关键要点
- PocketPal AI是最佳免费默认选择。 开源、App Store安装，支持Hugging Face上任意GGUF模型。在iPhone 16 Pro上以约10–15 tokens/秒运行Phi-4 Mini。适合大多数用户的推荐起点。
- Private LLM是最佳付费选项（约£10买断，无需订阅）。 精选模型库、iOS Shortcuts集成，支持"嘿Siri，问一下Private LLM"语音命令。如需免提语音访问或工作流自动化，物有所值。
- MLC Chat在Apple Silicon上速度最快。 使用Metal GPU加速的MLC LLM，比同等硬件上基于llama.cpp的应用快约25–35%。模型选择少于PocketPal AI。
- LLM Farm可配置性最强。 开放采样参数（温度、top-p、mirostat）、按模型设置系统提示词及对话模板。适合需要针对特定场景调优模型的用户。
- Apple Intelligence在设备端运行，但非独立应用。 苹果约3B基础模型在iOS 18+的iPhone 15 Pro及更新机型上运行，为邮件、信息、备忘录等系统功能提供支持，不提供直接的对话界面。
- iPhone 16 Pro / 17 Pro推荐模型：Phi-4 Mini（3.8B Q4_K_M，约2.7 GB）。 8 GB内存档次的最佳性价比选择。6 GB内存旧款iPhone（iPhone 14 Pro）：推荐Qwen3 1.7B或SmolLM 2 1.7B。
- 所有应用均无需越狱，可在标准iOS上运行。 PocketPal AI、Private LLM、MLC Chat和LLM Farm均在App Store上架；Apple Intelligence内置于iOS。
快速概览
- 测试应用： PocketPal AI、Private LLM、MLC Chat、LLM Farm、Apple Intelligence（系统）。
- 测试设备： iPhone 16 Pro（A18 Pro，8 GB内存）和iPhone 17 Pro（A19 Pro）。
- 推理引擎： llama.cpp（PocketPal AI、LLM Farm），Metal加速的MLC LLM（MLC Chat），私有设备端运行时（Private LLM、Apple Intelligence）。
- 运行3B以上模型的最低iPhone要求： iPhone 14 Pro（A16，6 GB内存）可运行1.7B；iPhone 15 Pro / 16 Pro / 17 Pro（8 GB以上）可运行3B–4B。
- 最佳免费应用： PocketPal AI——App Store、开源、模型灵活性高。
- 最佳付费应用： Private LLM——约£10买断，支持Shortcuts + Siri。
- 离线使用： 所有五款应用在模型下载后均可完全离线运行，无需调用云端。
首先应该安装哪款iPhone应用？
对大多数用户：在App Store安装PocketPal AI，然后下载Phi-4 Mini（3.8B Q4_K_M）。 这个组合支持iPhone 14 Pro及更新机型，完全免费，能够胜任日常对话、摘要和快速起草等任务。只有在有特定需求时，再考虑其他应用。
📍 简单一句话
2026年大多数iPhone用户：安装PocketPal AI（免费，App Store）并下载Phi-4 Mini——可在6 GB以上内存的任何iPhone上处理日常对话、摘要和写作任务。
💬 简单来说
2026年有五款应用可完全在iPhone上本地运行AI。PocketPal AI是最佳免费起点——安装后一次性下载2.7 GB的模型文件，即可获得一个无需WiFi、在地铁上也能使用的私密AI助手。Private LLM是希望Siri与本地模型对话的付费选择。MLC Chat速度最快。LLM Farm最灵活。Apple Intelligence内置于iOS但非对话应用。PocketPal AI可满足90%的使用场景。
决策：选择哪款iPhone本地AI应用？
Use a local LLM if:
- •想要免费的离线AI对话助手 → PocketPal AI
- •想让Siri与本地模型对话 → Private LLM
- •想在Apple Silicon上获得最快生成速度 → MLC Chat
- •想调整采样参数和对话模板 → LLM Farm
- •只需要在邮件/信息/备忘录中获得写作辅助 → Apple Intelligence（系统内置）
Use a cloud model if:
- •需要70B以上模型质量（Llama 3.3 70B、GPT-5.5水平）→ 使用云端或远程连接家用机器
- •需要访问GPT-5.5、Claude Opus或Gemini → 云端应用（本地无法运行这些模型）
