Meilleures applications LLM locales pour Android en 2026 : 6 applications testées sur de vrais téléphones

Faits rapides

• Appareils de test : Samsung Galaxy S25 Ultra (Snapdragon 8 Elite, 12 GB RAM), Google Pixel 9 Pro (Tensor G5, 16 GB RAM), OnePlus 13 (Snapdragon 8 Elite, 16 GB RAM).
• Familles de chipsets testées : Snapdragon 8 Elite (NPU Hexagon), Tensor G5 (NPU non exposé aux applications tierces), MediaTek Dimensity 9400 (spécifications APU couvertes ; pas d'appareil de test).
• Meilleur modèle pour Android 12 GB : Phi-4 Mini (3.8B, ~2.7 GB à Q4_K_M) — s'exécute sur les six applications sur les trois appareils de test.
• Meilleur modèle pour Android 8 GB : Qwen3 1.7B ou SmolLM2 1.7B — s'exécute sur tous ; Gemma 3 1B pour les appareils très contraints.
• RAM minimum pour modèles 3B : 6 GB RAM appareil. Au-dessous, restez à des modèles 1.7B.
• Tokens/sec sur S25 Ultra (Phi-4 Mini) : MLC Chat ~22 tok/sec (NPU), PocketPal AI ~16 tok/sec (CPU/Vulkan), Maid ~18 tok/sec (Vulkan), Layla ~14 tok/sec (CPU), Private AI ~13 tok/sec (CPU), Ollama Termux ~10 tok/sec (CPU).
• Play Store vs. F-Droid : MLC Chat, Layla, PocketPal AI et Private AI sont sur Google Play. Maid est principalement sur F-Droid. Ollama via Termux requiert Termux depuis F-Droid.
• Intégration feuille de partage (Android) : Seules PocketPal AI et Layla gèrent l'entrée native de la feuille de partage Android à partir de mai 2026.

Tableau de comparaison

Quelle application choisir ?

• Téléphone Snapdragon 8 Elite (S25 Ultra, OnePlus 13) : Commencez avec MLC Chat. Si vous avez besoin de modèles pas dans la bibliothèque MLC Chat, ajoutez PocketPal AI comme votre deuxième application — elle couvre l'écosystème GGUF complet avec inférence accélérée Vulkan.
• Pixel 9 Pro (Tensor G5) : L'avantage NPU disparaît — PocketPal AI est le meilleur choix pour la qualité d'interface et la portée des modèles. MLC Chat bascule à CPU seul sur Tensor G5, perdant son avantage de vitesse.
• N'importe quel Android, personnalisation en premier : Ollama via Termux + un frontend de chat (Alpaca, Open WebUI dans Chrome) est la configuration la plus capable. Requiert ~30 minutes de travail terminal mais offre une API compatible OpenAI, utilisation d'outils et accès à la bibliothèque de modèles Ollama complète.
• Téléphone dé-googlifié / confidentialité : Maid depuis F-Droid. Fonctionne sur GrapheneOS, CalyxOS et autres builds dé-googlifiés. Pas de dépendance Play Services.
• Téléphone 8 GB RAM : N'importe quelle des six applications avec Qwen3 1.7B ou SmolLM2 1.7B. PocketPal AI gère le stockage de modèles le plus élégamment sur les appareils contraints.
• Samsung Galaxy (n'importe quel modèle) : Soyez conscient du tueur d'arrière-plan agressif de Samsung. Verrouillez l'application IA dans la barre d'applications récentes et ajoutez-la à Maintenance d'appareil → Batterie → Applications en veille pour éviter les interruptions au milieu d'une inférence.

