Skip to main content
PromptQuorum
Inicio/LLM locales avanzados/Reseña de Maid (2026): App de Chat con LLM Local de Código Abierto para Android
Mobile & Edge LLMs

Reseña de Maid (2026): App de Chat con LLM Local de Código Abierto para Android

·10 min de lectura·Por Hans Kuepper · Fundador de PromptQuorum, herramienta de despacho multi-modelo · PromptQuorum
Leer en:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Maid es una app Android gratuita y de código abierto (licencia MIT) que ejecuta modelos de lenguaje GGUF localmente mediante llama.cpp, y que también puede conectarse a proveedores remotos —Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita y OrcaRouter— usando tu propia clave de API. La desarrolla la organización de GitHub Mobile-Artificial-Intelligence, fundada por Dane Madsen, quien inició el proyecto en octubre de 2023. La app se construyó originalmente con Flutter y se distribuyó para Android, iOS (sideload), Windows, macOS y Linux hasta la versión 2.0.7 (abril de 2025); la versión 3.0.0 (marzo de 2026) reescribió la app en React Native y limitó la distribución solo a Android — actualmente no existe build para iOS, Windows, macOS ni Linux. El proyecto se sigue desarrollando activamente, con commits y pull requests fusionados tan recientes como septiembre de 2026.

Maid es una app de chat gratuita y de código abierto (licencia MIT) que ejecuta modelos de lenguaje en formato GGUF de forma local mediante llama.cpp, o se conecta a proveedores remotos como Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita y OrcaRouter usando tu propia clave de API. El proyecto comenzó en 2023 como una app multiplataforma en Flutter creada por el desarrollador australiano Dane Madsen, pero el código se reescribió en React Native para la versión 3.0.0 (marzo de 2026), y hoy se distribuye solo para Android — los builds de escritorio e iOS que existían en las versiones antiguas de Flutter ya no forman parte de la versión actual. Esta reseña cubre qué hace Maid hoy, qué cambió con la reescritura, sus requisitos reales de plataforma y hardware, su precio (gratis, sin nivel de pago) y para quién es o no una buena opción frente a una alternativa comercial.

Reseña de Maid (2026): App de Chat con LLM Local de Código Abierto para Android

Conclusiones clave

  • Gratuita y de código abierto (licencia MIT); código fuente y seguimiento de incidencias públicos en GitHub.
  • Fundada por Dane Madsen en octubre de 2023 como app multiplataforma en Flutter; hoy mantenida por la organización Mobile-Artificial-Intelligence.
  • Ejecuta modelos GGUF completamente en el dispositivo vía llama.cpp, o se conecta a Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita y OrcaRouter con tu propia clave de API.
  • La versión 3.0.0 (marzo de 2026) reescribió la app en React Native y la limitó a Android — las versiones antiguas de Flutter también se distribuían para iOS (sideload), Windows, macOS y Linux, pero esos builds ya no forman parte de la versión actual.
  • Disponible en Google Play y como descarga directa de APK/AAB desde GitHub Releases.
  • No se encontró ningún nivel de pago en la app ni en su documentación al momento de esta reseña; la app base y su función de chat local son gratuitas.

📍 En una frase

Maid es una app Android gratuita, de código abierto bajo licencia MIT, que ejecuta modelos de lenguaje GGUF localmente vía llama.cpp o se conecta a proveedores de IA remotos con tu propia clave de API, mantenida por la organización de GitHub Mobile-Artificial-Intelligence, fundada por el desarrollador Dane Madsen.

💬 En términos simples

Es una app que instalas en un teléfono Android para chatear con un modelo de IA que corre en tu propio dispositivo o mediante una cuenta que ya tengas con un proveedor como OpenAI o Anthropic — el código es público en GitHub y la app en sí es gratis. Antes también funcionaba en iPhone, Windows, Mac y Linux, pero la versión actual eliminó esas plataformas.

📌Nota: Esta reseña se basa en el repositorio público de GitHub, su README, el historial de versiones y la ficha de Google Play, revisados en septiembre de 2026. PromptQuorum no ha realizado pruebas prácticas independientes de Maid para esta reseña — las cifras de rendimiento a continuación son orientación general de hardware para LLM locales, no mediciones específicas de esta app.

¿Qué es Maid?

**Maid es una app Android que descarga y ejecuta localmente en el dispositivo modelos de lenguaje de peso abierto en formato GGUF mediante llama.cpp, o envía solicitudes de chat a un proveedor remoto usando una clave de API que tú mismo proporcionas.** La app tiene licencia MIT, lo que significa que el código fuente completo es público y libre de inspeccionar, bifurcar o modificar.