- •需要实时视觉或文字以外的多模态输出 → 云端（2026年设备端多模态能力有限）
Quick decision:
- →免费 + 满足90%场景：PocketPal AI
- →付费 + iOS原生集成：Private LLM
- →芯片上速度最快：MLC Chat
💡Tip: 即使计划购买Private LLM，也建议先安装PocketPal AI。用PocketPal AI测试您的iPhone档次的设备端推理速度是否满足需求。如果满意，再判断Private LLM的iOS Shortcuts和Siri集成是否值约£10。如果不满意，您就在付费前省下了这笔钱。
iPhone应用对比表
五款应用在三个关键维度上有所差异：费用、模型灵活性和iOS集成度。 速度差异存在，但均远小于这些应用与云端LLM之间的差距。
📍 简单一句话
PocketPal AI是最佳免费默认选择，Private LLM是最佳付费选项，MLC Chat速度最快，LLM Farm可配置性最强，Apple Intelligence为系统集成型。
💬 简单来说
选择通常取决于三点：是否愿意付费（Private LLM）、是否追求极致速度（MLC Chat）、是否需要灵活调参（LLM Farm）。其他情况下，PocketPal AI是默认之选。表格数据均以Q4_K_M量化为准——这是2026年移动端推理的标准配置。
| 应用 | 价格 | Tokens/sec (Phi-4 Mini, 16 Pro) | 隐私保护 | 最适用于 |
|---|---|---|---|---|
| PocketPal AI | 免费（开源） | ~10–15 | 纯本地，无遥测 | 大多数用户的免费默认选择 |
| Private LLM | 约£10买断 | ~10–14 | 纯本地，可选匿名统计 | iOS Shortcuts + Siri集成 |
| MLC Chat | 免费（开源） | ~14–20（Metal加速） | 纯本地，无遥测 | Apple Silicon上速度最快 |
| LLM Farm | 免费（开源） | ~10–15 | 纯本地，无遥测 | 需要调整采样参数的高级用户 |
| Apple Intelligence | 免费（iOS 18+内置） | N/A（系统功能） | 本地 + 可选Private Cloud Compute | 邮件、信息、备忘录辅助 |
关于Apple神经引擎（ANE）与Metal的说明： PocketPal AI和LLM Farm使用带有Metal Performance Shaders的llama.cpp进行推理，在GPU上运行。MLC Chat使用经过深度Metal优化的MLC LLM，在相同硬件上tokens/秒高出25–35%。Apple Intelligence专门为系统3B模型使用ANE，能效更高但灵活性低于基于Metal的推理。A18 Pro（iPhone 16 Pro）和A19 Pro（iPhone 17 Pro）均搭载了改进版ANE，但第三方应用无法直接调用ANE——该功能专为Apple Intelligence及苹果官方API保留。
💡Tip: Tokens/秒数据基于Q4_K_M量化（2026年移动端推理标准）及无其他高负载应用运行的iPhone空闲状态。后台应用会使吞吐量下降10–30%。由于A19 Pro的改进，iPhone 17 Pro的tokens/秒比iPhone 16 Pro高约20–30%。
PocketPal AI：免费开源首选
PocketPal AI是2026年大多数iPhone用户的推荐起点。 免费、开源（GitHub：a-ghorbani/pocketpal-ai），在App Store上架，支持Hugging Face上任意GGUF模型。应用底层使用llama.cpp，并针对Apple Silicon进行了优化。
- 是什么： 一款使用llama.cpp在本地运行GGUF模型的iOS应用。无需订阅、无遥测、无需账号。
- 安装： App Store → 搜索"PocketPal AI"。免费下载。
- 添加模型： 在应用内点击"模型"→"从Hugging Face添加"→搜索（如"phi-4-mini-instruct-Q4_K_M"）→点击下载。模型存储在应用本地空间（Phi-4 Mini Q4约2.7 GB）。
- 生成速度（iPhone 16 Pro）： Phi-4 Mini约10–15 tok/秒，Llama 3.2 3B约12–18 tok/秒，Gemma 3 4B约7–10 tok/秒，Qwen3 1.7B约18–24 tok/秒。
- 最适用于： 希望使用免费、App Store安装、无需账号、支持任意社区GGUF模型的对话应用的用户。
