. Este análisis cubre la app de chat, titulada «Llamatik - Local AI Chatbot» en Google Play (paquete com.llamatik.app.android). El SDK de Llamatik es la biblioteca que la impulsa, y Llamatik Server es un backend de inferencia remota aparte del mismo proyecto. El sitio web también menciona un plugin Llamatik Code para los IDE de JetBrains, que este análisis no cubre.

Llamatik se instala con solo descargarla y abrirla en todas las plataformas compatibles: dos tiendas móviles más instaladores de escritorio desde el sitio web. Los enlaces siguientes son los que usa el sitio web del desarrollador.

La configuración sigue el orden descrito en la ficha de la tienda; PromptQuorum no ha ejecutado estos pasos.

Cada elemento siguiente procede de la descripción de Google Play, del sitio web o del README del repositorio.

La app es la demo pública de un proyecto de código abierto más grande. El repositorio en github.com/ferranpons/Llamatik tiene licencia MIT, se creó en julio de 2025 y muestra 206 estrellas y 12 incidencias abiertas el 19 de octubre de 2026. Contiene las apps, el SDK de Kotlin Multiplatform y los bindings nativos de llama.cpp, whisper.cpp y stable-diffusion.cpp.

Según el README, la versión 2.0.0 del 14 de octubre de 2026 renombró la biblioteca de inferencia a com.llamatik:core y añadió un SDK de lógica de negocio con chat, gestión de modelos y recuperación de información, un framework de agentes y un entorno de ejecución de agentes con gestión de permisos. Estas piezas están pensadas para desarrolladores que crean sus propias apps para Android, iOS, escritorio o WASM; son independientes de la app de chat que un lector instala desde la tienda.

El contenido del chat se queda en el dispositivo por defecto, y el desarrollador dice que nada de lo que escribes en el chat se envía a Firebase ni a ningún otro servidor. La sección Seguridad de los datos de Google Play declara que no se comparten datos con terceros. Enumera los registros de fallos, los diagnósticos y otros datos de rendimiento de la app como recopilados para el funcionamiento de la app y para analítica, cifrados en tránsito, y dice que el desarrollador no ofrece ninguna forma de solicitar la eliminación de esos datos.

La política de privacidad, actualizada por última vez el 20 de noviembre de 2025, nombra Google Analytics para Firebase y Firebase Crashlytics, y dice que puede estar activado Firebase Performance Monitoring. Los eventos de analítica son seudónimos (vistas de pantalla, tipo de dispositivo, versión del sistema operativo, idioma y métricas de rendimiento). Los informes de fallos incluyen el modelo del dispositivo, la versión del sistema operativo, los stack traces y la versión de la app, pero no el contenido de los chats. Los archivos de modelos proceden de servidores públicos como Hugging Face, y la app no registra qué modelo eliges.

El sitio web dice «Sin cuentas. Sin rastreo». Esa frase es más estrecha que la política, porque la analítica y los informes de fallos de Firebase siguen vigentes; la propia descripción de Google Play dice que internet se usa solo para descargar modelos y para la analítica y los informes de fallos.

Llamatik es un chat offline gratuito y con licencia MIT para Android, iPhone y escritorio que ejecuta pequeños modelos con llama.cpp y muestra lo que puede hacer el SDK de Kotlin de su desarrollador. Es de código abierto y el repositorio se actualizó unos días antes de este análisis. En contra, es una demo experimental con modelos pequeños, una valoración pública modesta, versiones de las tiendas con cinco meses de antigüedad y una analítica de Firebase que sigue saliendo del dispositivo. Encaja con quienes quieren una forma de código abierto de probar el chat en el dispositivo o evalúan el SDK; quienes quieran más funciones pueden comparar PocketPal AI o Private Mind.