Ese modo dual es el rasgo distintivo de la app: no es exclusivamente un cliente de inferencia local. La misma interfaz puede ejecutar un archivo GGUF completamente sin conexión, o enrutar una conversación hacia un proveedor en la nube como OpenAI o Anthropic mediante tu propia cuenta, o hacia un servidor Ollama autoalojado en tu red. Según su README, el proyecto se describe a sí mismo como "no afiliado a Huggingface, Meta (Facebook), MistralAi, OpenAI, Google, Microsoft ni ninguna otra empresa que ofrezca un modelo compatible con esta aplicación".

¿Quién creó Maid y qué cambió con la reescritura?

Maid fue creado por Dane Madsen, quien inició el proyecto en octubre de 2023 como una app multiplataforma en Flutter para ejecutar modelos GGUF y llama.cpp. El proyecto ahora está alojado bajo la organización de GitHub Mobile-Artificial-Intelligence en lugar de la cuenta personal de Madsen; su repositorio original, danemadsen/maid, figura ahora en GitHub como un fork del repositorio de la organización, y su descripción todavía dice "app multiplataforma en Flutter" aunque eso ya no coincide con el código actual.

El historial de versiones muestra un quiebre claro. Los lanzamientos hasta v2.0.7 (abril de 2025) se construyeron con Flutter y distribuían paquetes instalables para Android (APK/AAB), iOS (un .ipa para sideload, sin ficha en la App Store), Linux (.zip/.AppImage), macOS (.dmg para Intel y Apple Silicon), Windows (.zip) e incluso un build web. La versión 3.0.0 (publicada el 10 de marzo de 2026) es una reescritura completa en React Native, y su lanzamiento solo incluye paquetes de Android (variantes APK y AAB) — no hay archivos para iOS, Windows, macOS ni Linux. El registro de cambios de ese lanzamiento menciona soporte para modelos de visión, texto a voz del sistema, reconocimiento de voz del sistema, soporte para modelos de razonamiento, renderizado de Markdown y una función de voto positivo/negativo para reportes que las notas describen como un requisito de Google Play.

El desarrollo continuó después de esa reescritura: el repositorio muestra pull requests fusionados y commits fechados hasta principios de septiembre de 2026, incluyendo una corrección al sistema de chat y la incorporación de OrcaRouter como proveedor remoto. Al momento de esta reseña, el repositorio tenía alrededor de 2.700 estrellas, 283 forks y 10 issues abiertos — evidencia de un proyecto activamente usado y mantenido, aunque de código abierto de una sola organización y no una empresa financiada con equipo de soporte.

  • Fundador: Dane Madsen (GitHub: danemadsen), quien inició el proyecto en octubre de 2023.
  • Mantenedor actual: la organización de GitHub Mobile-Artificial-Intelligence; el repositorio personal de Madsen es ahora un fork del repositorio de la organización.
  • Licencia: MIT — código abierto permisivo, libre de usar, bifurcar y modificar.
  • Cambio de arquitectura principal: Flutter (multiplataforma, hasta v2.0.7, abril de 2025) → React Native, solo Android (desde v3.0.0, marzo de 2026).
  • Alrededor de 2.700 estrellas, 283 forks y 10 issues abiertos en GitHub al momento de esta reseña, con commits y pull requests fusionados tan recientes como septiembre de 2026.

Cómo empezar con Maid

Tener un chat funcional en Maid toma unos pocos pasos tras instalar la versión actual para Android. No se requiere una cuenta obligatoria para el chat local en el dispositivo; el inicio de sesión opcional existe solo para la función de copia de seguridad en la nube de la app.

  1. 1
    Instala la app en Android
    Why it matters: Descarga Maid desde [Google Play](https://play.google.com/store/apps/details?id=com.danemadsen.maid), o instala la APK directamente desde la [página de GitHub Releases](https://github.com/Mobile-Artificial-Intelligence/maid/releases) si prefieres hacer sideload. Actualmente no hay build disponible para iOS, Windows, macOS ni Linux.
  2. 2
    Elige el modo local o remoto
    Why it matters: Decide si quieres descargar un modelo GGUF y ejecutarlo completamente en el dispositivo vía llama.cpp, o conectar la app a un proveedor remoto (Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita u OrcaRouter) usando una clave de API o dirección de servidor que ya tengas.
  3. 3
    Descarga o importa un modelo (modo local)
    Why it matters: Para chat en el dispositivo, descarga un modelo GGUF con un tamaño acorde a la RAM de tu teléfono (ver la sección de hardware más abajo), o carga un archivo GGUF personalizado desde el almacenamiento local o [Hugging Face](https://huggingface.co).
  4. 4
    Empieza a chatear
    Why it matters: Una vez cargado un modelo local o configurado un proveedor remoto, inicia una conversación. Los chats se pueden crear, renombrar, eliminar y exportar o importar como archivos JSON desde dentro de la app.