💡Tip: PocketPal AI的模型选择器提供"推荐"筛选项，显示经验证适合您设备内存的模型。对于iPhone 16 Pro（8 GB内存），选择器推荐最高约4B参数的Q4_K_M版本。请信任此筛选器——安装过大的模型会导致iOS在生成回复途中强制关闭应用。
Private LLM：付费版iOS深度集成
Private LLM是2026年iPhone上最强的付费选择（约£10买断，无需订阅）。 仅在App Store上架，内置精选优化模型库。其核心差异化优势在于iOS集成：Shortcuts动作和"嘿Siri，问一下Private LLM"语音命令。
- 是什么： 一款带有精选模型库和深度iOS集成的付费iOS应用。使用针对Apple Silicon优化的私有设备端运行时。
- 安装： App Store → 搜索"Private LLM"。约£10买断（无订阅）。
- 精选模型库： 约30款预测试并为iPhone优化的模型，包括Llama 3.2 3B、Phi-4 Mini、Mistral Small Instruct及若干非审查版本。灵活性低于PocketPal AI，但不会出现安装后崩溃的问题。
- iOS Shortcuts： Private LLM提供"使用Private LLM生成文本"动作，可集成到Shortcuts自动化流程中。可通过主屏幕按钮或NFC标签触发本地AI。
- Siri集成： "嘿Siri，问一下Private LLM [您的问题]"会将提示词发送至设备端模型并朗读回答，全程无需联网。延迟高于聊天界面（音频开始前约3–5秒）。
⚠️Warning: Private LLM约£10的价格仅覆盖iPhone应用。macOS版本需单独购买，iPad版与iPhone通用（一次购买两端共用）。付款前请确认您所需的平台。苹果家庭共享可在家庭成员间共用该应用。
MLC Chat：苹果芯片专项优化
MLC Chat（来自MLC LLM项目）凭借Metal GPU加速，是2026年iPhone上速度最快的本地LLM应用。 免费、开源，运行由MLC LLM工具链编译的模型，而非标准GGUF格式。
- 是什么： MLC LLM项目的iOS参考应用，展示MLC LLM在Apple Silicon上的Metal加速推理能力。
- 安装： App Store → 搜索"MLC Chat"。免费。
- 速度优势： 对于相同模型，在同款iPhone上比基于llama.cpp的应用快约25–35%。iPhone 16 Pro上：Phi-4 Mini约14–20 tok/秒（PocketPal AI约10–15）。
- 模型库： 少于PocketPal AI——仅限MLC LLM项目已为iOS编译的模型。目前包括Llama 3.2 3B、Phi-4 Mini、Gemma 3 4B、RedPajama及少量其他模型。并非所有Hugging Face GGUF均可使用。
- 最适用于： 优先考虑速度而非模型灵活性的用户。如果目标模型在MLC库中，MLC Chat将是您iPhone上速度最快的选择。
💡Tip: MLC LLM的Metal加速优势在Neural Engine较弱的旧款iPhone上最为显著。在iPhone 17 Pro上，由于A19 Pro改进的Neural Engine缩小了llama.cpp的相对劣势，MLC Chat与PocketPal AI的差距有所收窄。在iPhone 14 Pro和15 Pro上，MLC Chat的领先优势最为明显。
LLM Farm：可配置性最强
LLM Farm是2026年可配置性最强的iPhone本地LLM应用。 免费、开源（GitHub：guinmoon/LLMFarm），开放了其他应用隐藏的采样参数。适合希望调整模型行为而非接受默认设置的用户。
- 是什么： 开发者@guinmoon的iOS应用，支持大量配置选项运行GGUF模型。
- 安装： App Store → 搜索"LLM Farm"。免费。
- 添加模型： 点击模型库图标 → "从URL添加模型" → 粘贴Hugging Face GGUF文件的直链。也可通过Apple文件传输GGUF。
- 开放的配置项： 温度、top-p、top-k、mirostat采样、重复惩罚、按模型设置系统提示词、对话模板选择、上下文窗口长度。其他应用隐藏的所有设置在此均可编辑。
- 生成速度： 与PocketPal AI相当（均使用llama.cpp）。iPhone 16 Pro上：Phi-4 Mini约10–15 tok/秒。
- 最适用于： 希望对比采样参数或测试不同对话模板的开发者、提示词工程师及高级用户。
