Untethered LLM · మోడల్ గైడ్
iPhone కోసం ఉత్తమ చిన్న AI మోడళ్లు (GGUF) | Untethered LLM
కింద ప్రతి మోడల్ 6B పారామీటర్లు లేదా అంతకంటే చిన్నది, యాప్ లోపల ఉన్న అదే రన్‌టైమ్ llama.cpp తో నడుస్తుంది. Huihui Qwen3 4B Abliterated అంతర్నిర్మిత డిఫాల్ట్‌గా Untethered LLM తో వస్తుంది, Qwen3 4B రెండో బండిల్ మోడల్‌గా; ఈ జాబితాలో మిగిలినదేదైనా GGUF ఫైల్‌గా దిగుమతి చేసుకోవచ్చు. పరిమాణాలు అంచనాలు, RAM అంకెలు ఫోన్‌లో ఎంత ఖాళీ ఉండాలో తెలియజేస్తాయి.
| మోడల్ | పరిమాణం, అవసరాలు | గమనికలు |
|---|---|---|
| Qwen3 4B Qwen/Qwen3-4B-GGUF |
4B · Q5_K_M · ~2.9 GB · 8 GB+ iPhones | A top all-round iPhone model that also ships with the app as the second bundled model: strong chat, reasoning, and tool use. |
| Gemma 3 4B unsloth/gemma-3-4b-it-GGUF |
4B · Q4_K_M · ~2.5 GB · 8 GB+ iPhones | Google's efficient 4B instruction model; clean answers and good multilingual coverage. |
| Phi-4 Mini unsloth/Phi-4-mini-instruct-GGUF |
3.8B · Q4_K_M · ~2.4 GB · 8 GB+ iPhones | Microsoft's compact reasoner; strong math and step-by-step tasks. |
| Llama 3.2 3B unsloth/Llama-3.2-3B-Instruct-GGUF |
3B · Q4_K_M · ~1.9 GB · 6 GB+ iPhones | Meta's small chat model; a balanced pick for older iPhones. |
| Qwen2.5 3B Qwen/Qwen2.5-3B-Instruct-GGUF |
3B · Q4_K_M · ~1.9 GB · 6 GB+ iPhones | Previous-generation Qwen; fast and reliable for everyday chat. |
| Qwen3 1.7B Qwen/Qwen3-1.7B-GGUF |
1.7B · Q4_K_M · ~1.1 GB · 6 GB+ iPhones | Tiny and quick; best for background use and low-memory devices. |
| SmolLM2 1.7B HuggingFaceTB/SmolLM2-1.7B-Instruct-GGUF |
1.7B · Q4_K_M · ~1.1 GB · 6 GB+ iPhones | Featherweight Hugging Face model; sips battery and memory. |
| DeepSeek-R1 Distill 1.5B lmstudio-community/DeepSeek-R1-Distill-Qwen-1.5B-GGUF |
1.5B · Q4_K_M · ~1.0 GB · 6 GB+ iPhones | Reasoning-distilled for puzzles and logic; thinks before answering. |
చట్టం
చట్టపరమైన మ్యాప్
యాప్ స్వంత విధానాలు బండిల్ మూడో-పక్షం సాఫ్ట్‌వేర్, బండిల్ మోడల్ లైసెన్స్ నిబంధనల నుండి వేరుగా ఉంటాయి, కానీ స్పష్టత కోసం కింది పేజీలు ఒకదానికొకటి లింక్ చేస్తాయి.