¿Qué modelos admite Maid?

Local (en el dispositivo)

A qué se conecta:
Cualquier modelo en formato GGUF, cargado vía llama.cpp
Notas:
No hay una lista de modelos curada fija — la app ejecuta cualquier archivo GGUF que descargues o importes, incluidos los de Hugging Face.

Proveedores remotos

A qué se conecta:
Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita, OrcaRouter
Notas:
Requiere tu propia cuenta y clave de API (o, en el caso de Ollama, tu propia dirección de servidor); Maid no incluye ni revende acceso a estos proveedores.

Como Maid puede cargar cualquier archivo GGUF, su soporte práctico de modelos está definido por la compatibilidad con llama.cpp y no por una lista curada por la app — esto es diferente de apps como PocketPal AI o Private LLM, que ofrecen un catálogo específico de descarga rápida además del soporte para archivos personalizados.

¿Está Maid disponible en iPhone, Windows o Mac?

Android

Disponibilidad actual:
Disponible ahora
Notas:
Se distribuye vía Google Play y como APK/AAB directa desde GitHub Releases. Es la única plataforma que cubre la versión actual 3.0.0.

iPhone / iPad

Disponibilidad actual:
No disponible actualmente
Notas:
Los lanzamientos antiguos en Flutter (hasta v2.0.7, abril de 2025) incluían un archivo .ipa para sideload, pero nunca hubo ficha en la App Store, y el lanzamiento actual v3.0.0 no incluye ningún archivo para iOS.

Windows / macOS / Linux

Disponibilidad actual:
No disponible actualmente
Notas:
Existían builds de escritorio (.zip, .AppImage, .dmg) para los lanzamientos basados en Flutter hasta v2.0.7, pero la reescritura en React Native (v3.0.0) no distribuye paquetes de escritorio. Los usuarios de escritorio que buscan un cliente de chat GGUF local deberían considerar Ollama, LM Studio o Jan AI.

¿Cuánto cuesta Maid?

Maid es gratuita de descargar y usar, tanto para chat local en el dispositivo como para chat con proveedores remotos, y su código fuente es público bajo licencia MIT. No se encontró ninguna compra dentro de la app, suscripción o nivel de pago en el repositorio, las notas de lanzamiento ni la ficha de Google Play al momento de esta reseña.

Los costos que realmente asume un usuario de Maid son indirectos: almacenamiento del dispositivo para los archivos de modelos GGUF descargados (típicamente varios gigabytes cada uno) y, en el modo con proveedores remotos, lo que Anthropic, OpenAI, Mistral, DeepSeek, Novita, Ollama u OrcaRouter cobren por separado por el uso de su API bajo tu propia cuenta con ese proveedor — Maid en sí no añade un margen ni una suscripción sobre esos costos del proveedor.

  • App base: Gratuita, sin suscripción, código abierto bajo licencia MIT.
  • Chat local (modelos GGUF en el dispositivo): Gratuito — sin cargo por mensaje o token, ya que la inferencia se ejecuta en tu propio dispositivo.
  • Chat con proveedores remotos: Gratuito de usar a través de Maid, pero pagas lo que cobre el proveedor (OpenAI, Anthropic, etc.) bajo tu propia cuenta y clave de API.
  • Copia de seguridad en la nube opcional: La app permite registrarte o iniciar sesión para respaldar configuraciones e historial de chat vía Supabase; esta reseña no encontró un cargo separado por esta función.
  • Costo de almacenamiento: No monetario, pero real — cada modelo GGUF descargado ocupa típicamente varios gigabytes de almacenamiento del dispositivo.

¿Qué funciones tiene Maid?