💡Tip: LLM Farm开放的mirostat采样对创意写作任务很有价值——标准温度/top-p采样往往产生重复输出。建议从mirostat模式2、目标熵约5.0、学习率0.1开始调试。PocketPal AI和Private LLM均不提供mirostat选项。
Apple Intelligence：系统级内置AI
Apple Intelligence在iPhone 15 Pro及更新机型（A17 Pro芯片，最低8 GB内存）上以设备端方式运行苹果自家约3B基础模型。 它不是一款对话应用——而是为邮件（智能回复）、信息（写作工具）、备忘录（摘要）和通知摘要提供系统级功能。与PocketPal AI或Private LLM不同，该模型不直接响应用户自定义提示词。
- 位置： 内置于iOS 18+。前往设置 → Apple Intelligence与Siri启用。
- 硬件要求： iPhone 15 Pro / 15 Pro Max、iPhone 16系列、iPhone 17系列。旧款iPhone（14及以下）不支持Apple Intelligence。
- 设备端功能： 任意文本框内的写作工具（改写、摘要、校对），邮件和信息中的智能回复，通知摘要，Genmoji生成。
- Private Cloud Compute： 超出设备端模型能力的任务会转至Private Cloud Compute（PCC）——苹果运营的服务器运行更大模型，并以密码学手段保证不留存用户数据。PCC为可选项，可关闭。
- 与对话应用的关系： Apple Intelligence是补充而非替代。它处理iOS应用内的文本改写和摘要；PocketPal AI / Private LLM / MLC Chat / LLM Farm提供专用对话界面以回答任意问题。
💡Tip: 如果您只需要Apple Intelligence（改写邮件、汇总通知），则无需单独安装对话应用。如果您想向模型提问，如"用简单语言解释量子隧穿"或"为X项目起草方案"，请单独安装四款对话应用之一——Apple Intelligence不提供此类交互界面。
按iPhone档次推荐模型
iPhone内存决定模型规模上限，与芯片代数无关。 6 GB内存iPhone（14 Pro、15）可稳定运行1.7B模型；8 GB内存iPhone（15 Pro、16 Pro、17 Pro）可稳定运行3B–4B模型，缓慢运行7B模型。如需了解全硬件档次（不限移动端）的更广泛模型选择，请参阅2026年最佳本地LLM。
| iPhone档次（年份，内存） | 推荐型号 | 下载大小 | 预期速度 |
|---|---|---|---|
| iPhone 17 Pro（2025，8–12 GB） | Phi-4 Mini 或 Llama 3.2 3B（Q4_K_M） | 约2.5–2.7 GB | 约13–20 tok/秒 |
| iPhone 16 Pro / 16 Pro Max（2024，8 GB） | Phi-4 Mini（3.8B Q4_K_M） | 约2.7 GB | 约10–15 tok/秒 |
| iPhone 15 Pro / Pro Max（2023，8 GB） | Phi-4 Mini（3.8B Q4_K_M） | 约2.7 GB | 约8–12 tok/秒 |
| iPhone 14 Pro / Pro Max（2022，6 GB） | Qwen3 1.7B 或 SmolLM 2 1.7B（Q4_K_M） | 约1.1 GB | 约15–20 tok/秒 |
| iPhone 14 / 15 / 16（非Pro，6 GB） | Qwen3 1.7B 或 SmolLM 2 1.7B（Q4_K_M） | 约1.1 GB | 约12–18 tok/秒 |
| iPhone SE / 旧款（4 GB） | 不建议用于设备端LLM | — | — |
💡Tip: 对于旧款6 GB内存iPhone，Qwen3 1.7B是2026年模型规模与质量的最佳平衡点。SmolLM 2 1.7B（HuggingFace）性能相近。两者均可生成连贯的短回复（1–3段），但难以处理多步推理任务。请勿在6 GB内存iPhone上安装Phi-4 Mini——名义上可以装入，但一旦有其他应用占用内存，iOS就会强制关闭对话应用。
电池消耗与过热问题
iPhone上的设备端LLM推理对CPU/GPU消耗较高，会产生热量。 主动推理（模型生成token）消耗约3–5 W；持续生成会触发芯片降频，在iPhone 16 Pro上每小时消耗约20–30%电量。
- 电池消耗（主动对话）： iPhone 16 Pro运行Phi-4 Mini时每小时约消耗20–30%。iPhone 17 Pro因峰值功率更高而消耗略快，但因更快完成任务而有所抵消。