Comparaison des chipsets : Snapdragon vs. MediaTek vs. Tensor

MLC Chat

• Bibliothèque de modèles : Curée — MLC Chat est livré avec un ensemble de modèles pré-compilés optimisés pour mobile (Qwen3 1.7B, Phi-4 Mini, Gemma 3 1B, Llama 3.2 1B). L'importation de modèles personnalisés est disponible mais requiert la toolchain de compilation MLC — pas un processus simple d'un clic.
• Utilisation du NPU : Support NPU Hexagon vérifié sur Snapdragon 8 Elite (Galaxy S25 Ultra, OnePlus 13). Évalué à ~40 tokens/sec pour Qwen3 1.7B et ~22 tokens/sec pour Phi-4 Mini sur le S25 Ultra — comparé à ~12–16 tokens/sec CPU seul sur le même matériel.
• Qualité de l'interface : Propre, fonctionnel, minimaliste. Interface de chat uniquement — pas d'éditeur de prompt système, pas de cartes de caractères, pas de commutation multi-modèles. Adapté pour des tâches de chat focalisées, pas pour la configuration utilisateur avancée.
• Feuille de partage Android : Non supportée à partir de mai 2026. Impossible de recevoir du texte d'autres applications via la feuille de partage standard.
• Fiabilité hors ligne : Excellente. Une fois un modèle compilé et mis en cache, MLC Chat s'exécute avec zéro appels réseau. Le processus d'arrière-plan est stable comparé à certaines applications basées sur llama.cpp.
• Stockage : MLC Chat stocke les poids de modèle compilés dans son répertoire d'application privé (~3 GB pour Phi-4 Mini compilé pour Snapdragon). Ceux-ci ne sont pas portables vers d'autres applications — une limitation par rapport aux applications basées sur GGUF.
• Chemin d'installation : Google Play Store. Code source à github.com/mlc-ai/mlc-llm.

Maid

• Bibliothèque de modèles : Sans restriction. N'importe quel fichier de modèle GGUF peut être importé via le gestionnaire de fichiers Android ou téléchargé via URL. Cela inclut les modèles pas sur Hugging Face ou dans les bibliothèques d'applications curées.
• Utilisation du NPU : Chemin GPU Vulkan sur appareils compatibles — pas de NPU dédié. Sur Snapdragon 8 Elite, Vulkan livre ~18 tokens/sec pour Phi-4 Mini, comparé à ~22 tokens/sec avec le chemin NPU de MLC. Pas d'accès NPU Hexagon.
• Qualité de l'interface : Fonctionnel mais moins poli que PocketPal AI ou Layla. L'éditeur de prompt système, les contrôles de température et la gestion basique de l'historique de chat sont présents. Le support des cartes de caractères est limité.
• Feuille de partage Android : Non supportée à partir de mai 2026.
• Fiabilité hors ligne : Excellente — l'inférence basée sur llama.cpp est stable. Les limites d'arrière-plan des ROM OEM (Samsung, OnePlus) s'appliquent toujours.
• Stockage : Modèles stockés dans le répertoire privé de l'application ou un chemin spécifié par l'utilisateur. Les fichiers GGUF sont portables entre Maid et PocketPal AI s'ils sont placés dans un stockage accessible partagé.
• Chemin d'installation : F-Droid (principal), versions GitHub. Code source à github.com/Mobile-Artificial-Intelligence/maid. Pas sur Google Play.

Layla

• Bibliothèque de modèles : Curée, ensemble plus petit. Layla offre une expérience de téléchargement gérée — sélectionnez un modèle depuis la bibliothèque in-app et il est automatiquement téléchargé et configuré. L'importation GGUF personnalisée n'est pas une fonction principale.
• Utilisation du NPU : Chemin CPU seul — pas de GPU Vulkan ou NPU Hexagon. Cela rend Layla la plus lente des six sur Snapdragon 8 Elite (~14 tokens/sec pour Phi-4 Mini) mais cohérente sur tous les chipsets Android.
• Qualité de l'interface : Meilleure des six applications pour les nouveaux utilisateurs. Interface focalisée sur le chat avec gestion de conversation claire, pas de surcharge de paramètres et commutation de modèles souple.
• Feuille de partage Android : Supportée — Layla peut recevoir du texte d'autres applications via la feuille de partage Android, ce qui en fait l'une des deux applications dans ce guide qui s'intègrent au flux de partage Android standard.
• Fiabilité hors ligne : Bonne. Entièrement hors ligne après le téléchargement du modèle. Moins susceptible aux tueurs d'arrière-plan car aucun processus serveur local s'exécute (contrairement à Ollama via Termux).
• Stockage : Layla gère le stockage de modèles en interne. Aucune gestion manuelle de fichiers requise.
• Chemin d'installation : Google Play Store.