Más allá de la división básica entre chat local y remoto, el README y las notas de lanzamiento de Maid describen un conjunto de funciones añadidas a lo largo de su historial de versiones. Entre ellas:

  • Inferencia local y remota en una sola app. Cambia entre chat GGUF completamente sin conexión vía llama.cpp y proveedores en la nube (Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita, OrcaRouter) con tus propias credenciales.
  • Gestión de conversaciones. Crea, renombra, elimina, exporta e importa chats como archivos JSON.
  • System prompt personalizado. Define un system prompt global para ajustar el comportamiento y tono del asistente.
  • Parámetros de generación ajustables. Ajusta configuraciones como temperature, top-p, top-k y longitud de contexto por sesión.
  • Salida de voz mediante una app complementaria. Maid se combina con Maise, un motor de texto a voz de código abierto para Android, separado y de la misma organización de GitHub, para leer las respuestas en voz alta.
  • Copia de seguridad en la nube opcional. Los usuarios pueden registrarse o iniciar sesión para sincronizar configuraciones e historial de chat vía Supabase; esto es opcional y no obligatorio para usar la app.
  • Diseño Material You. Temas claro y oscuro que siguen la preferencia del sistema Android.
  • Sin telemetría ni publicidad, según el propio README del proyecto.

¿Qué hardware necesitas para ejecutar Maid?

El modelo GGUF que elijas, no la app en sí, determina tu límite real de hardware para el chat local — como guía general para modelos GGUF en teléfonos, un modelo cuantizado de 2 a 4B de parámetros necesita aproximadamente 3-4 GB de RAM libre, mientras que uno de 7 a 8B de parámetros necesita 6-8 GB o más. Esta es una guía estándar de dimensionamiento para LLM locales, no un benchmark específico de Maid; PromptQuorum no ha medido de forma independiente el uso exacto de memoria de Maid por modelo.

Como Maid ejecuta la inferencia local mediante llama.cpp, se aplica la guía general de rendimiento de llama.cpp en Android: un dispositivo reciente con más RAM y un chipset moderno cargará y ejecutará modelos más grandes con mayor comodidad que un teléfono más antiguo o limitado en memoria o almacenamiento. Si usas el modo con proveedores remotos en lugar de inferencia local, los requisitos de hardware en el dispositivo son mínimos — el modelo se ejecuta en los servidores del proveedor, y tu teléfono solo necesita una conexión a internet funcional.

  • Modelos pequeños (2-4B de parámetros, cuantizados): usables en la mayoría de teléfonos Android recientes con 4 GB+ de RAM libre.
  • Modelos medianos (7-8B de parámetros, cuantizados): se recomienda 8 GB o más de RAM del dispositivo para una respuesta aceptable.
  • Almacenamiento: reserva varios gigabytes de almacenamiento libre por cada archivo de modelo GGUF descargado.
  • Modo con proveedores remotos: sin requisitos de hardware local significativos más allá de una conexión a internet funcional, ya que la inferencia corre en la infraestructura del proveedor.

Quién debería usar Maid

  • Usuarios de Android que quieren chat local y en la nube en una sola app gratuita. La posibilidad de alternar entre inferencia GGUF completamente sin conexión y tus propias cuentas con proveedores como OpenAI o Anthropic, en un único cliente de código abierto, es el diferenciador más claro de Maid.
  • Usuarios que quieren ejecutar un archivo GGUF sin restricciones, no una lista de modelos curada. Como la app carga cualquier modelo GGUF vía llama.cpp en lugar de ofrecer un catálogo fijo, es adecuada para quienes ya tienen un modelo específico en mente.
  • Desarrolladores y usuarios técnicamente curiosos cómodos con proyectos de código abierto. El repositorio público de GitHub, el seguimiento de incidencias y el historial activo de lanzamientos son adecuados para quienes están dispuestos a leer notas de versión o reportar un problema en lugar de esperar soporte al cliente dedicado.
  • Usuarios que quieren inspeccionar o modificar el código ellos mismos. La licencia MIT permite bifurcar y modificar, algo importante para quien quiera auditar exactamente qué hace la app antes de confiarle conversaciones privadas o claves de API de proveedores.