- 持续生成约10–15分钟后触发热节流。 芯片表面温度达到约38°C时，iOS降低时钟频率，tokens/秒下降30–50%。让手机冷却后可恢复正常速度。
- 缓解措施： 长时间推理时将iPhone屏幕朝上放在硬质平面上（不要握在手中或放入口袋），以利散热。被动散热保护壳有帮助，但对短时交互通常不必要。
- 后台占用： 生成后将对话应用保留在后台，内存仍被占用但无推理运行——电池影响可忽略不计。完全关闭应用可释放约3 GB内存。
- 推理时MagSafe充电： iPhone 17 Pro和16 Pro（均已改善热设计）可以接受。iPhone 15 Pro同时充电和推理可能更快触达热极限——建议推理后再充电。
⚠️Warning: 请勿在阳光直射或高温车内运行设备端LLM推理。环境热量与推理负载叠加会在数分钟内将芯片推至热极限，触发激进降频，甚至出现"iPhone需要冷却"提示。对话应用不会崩溃，但生成速度会极度缓慢。
iOS快捷指令、Siri与侧载
各应用的iOS集成深度差异显著。 Private LLM集成最深（快捷指令 + Siri）；PocketPal AI、MLC Chat和LLM Farm截至2026年均为独立对话应用，不提供快捷指令动作。
Private LLM快捷指令：摘要所选文本
“1. 动作："获取所选文本"（iOS分享菜单输入）。 2. 动作："使用Private LLM生成文本" → 提示词："将以下文本总结为三条要点：[所选文本]" → 模型：Phi-4 Mini。 3. 动作："显示结果"或"复制到剪贴板"。 添加到分享菜单，即可在任意应用中对选中文本一键执行，完全离线。”
Apple Intelligence快捷指令：改写为专业语气
“1. 动作："获取剪贴板"。 2. 动作："使用模型" → 模型：设备端 → 提示词："将以下内容改写为专业简洁的语气：[剪贴板]"。 3. 动作："复制到剪贴板"。 添加到锁屏小组件，一键改写任意复制内容。”
- Private LLM 提供"使用Private LLM生成文本"快捷指令动作和"嘿Siri，问一下Private LLM [问题]"语音触发。四款对话应用中iOS原生集成最深。
- PocketPal AI 是独立对话应用——无快捷指令动作，无Siri集成。打开应用直接对话。快捷指令支持已在GitHub Issues中跟踪，但截至2026年5月尚未发布。
- MLC Chat 是MLC LLM项目的参考应用——iOS集成极少。无快捷指令动作。
- LLM Farm 是独立对话应用——无快捷指令动作。
- Apple Intelligence 通过"使用模型"动作（iOS 18.4+）与iOS快捷指令集成，可将提示词路由至设备端3B模型或Private Cloud Compute（可配置）。设备端输出可链接至其他快捷指令动作。
- 侧载： 上述应用均无需侧载或越狱。四款对话应用均在App Store上架；Apple Intelligence内置于iOS。根据DMA，欧盟用户在2026年可通过替代应用市场安装，但应用本身与App Store版本相同。
💡Tip: 如需在驾车或烹饪时免提使用，Private LLM的"嘿Siri，问一下Private LLM"是唯一无需触碰手机即可使用的设备端选项。Apple Intelligence通过Siri支持语音，但仅限系统任务（写作、摘要、应用操作）——不像对话应用那样支持通用问答。
常见错误
- 安装超过iPhone内存承载能力的模型。 8 GB iPhone上运行7B模型，生成速度仅约3–5 tokens/秒，且其他应用需要内存时iOS会强制关闭该应用。请遵循对应iPhone档次的推荐模型（8 GB设备用3B–4B，6 GB设备用1.7B）。
- 期望设备端模型达到云端AI的质量。 Phi-4 Mini（3.8B）对于其体积已相当出色，但无法达到GPT-5.5的水平。适合用于对话、摘要、起草和快速问答——不适合多步推理、复杂代码生成或细腻的创意写作。
- 在阳光直射或高温车内运行推理。 数分钟内即触发热节流，生成速度下降30–50%，可能出现"iPhone需要冷却"提示。请在室温环境下运行推理。
- 同时安装3款以上对话应用，每个装着3 GB模型。 这会消耗约10 GB存储空间用于重复模型。先选定一款应用和一个模型，其余的在确认需要前先卸载。
- 将Apple Intelligence误以为对话应用。 Apple Intelligence没有对话界面——它提供系统级功能。如需向模型提问，请单独安装PocketPal AI、Private LLM、MLC Chat或LLM Farm。
参考资料
- PocketPal AI — github.com/a-ghorbani/pocketpal-ai（开源iOS应用）。
- Private LLM — App Store页面及开发者文档。
