Private LLM Chat AI privata e non censurata per iPhone, iPad e Mac
Niente cloud, niente tracciamento, niente login.
Esegui l'AI offline sul tuo iPhone, iPad e Mac
Private LLM funziona interamente sul tuo iPhone, iPad o Mac. Le tue conversazioni non lasciano mai il dispositivo e non è richiesta alcuna connessione internet dopo il primo download del modello. Nessun account, nessun tracciamento, nessun log. Un unico acquisto sblocca l'app su ogni dispositivo Apple che possiedi e nel tuo gruppo di In famiglia.
Esegui DeepSeek R1, Llama 3.3, Qwen3 e Gemma 3 localmente
Private LLM esegue i principali modelli open-source direttamente sui tuoi dispositivi Apple: DeepSeek R1 Distill, Llama 3.3 70B, Qwen3 4B, Phi 4, Google Gemma 3 e altri. Ogni conversazione rimane sul dispositivo e ogni modello è quantizzato internamente per la migliore qualità possibile sul tuo hardware.
AI locale in Siri e Apple Shortcuts — Senza codice
Private LLM si collega direttamente a Siri e all'app Shortcuts. Crea flussi di lavoro basati sull'AI per riassumere testi, generare contenuti o inviare risposte a una qualsiasi delle oltre 70 app che supportano la specifica x-callback-url. Non è richiesto alcun codice.
Un acquisto, nessun abbonamento — In famiglia per sei persone
Abbandona gli abbonamenti per una scelta più intelligente con Private LLM. Un singolo acquisto sblocca l'app su tutte le piattaforme Apple—iPhone, iPad e Mac—abilitando al contempo In famiglia per un massimo di sei parenti. Questo approccio non solo semplifica l'accesso, ma aumenta anche il valore del tuo investimento, rendendo la privacy digitale e l'intelligenza universalmente disponibili nella tua famiglia.
Strumenti di scrittura AI integrati in macOS
Seleziona qualsiasi testo in un'app macOS, fai clic con il tasto destro e Private LLM lo riscriverà, riassumerà o correggerà, interamente sul dispositivo. Supporta l'inglese e le principali lingue dell'Europa occidentale.
Creato da due ingegneri, non da VC
Private LLM è creato da due ingegneri nell'UE: autofinanziato, senza fondi di venture capital, senza roadmap di crescita forzata. Siamo l'unica app sull'App Store con quantizzazione OmniQuant e GPTQ, che producono risultati misurabilmente migliori rispetto alla quantizzazione RTN utilizzata dalle app wrapper MLX e llama.cpp come Ollama e LM Studio. Rispondiamo agli utenti, non agli investitori: ecco perché i tuoi dati rimangono sul dispositivo e lo faranno sempre.
Dall'App Store
Recensioni reali da utenti iPhone e Mac
“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.💯”
Recensione 1 di 5
Quantizzazione OmniQuant e GPTQ: output migliore, meno memoria
Private LLM utilizza OmniQuant e la quantizzazione GPTQ. Quando gli LLM vengono quantizzati per l'inferenza sul dispositivo, i valori di peso anomali compromettono la qualità della generazione del testo. OmniQuant modula i pesi anomali con un meccanismo di clipping basato sull'ottimizzazione che riduce al minimo l'errore di quantizzazione. GPTQ utilizza informazioni approssimative del secondo ordine (Hessian) per ridurre al minimo l'errore di ricostruzione sui pesi più importanti. La quantizzazione RTN affine utilizzata dalle app basate su MLX come LM Studio, e le varianti RTN a blocchi utilizzate dalle app basate su llama.cpp come Ollama, saltano questo tipo di ottimizzazione per singolo peso: ecco perché quelle app producono un output di qualità inferiore sullo stesso hardware Apple. Esploriamo costantemente metodi di quantizzazione avanzati, un lavoro che le app wrapper basate su motori di inferenza di terze parti non possono intraprendere. OmniQuant e GPTQ, abbinati a kernel Metal ottimizzati specifici per il modello, consentono a Private LLM di offrire una generazione di testo veloce e di alta qualità sull'hardware Apple.
Trova il tuo modello
Sfoglia tutti i modelli open source eseguiti da Private LLM: filtra per dispositivo, RAM e caso d'uso, oppure lascia che il selettore ne consigli uno.
Come possiamo aiutarti?
Che tu abbia una domanda o stia riscontrando un problema con Private LLM, siamo qui per aiutarti. Inserisci i tuoi dati nel modulo sottostante e ti risponderemo il prima possibile.