Quién no debería usar Maid

  • Usuarios de iPhone, iPad, Windows, macOS o Linux. La versión actual 3.0.0 es solo para Android; no hay ficha en la App Store ni build de escritorio compatible. Los usuarios en esas plataformas deberían considerar Private LLM o PocketPal AI (Apple), u Ollama, LM Studio o Jan AI (escritorio).
  • Usuarios que quieren una experiencia totalmente guiada, sin configuración. Elegir entre modo local y remoto, seleccionar el tamaño de modelo adecuado para tu dispositivo y gestionar claves de API forma parte del flujo de trabajo; quienes prefieran que la app tome esas decisiones por ellos podrían preferir una app más curada como Loci o Enclave AI.
  • Usuarios que quieren ejecutar localmente los modelos más exigentes (70B+ parámetros). El hardware de un teléfono, incluso en dispositivos Android de gama alta, no puede ejecutar de forma práctica modelos de esa escala en el dispositivo — esas cargas de trabajo necesitan un escritorio, una workstation o una API en la nube/proveedor remoto, sin importar qué app móvil se use.
  • Usuarios que esperan soporte comercial dedicado. Maid lo mantiene una organización de código abierto en GitHub, no una empresa financiada con equipo de soporte; quienes necesiten tiempos de respuesta garantizados o un acuerdo de soporte empresarial deberían buscar una alternativa con respaldo comercial.
  • Usuarios que necesitan el antiguo build multiplataforma. Cualquiera que dependa del soporte anterior de Maid para iOS, Windows, macOS o Linux de los lanzamientos v2.x basados en Flutter debe saber que esas plataformas no forman parte de la versión actual y activamente mantenida.

Maid frente a alternativas

Maid

Licencia / costo:
Gratuita, código abierto (MIT)
Plataformas:
Solo Android (desde v3.0.0)
Flexibilidad de modelos:
Cualquier archivo GGUF vía llama.cpp, o proveedores remotos (Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita, OrcaRouter) con tu propia clave de API
Artículos sobre Maid (4)

También mencionado en:

PocketPal AI

Licencia / costo:
Gratuita, código abierto (MIT)
Plataformas:
iPhone/iPad, Android
Flexibilidad de modelos:
Lista de descarga rápida más cualquier archivo GGUF de Hugging Face

Private LLM

Licencia / costo:
De pago, compra única; código cerrado
Plataformas:
iPhone/iPad/Mac (solo Apple)
Flexibilidad de modelos:
140+ modelos, con formatos de cuantización OmniQuant y GPTQ

Enclave AI

Licencia / costo:
Gratuita con nivel de pago; código cerrado
Plataformas:
iPhone/iPad/Mac (solo Apple)
Flexibilidad de modelos:
Lista curada de modelos en el dispositivo; integración con Siri y Atajos

ChatterUI

Licencia / costo:
Gratuita, código abierto (AGPL-3.0)
Plataformas:
Android (compilar desde el código fuente)
Flexibilidad de modelos:
Ejecuta archivos GGUF en el dispositivo vía llama.cpp, o se conecta a APIs remotas; soporte para Character Card v2

RikkaHub

Licencia / costo:
Gratuita, código abierto
Plataformas:
Android
Flexibilidad de modelos:
Cliente multi-proveedor (APIs compatibles con OpenAI/Google/Anthropic); diseño Material You
Artículos sobre RikkaHub (1)

También mencionado en:

AnythingLLM Mobile

Licencia / costo:
Gratuita, código abierto
Plataformas:
iPhone/iPad, Android
Flexibilidad de modelos:
Inferencia en el dispositivo, conexión a una instancia de AnythingLLM autoalojada, o cualquier proveedor compatible con OpenAI
Artículos sobre AnythingLLM Mobile (1)

También mencionado en:

LLM Farm, antes una popular app de chat GGUF de código abierto para iOS, fue retirada de la App Store y marcada como "temporalmente no disponible" en su propio repositorio de GitHub al momento de esta reseña — por eso se omite de las recomendaciones activas anteriores. A Layla, otra app de asistencia en el dispositivo, según reportes se le retiró su nivel gratuito "Layla Lite" de Google Play; verifica la disponibilidad actual directamente en layla-network.ai antes de asumir que se puede instalar.

Preguntas frecuentes

¿Es gratis Maid?

Sí. Maid es gratuita de descargar y usar, tanto para chat local en el dispositivo como para chat con proveedores remotos, y la app es de código abierto bajo licencia MIT. No se encontró ningún nivel de pago ni compra dentro de la app en su documentación al momento de esta reseña; el modo con proveedores remotos se sigue facturando a través de tu propia cuenta con ese proveedor.

¿Quién desarrolló Maid?

Maid fue creado por Dane Madsen, quien inició el proyecto en octubre de 2023 como una app multiplataforma en Flutter. Hoy se mantiene bajo la organización de GitHub Mobile-Artificial-Intelligence en lugar de como proyecto personal.

¿Es Maid de código abierto?

Sí, el código fuente completo está publicado en GitHub bajo licencia MIT, una licencia permisiva que permite el uso, modificación y redistribución libres.