Ollama via Termux

• Bibliothèque de modèles : Illimitée — la bibliothèque de modèles Ollama complète est disponible via `ollama pull [nom-de-modèle]`. C'est l'accès au modèle le plus large de toute application dans ce guide.
• Utilisation du NPU : CPU seul dans le build Ollama ARM64 standard. Pas de support GPU Vulkan ou NPU Hexagon dans la configuration Termux standard à partir de mai 2026. Cela rend Ollama le plus lent en tokens/sec bruts (~10 tokens/sec pour Phi-4 Mini sur S25 Ultra).
• Utilisation d'outils et appel de fonction : Supporté — Ollama sur Android gère l'utilisation d'outils de la même manière que sur le bureau. Connectez n'importe quel frontend capable d'utilisation d'outils à localhost:11434.
• Feuille de partage Android : Non directement supportée. Workaround : utilisez un raccourci Termux:Widget pour rediriger le contenu du presse-papiers vers `ollama run [modèle]`.
• Fiabilité d'arrière-plan : Problématique sur Samsung et OnePlus sans whitelist d'optimisation de batterie. Créez un raccourci Termux:Widget pour ollama serve et verrouillez Termux dans la barre d'applications récentes. Samsung One UI requiert de désactiver explicitement "Applications en veille" pour Termux.
• Chemin d'installation : Termux depuis F-Droid, puis le script d'installation Ollama via curl.

1. 1
   Installez Termux depuis F-Droid (pas la version Play Store — le build Play Store est obsolète et casse les installations Ollama).
2. 2
   Dans Termux : pkg update && pkg install curl
3. 3
   Installez Ollama : curl -fsSL https://ollama.com/install.sh | sh — cela détecte l'environnement Android ARM64 et installe le bon binaire.
4. 4
   Tirez un modèle : ollama pull qwen3:1.7b ou ollama pull phi4-mini.
5. 5
   Démarrez le serveur : ollama serve (gardez cela actif dans une session Termux ou utilisez un widget d'arrière-plan).
6. 6
   Interagissez via Termux : ollama run phi4-mini — ou connectez n'importe quelle application supportant un endpoint compatible OpenAI à http://localhost:11434.

Private AI

• Bibliothèque de modèles : Curée, contrôlée pour la confidentialité. Les téléchargements proviennent de sources vérifiables. Pas d'accès aux repos Hugging Face arbitraires — échange la flexibilité pour un approvisionnement en modèles contrôlé et vérifiable.
• Utilisation du NPU : Chemin CPU seul. Cohérent sur tous les chipsets à ~13 tokens/sec sur Phi-4 Mini (S25 Ultra).
• Qualité de l'interface : Propre, minimaliste. Focalisée sur le chat avec exportation de conversation et aucune télémétrie d'utilisation. Manque les options de configuration avancée (température, top-p, prompts système) — volontairement simplifiée.
• Feuille de partage Android : Non supportée à partir de mai 2026.
• Fiabilité hors ligne : Best-in-class. Conçue pour s'exécuter entièrement hors ligne. Aucun appel réseau d'arrière-plan, aucune synchronisation, aucune analytique.
• Permissions : Minimales — demande l'accès au stockage et au microphone (pour l'entrée vocale, optionnel). Ne demande pas de contacts, de position ou d'ID publicitaire.
• Chemin d'installation : Google Play Store.

PocketPal AI

• Bibliothèque de modèles : Écosystème GGUF complet — parcourez et téléchargez directement depuis Hugging Face dans l'application, ou importez des fichiers GGUF locaux. Cela couvre la même portée que Maid tout en ajoutant une interface de découverte curée.
• Utilisation du NPU : Chemin GPU Vulkan sur appareils compatibles. Sur Snapdragon 8 Elite, livre ~16 tokens/sec sur Phi-4 Mini — derrière le chemin NPU de MLC (~22 tokens/sec) mais devant toutes les applications CPU seul sur le même matériel.
• Qualité de l'interface : Meilleure interface utilisateur native mobile des six applications. Navigation par gestes, gestion de conversation, éditeur de prompt système, benchmarking de modèles et un panneau d'paramètres par modèle. Construit avec React Native + llama.rn.
• Feuille de partage Android : Supportée — PocketPal AI et Layla sont les deux seules applications dans ce guide qui s'intègrent à la feuille de partage Android. Surligner du texte dans n'importe quelle application → Partager → PocketPal AI.
• Fiabilité hors ligne : Excellente. Pas de processus serveur d'arrière-plan (contrairement à Ollama via Termux) — l'inférence s'exécute in-process, évitant les problèmes de tueur d'arrière-plan Android que les approches basées sur serveur affectent.
• Stockage : Stocke les fichiers GGUF dans le stockage d'application privé par défaut, avec une option de pointer vers le stockage externe. Les fichiers de modèle sont portables vers Maid s'ils sont déplacés dans le stockage Android partagé.
• Chemin d'installation : Google Play Store. Code source à github.com/a-ghorbani/pocketpal-ai.