- MLC Chat / MLC LLM项目 — llm.mlc.ai（iOS Metal加速部署）。
- LLM Farm — github.com/guinmoon/LLMFarm（开源iOS应用）。
- Apple Intelligence及设备端基础模型 — Apple机器学习研究及Apple开发者文档。
常见问题
iPhone真的能运行7B模型吗？
技术上可以，iPhone 15 Pro及更新机型（8 GB内存）可以运行，但速度不够实用。iPhone 16 Pro上，7B Q4模型生成速度仅约3–5 tokens/秒——对话体验很差。当其他应用需要内存时，iOS也容易强制关闭应用。日常设备端对话请使用3B–4B模型（Phi-4 Mini、Llama 3.2 3B、Gemma 3 4B）。如需7B以上的质量，可远程连接运行Ollama的家用Mac或PC。
本地AI会消耗iPhone电量吗？
会——主动推理消耗约3–5 W，iPhone 16 Pro每小时消耗约20–30%电量。偶尔使用（几条提示词）影响较小。持续使用（长对话、多次摘要任务）时请保持充电。模型驻留内存但不进行推理时，电池影响可忽略不计。
使用本地AI会导致iPhone发热吗？
会，持续生成约10–15分钟后会明显发热。芯片表面温度达约38°C时，iOS降低时钟频率，tokens/秒下降30–50%。建议：长时间使用时将iPhone屏幕朝上放在硬质平面上（不要握在手中），避免阳光直射。短时交互（5分钟以内）通常不会有明显发热。
可以用Siri控制本地模型吗？
可以，通过Private LLM实现。说"嘿Siri，问一下Private LLM [问题]"，提示词会发送至设备端模型，Siri朗读回答——全程离线。PocketPal AI、MLC Chat和LLM Farm截至2026年不支持Siri集成。Apple Intelligence与Siri集成，但仅限系统任务（写作、摘要、应用操作），不支持通用问答。
这些应用能在iPhone SE或旧款iPhone上使用吗？
有限制。iPhone SE（4 GB内存）低于2026年设备端LLM的实用门槛。iPhone 14 / 15（非Pro，6 GB内存）可运行1.7B模型（Qwen3 1.7B、SmolLM 2 1.7B），但不能运行3B以上模型。iPhone 14 Pro和15 Pro（6–8 GB内存）可以约8–12 tokens/秒运行Phi-4 Mini等3B模型。旧款iPhone更好的选择是远程连接家用Mac或PC。
能在iPhone和Mac之间同步对话记录吗？
这四款应用均不原生支持同步。对话记录存储在各设备本地；截至2026年5月，PocketPal AI、Private LLM、MLC Chat和LLM Farm均无iCloud同步功能。跨设备共享对话记录的实用方案是在家用Mac上运行Open WebUI，从iPhone和Mac的浏览器访问——Open WebUI将对话记录存储在服务器端。
这些应用能在App Store以外获取吗？
PocketPal AI和LLM Farm是开源项目，可通过Xcode从源码编译，但App Store版本是标准发行渠道。Private LLM和MLC Chat仅在App Store上架。根据DMA，欧盟用户在2026年可通过替代应用市场安装，但应用本身与App Store版本相同。均无需侧载。
有哪款应用需要越狱？
不需要。五款应用（PocketPal AI、Private LLM、MLC Chat、LLM Farm、Apple Intelligence）均可在标准iOS上运行。四款对话应用在App Store上架；Apple Intelligence内置于iOS 18+。越狱既非必要，也不推荐——为安装一款对话应用而放弃iOS安全更新得不偿失。
能在iOS快捷指令中使用本地AI吗？
可以，通过Private LLM（提供"使用Private LLM生成文本"快捷指令动作）或Apple Intelligence（iOS 18.4+提供"使用模型"动作）实现。PocketPal AI、MLC Chat和LLM Farm截至2026年不支持快捷指令动作。Private LLM结合分享菜单快捷指令，可在任意应用的文本上离线执行"摘要"或"改写"操作。
本地AI与iPhone上的ChatGPT应用相比如何？
2026年，设备端模型（Phi-4 Mini、Llama 3.2 3B）的日常对话能力约为GPT-5.5的60–75%，在简单问题上更快（无网络延迟），且完全私密。ChatGPT在复杂推理、广博世界知识和多模态任务上仍有明显优势。客观来说：本地AI适合日常和私密任务；ChatGPT适合偶尔的高难度问题。2026年很多用户两款应用都装着，按需选择。