¿Funciona Maid en iPhone, Windows o Mac?

No. Desde la versión 3.0.0 (marzo de 2026), Maid es solo para Android. Los lanzamientos anteriores basados en Flutter hasta la v2.0.7 (abril de 2025) incluían builds para iOS (solo sideload, sin ficha en la App Store), Windows, macOS y Linux, pero esas plataformas no son compatibles con la versión actual y activamente mantenida.

¿Qué modelos puede ejecutar Maid?

Para chat local, Maid puede ejecutar cualquier modelo en formato GGUF vía llama.cpp — no hay una lista curada fija. También puede conectarse a proveedores remotos, incluyendo Anthropic, OpenAI, Ollama, Mistral, DeepSeek, Novita y OrcaRouter, usando una clave de API o dirección de servidor que tú mismo proporciones.

¿Cuánta RAM necesita Maid para modelos locales?

Esto depende del modelo GGUF que elijas, no de un requisito fijo de la app. Como guía general, los modelos cuantizados de 2 a 4B de parámetros suelen necesitar 3-4 GB de RAM libre, y los de 7 a 8B suelen necesitar 8 GB o más. Los dispositivos con más RAM pueden ejecutar localmente modelos más grandes y capaces.

¿Requiere Maid conexión a internet?

No se requiere conexión a internet para el chat local una vez descargado un modelo GGUF — la inferencia se ejecuta completamente en el dispositivo vía llama.cpp. Se requiere conexión a internet para la descarga inicial de modelos, para usar el modo con proveedores remotos, y para la función opcional de copia de seguridad en la nube basada en Supabase.

¿Sigue Maid manteniéndose activamente?

Al momento de esta reseña, sí: el repositorio de GitHub muestra commits y pull requests fusionados tan recientes como principios de septiembre de 2026, incluyendo una corrección al sistema de chat y la incorporación de OrcaRouter como proveedor remoto. Lo mantiene una organización de código abierto en GitHub y no una empresa financiada, así que verifica tú mismo la actividad reciente del repositorio antes de depender de él para algo urgente.

¿Qué pasó con el soporte de Maid para iOS, Windows y Mac?

Maid fue originalmente una app multiplataforma en Flutter; los lanzamientos hasta la v2.0.7 (abril de 2025) incluían, además de Android, builds instalables para iOS (sideload), Windows, macOS y Linux. La versión 3.0.0 (marzo de 2026) reescribió la app en React Native y limitó el proyecto solo a Android — los builds de escritorio e iOS no forman parte de la línea de lanzamientos actual.

¿Cómo se compara Maid con PocketPal AI o Private LLM?

Maid es gratuita, de código abierto, solo para Android e inusual porque admite tanto inferencia GGUF completamente local como proveedores remotos en la nube dentro de una misma app. PocketPal AI también es gratuita y de código abierto, pero cubre iPhone/iPad y Android con inferencia GGUF solo local. Private LLM es una app de pago, de código cerrado y exclusiva de Apple con un catálogo de modelos integrado más amplio. Elige Maid si usas Android y quieres opciones locales y en la nube en un mismo cliente; elige PocketPal AI si necesitas soporte para iOS con un modelo local similar, gratuito y de código abierto; elige Private LLM si prefieres una experiencia de pago, más pulida y exclusiva de Apple. Consulta la tabla comparativa anterior para más detalles.

Veredicto

Maid es una app Android genuinamente gratuita y genuinamente de código abierto con una combinación inusual para esta categoría: ejecuta modelos GGUF locales vía llama.cpp y te permite conectarte a proveedores remotos como OpenAI o Anthropic dentro del mismo cliente. Esa flexibilidad viene con compensaciones reales que conviene conocer antes de instalarla. La app pasó por un cambio de arquitectura importante en 2026 — una reescritura de Flutter multiplataforma a React Native solo para Android — que eliminó el soporte para iOS, Windows, macOS y Linux que tenía la versión anterior. La mantiene una organización de código abierto en GitHub y no una empresa, con un desarrollo activo al momento de esta reseña pero sin garantía de continuar a un ritmo determinado. Elige Maid si eres usuario de Android y quieres un cliente de chat gratuito, abierto y de doble modo (local y remoto), y te sientes cómodo con un proyecto mantenido por la comunidad. Elige otra app —PocketPal AI o Private LLM para dispositivos Apple, u Ollama, LM Studio o Jan AI para escritorio— si necesitas una plataforma que la versión actual de Maid no cubre.

Fuentes

← Volver a LLM locales avanzados