TurboLLM: Offline AI Chat

O TurboLLM executa modelos de linguagem reais e complexos diretamente na CPU do seu celular Android — sem nuvem, sem conta, sem assinatura e sem necessidade de conexão com a internet após o download do modelo.

POR QUE IA LOCAL?

A maioria dos aplicativos de "bate-papo com IA" são apenas uma camada fina sobre a API de nuvem de terceiros: suas mensagens saem do seu celular, suas conversas ficam armazenadas em um servidor que você não controla e o aplicativo para de funcionar assim que você perde o sinal. O TurboLLM é diferente. O modelo é executado em um mecanismo de inferência real no dispositivo (llama.cpp, compilado para Android) e sua conversa nunca precisa sair do seu celular.

O QUE VOCÊ PODE FAZER

- Converse com modelos de linguagem locais de peso aberto — Llama, Qwen, Gemma e qualquer outro modelo GGUF — totalmente offline, mesmo no modo avião.

- Descubra e baixe modelos diretamente da Hugging Face, dentro do aplicativo, com um único toque.

- O mecanismo de inferência se instala automaticamente na primeira vez que você precisar — ​​sem configuração manual, sem compilação, sem terminal.

- Crie agentes de IA personalizados com seus próprios prompts de sistema e acesso a habilidades/ferramentas para diferentes tarefas — auxílio na codificação, escrita, pesquisa ou uma tela em branco completa, sem nenhuma instrução injetada.
- Acompanhe seu próprio uso ao longo do tempo: sessões, mensagens, total de tokens gerados, sequências e seu modelo mais usado — tudo calculado localmente a partir do seu próprio histórico.

- Ajuste a geração com controles por chat: orçamento de raciocínio, amostragem e esforço de raciocínio, para modelos que os suportam.

- A mesma interface do aplicativo para desktop do TurboLLM (Windows, Mac, Linux) — se você já usou o TurboLLM em um computador, seu celular funciona exatamente da mesma maneira.

PRIVACIDADE POR DESIGN

- Sem conta, sem login, sem backend na nuvem para suas conversas.

- Sem telemetria, sem análises, sem SDK de relatório de falhas enviando dados para servidores externos nesta versão.

- Os chats e os modelos baixados ficam armazenados apenas no armazenamento privado deste aplicativo em seu dispositivo.
- Seus prompts, arquivos e pesos do modelo nunca são enviados para nós ou para terceiros. As únicas requisições de rede feitas por este aplicativo são aquelas que você mesmo aciona: baixar um modelo que você escolheu, buscar o binário do mecanismo de inferência na primeira vez que for necessário ou uma chamada de ferramenta que você aprovou explicitamente.

VALE SABER

A inferência é executada na CPU do seu telefone, portanto, a velocidade depende do seu chipset e do tamanho do modelo que você escolher — modelos menores (1 a 4 bilhões de parâmetros) são os mais responsivos na maioria dos telefones, e modelos maiores estão disponíveis se o seu hardware suportar. A geração ativa exige processamento computacional real, então espere um consumo normal de bateria e dissipação de calor, como em qualquer tarefa de IA executada no dispositivo.

PARA QUEM É INDICADO

Usuários preocupados com a privacidade, entusiastas de IA local, desenvolvedores que já executam TurboLLM ou llama.cpp em um computador e qualquer pessoa curiosa para saber como é um chat LLM genuinamente offline em um telefone — sob seu controle, no seu hardware, sem que nada saia do dispositivo.