Private LLM Privater, unzensierter KI-Chat für iPhone, iPad und Mac
Keine Cloud, Kein Tracking, Keine Logins.
KI offline auf deinem iPhone, iPad und Mac ausführen
Private LLM läuft komplett auf deinem iPhone, iPad oder Mac. Deine Unterhaltungen verlassen niemals das Gerät, und nach dem ersten Modell-Download ist kein Internet erforderlich. Kein Account, kein Tracking, keine Logs. Ein einmaliger Kauf schaltet die App auf jedem Apple-Gerät frei, das du besitzt, sowie für deine Familienfreigabe-Gruppe.
DeepSeek R1, Llama 3.3, Qwen3 und Gemma 3 lokal ausführen
Private LLM führt die führenden Open-Source-Modelle direkt auf deinen Apple Geräten aus - DeepSeek R1 Distill, Llama 3.3 70B, Qwen3 4B, Phi 4, Google Gemma 3 und mehr. Jede Unterhaltung bleibt auf dem Gerät, und Private LLM liefert OmniQuant- und GPTQ-Builds, die pro Modell abgestimmt sind, sodass 3-Bit-Ausgaben die 4-Bit-Qualität erreichen, die andere Apps ausliefern.
Lokale KI in Siri und Apple Shortcuts - Ohne Code
Private LLM integriert sich direkt in Siri und die Shortcuts-App. Erstelle KI-gesteuerte Workflows, die Texte zusammenfassen, Texte generieren oder Antworten in eine der über 70 Apps weiterleiten, die die x-callback-url-Spezifikation unterstützen. Kein Code erforderlich.
Einmaliger Kauf, kein Abo - Familienfreigabe für sechs Personen
Kein Abo. Kaufe Private LLM einmal und nutze es auf jeder Apple Plattform, die dir gehört - iPhone, iPad und Mac - mit Family Sharing für bis zu sechs Personen. Einmal zahlen, dauerhaft besitzen und die monatliche Rechnung für Cloud-KI umgehen.
In macOS integrierte KI-Schreibwerkzeuge
Wähle beliebigen Text in einer beliebigen macOS-App aus, mache einen Rechtsklick, und Private LLM schreibt ihn neu, fasst ihn zusammen oder korrigiert ihn - komplett on-device. Unterstützt Englisch und die wichtigsten westeuropäischen Sprachen.
Entwickelt von zwei Ingenieuren, nicht von VCs
Private LLM wird von zwei Ingenieuren in der EU entwickelt - bootstrapped, keine VC-Finanzierung, keine Growth-Hacking-Roadmap. Wir sind die einzige App im App Store mit OmniQuant- und GPTQ-Quantisierung, die messbar bessere Ergebnisse liefern als die RTN-Quantisierung, die von MLX- und llama.cpp-Wrapper-Apps wie Ollama und LM Studio verwendet wird. Wir sind unseren Nutzern verantwortlich, nicht Investoren - deshalb bleiben deine Daten on-device und werden es immer bleiben.
Aus dem App Store
Echte Rezensionen von iPhone- und Mac-Nutzern
“Absolutely one of the best apps for runnibg some models on your phone instead of sending everything to the cloud.👨🏼💻That makes it useful for learning, private notes, brainstorming, and practicing Al worktlows.💯”
Rezension 1 von 5
OmniQuant- und GPTQ-Quantisierung: Bessere Ergebnisse, weniger Speicherbedarf
Private LLM verwendet OmniQuant- und GPTQ-Quantisierung. Wenn LLMs für die On-Device-Inferenz quantisiert werden, beeinträchtigen Ausreißer-Gewichtungswerte die Qualität der Textgenerierung. OmniQuant moduliert Ausreißer-Gewichte mit einem lernbaren, optimierungsbasierten Clipping-Mechanismus, der den Quantisierungsfehler minimiert. GPTQ nutzt approximierte Informationen zweiter Ordnung (Hesse-Matrix), um den Rekonstruktionsfehler bei den wichtigsten Gewichten zu minimieren. Die affine RTN-Quantisierung, die von MLX-basierten Apps wie LM Studio verwendet wird, und die blockweisen RTN-Varianten, die von llama.cpp-basierten Apps wie Ollama verwendet werden, überspringen diese Art der Optimierung pro Gewicht - weshalb diese Apps auf derselben Apple-Hardware eine geringere Ausgabequalität liefern. Wir erforschen ständig fortschrittliche Quantisierungsmethoden, eine Arbeit, die Wrapper-Apps, die auf Inferenz-Engines von Drittanbietern basieren, nicht übernehmen können. OmniQuant und GPTQ in Kombination mit optimierten modellspezifischen Metal-Kerneln ermöglichen es Private LLM, eine Textgenerierung zu liefern, die auf Apple-Hardware sowohl schnell als auch von hoher Qualität ist.
Modell finden
Durchsuchen Sie jedes Open-Source-Modell, das Private LLM ausführt: Filtern Sie nach Gerät, RAM und Anwendungsfall oder lassen Sie den Picker eines empfehlen.
Wie können wir helfen?
Egal ob Sie eine Frage haben oder ein Problem mit Private LLM – wir sind für Sie da. Geben Sie einfach Ihre Daten im untenstehenden Formular ein, und wir melden uns so schnell wie möglich bei Ihnen.