Fragmentation Android : Stockage, RAM et limites d'arrière-plan

• Partitions de stockage : Le /data/user/0/ (stockage privé d'application) d'Android et /sdcard/ (stockage partagé) sont des partitions séparées. La plupart des applications IA locales stockent les modèles dans un stockage d'application privé, qui n'est pas consultable dans le gestionnaire de fichiers sans root. Si vous souhaitez partager un fichier GGUF entre Maid et PocketPal AI, il doit d'abord être copié à un emplacement partagé.
• Allocation RAM : Android ne donne pas aux applications tierces une allocation mémoire garantie. Si le système a besoin de RAM, il tue les processus d'arrière-plan — incluant les processus d'inférence. Sur les appareils 12 GB RAM (standard S25 Ultra), c'est rarement un problème lors de l'utilisation active. Sur les téléphones 8 GB RAM, lancer n'importe quelle autre application pendant l'inférence peut l'interrompre.
• Samsung One UI tueur d'arrière-plan : Le plus agressif des grands OEM Android. Naviguer vers Paramètres → Maintenance d'appareil → Batterie → Limites d'utilisation d'arrière-plan → Applications en veille, et supprimer manuellement n'importe quelle application IA de cette liste. Aussi verrouillez l'application dans la barre d'applications récentes en tapant sur son icône.
• OnePlus OxygenOS tueur d'arrière-plan : Similaire à Samsung. Aller à Paramètres → Batterie → Optimisation de batterie, trouver l'application IA et la définir à "Ne pas optimiser". Aussi verrouillez l'application dans la barre d'aperçu des applications récentes.
• Pixel (AOSP-plus-proche) : Le comportement d'arrière-plan est le plus prévisible. Les applications demandant la permission FOREGROUND_SERVICE (PocketPal AI et Maid le font) s'exécutent de manière fiable pendant l'inférence active sur Pixel. L'exclusion de l'optimiseur de batterie est toujours recommandée pour les très longues sessions.
• Xiaomi MIUI/HyperOS : Tueur d'arrière-plan le plus agressif après Samsung. La fonction "Économiseur de batterie" peut terminer l'inférence au milieu de la génération. Aller à Paramètres → Applications → Gérer les applications → [application] → Économiseur de batterie → Pas de restrictions.

Intégration feuille de partage Android

• Comment cela fonctionne : Sélectionnez n'importe quel texte dans n'importe quelle application Android (navigateur Web, email, lecteur PDF, application de messagerie) → appuyez sur Partager → choisissez PocketPal AI ou Layla → le texte sélectionné apparaît dans le champ d'entrée de chat.
• Feuille de partage PocketPal AI : Reçoit le texte brut. Ouvre une nouvelle conversation avec le texte sélectionné pré-rempli. Vous pouvez alors ajouter un prompt (par exemple, "Résumez ceci", "Traduisez en français", "Vérifiez ceci") et l'envoyer au modèle local.
• Feuille de partage Layla : Même fonctionnalité de base. Transition d'interface utilisateur légèrement plus fluide de la feuille de partage vers l'interface de chat.
• MLC Chat, Maid, Ollama via Termux, Private AI : N'apparaissent pas dans la feuille de partage Android à partir de mai 2026. Le texte doit être manuellement copié et collé dans ces applications.
• Cas d'utilisation pratiques : Résumer des articles Web lors de la navigation, traduire des emails, rédiger des réponses à des messages, vérifier des paragraphes — tout sans que le texte ne quitte votre appareil ou ne touche une API cloud.

Chemins de sideload et Termux : L'avantage Android

• Termux : Un environnement Linux dans une application Android. Installez via F-Droid (pas Play Store). Exécute bash, Python, curl et pratiquement n'importe quel binaire Linux ARM64 — incluant Ollama. Termux n'est pas disponible sur iOS ; son équivalent (iSH) manque les capacités réseau pour fournir les APIs locales.
• Sideloading F-Droid : Installez les applications sans Google Play — utile pour Maid, Termux et autres outils IA locaux open-source. Téléchargez l'APK client F-Droid, activez "Installer à partir de sources inconnues" dans les paramètres de sécurité Android, installez F-Droid, puis installez n'importe quelle application listée sur F-Droid sans compte Google.
• Sideloading ADB : Les utilisateurs avancés peuvent sideload les APK directement via Android Debug Bridge (`adb install [app.apk]`). Cela permet d'installer les applications dont la liste Play Store est restreinte régionalement ou supprimée.
• Avantage ROM personnalisée : Les utilisateurs LineageOS, GrapheneOS et CalyxOS peuvent désactiver complètement Google Play et utiliser F-Droid + ADB comme leurs seuls chemins d'installation d'application. Maid et Termux fonctionnent entièrement sur ces plateformes. Aucun équivalent iOS n'existe.
• Mode serveur Llama.cpp via Termux : Au-delà d'Ollama, llama.cpp lui-même peut être compilé via Termux et s'exécuter en mode serveur — fournissant une API locale alternative que certains utilisateurs préfèrent pour son surcharge mémoire inférieure comparé à Ollama.

Erreurs courantes

• Installation de Termux depuis le Play Store. La version Play Store de Termux est obsolète (Termux a cessé de la mettre à jour en 2020). Le build actuellement maintenu est sur F-Droid. pkg install curl et le script d'installation Ollama échouent tous les deux dans la version Play Store de Termux.
• S'attendre à une vitesse NPU sur un téléphone Pixel. Le NPU Tensor G5 de Google n'est pas accessible aux applications tierces. Les six applications s'exécutent en CPU seul sur tous les modèles Pixel. L'avantage NPU de MLC s'applique uniquement à Snapdragon 8 Elite et ne s'étend pas à Pixel.
• Ignorer la whitelist d'optimisation de batterie sur Samsung. Les téléphones Galaxy terminent les processus d'arrière-plan agressivement. Une génération durant plus de 90 secondes sera probablement interrompue par la politique de tueur d'arrière-plan à moins que Termux ou l'application IA soit explicitement whitelisté.
• Télécharger des modèles trop volumineux pour l'appareil. Un modèle 7B Q4_K_M (~4.7 GB) requiert ~6 GB de RAM disponible. Sur un téléphone 12 GB avec surcharge système, c'est serré. Sur un téléphone 8 GB, cela va OOM-kill l'application au milieu de la génération. Utilisez Phi-4 Mini (3.8B, ~2.7 GB) pour appareils 8–10 GB et Qwen3 1.7B (~1.1 GB) pour n'importe quoi en-dessous.
• Supposer que le stockage est accessible dans les Téléchargements. La plupart des applications IA locales stockent les fichiers de modèle dans un stockage d'application privé (`/data/user/0/[app-package]/`), que le gestionnaire de fichiers ne peut pas consulter sans root. Si vous téléchargez un GGUF dans le dossier Téléchargements et vous attendez à ce que l'application le trouve, elle ne le trouvera pas — utilisez la fonction d'importation in-app ou pointez vers le bon chemin dans les paramètres.
• Exécuter simultanément deux applications d'inférence. Chaque application charge le modèle en RAM. Deux modèles 3B sur un téléphone 12 GB laissent ~5 GB pour le système d'exploitation, ce qui déclenche les tueurs. Si vous utilisez MLC Chat et PocketPal AI, fermez l'une avant d'ouvrir l'autre.

Sources

• GitHub MLC Chat et documentation — github.com/mlc-ai/mlc-llm
• GitHub Maid (Mobile Artificial Intelligence) — github.com/Mobile-Artificial-Intelligence/maid
• GitHub PocketPal AI — github.com/a-ghorbani/pocketpal-ai
• Documentation officielle Ollama — ollama.com
• Documentation officielle Termux — wiki.termux.com
• Documentation technique NPU Hexagon Snapdragon 8 Elite — Réseau de développeurs Qualcomm
• Spécifications APU MediaTek Dimensity 9400 — Page produit MediaTek
• Vue d'ensemble du chipset Google Tensor G5 — Documentation matériel Google
• Limites de processus d'arrière-plan d'Android et optimisation de batterie — Documentation développeur Android

FAQ

Lectures connexes

• Meilleures applications IA locales pour iPhone 2026 — l'équivalent iOS : LLM Farm, Pocket Paladin et le paysage d'inférence iPhone.
• Comment exécuter l'IA sur une tablette : iPad et Android (2026) — Connection locale vs. distante pour le plus grand écran avec recommandations spécifiques aux tablettes.
• Modèles IA mobiles : Phi-4 Mini, Gemma, SmolLM — Guide de sélection de modèles pour l'inférence mobile : quels modèles s'adaptent aux téléphones 4–16 GB.
• Répertoire logiciel IA local 2026 — le répertoire d'applications complet incluant les applications de bureau, les backends serveur et les frontends pour toutes les plateformes.
• Application IA locale la plus simple pour Windows, Mac et Linux — l'équivalent de bureau : philosophie identique pour comparer les applications par facilité d'utilisation.
• Meilleurs IA locaux 2026 — Article d'autorité en matière de modèles : quels modèles open-weight utiliser dans les configurations matérielles.