Para usar desde el iPhone un modelo de IA alojado en un PC, el ordenador ejecuta el modelo y el móvil actúa como cliente. En la configuración que relató Abhinav Raj, Locally y LM Link conectaban el iPhone con el PC; Raj también contó que pudo acceder mediante datos móviles sin abrir un puerto del router.
Si el modelo se ejecuta en el PC, el iPhone depende de que ese ordenador siga encendido y despierto. La inferencia directa en el móvil evita esa dependencia, aunque la demostración citada registró que el teléfono se calentaba.
En Locally, el PC ejecuta el modelo
Un equipo que aloja y ejecuta el modelo se denomina anfitrión; el dispositivo que envía las consultas y recibe las respuestas es el cliente. En el caso descrito por Raj, LM Studio funcionaba en un PC con una RTX 4070 Ti Super, y Locally en el iPhone daba acceso al modelo a través de LM Link. El cálculo se hacía en el ordenador, no en el móvil.
Como ejemplo de esa configuración, Raj utilizó LM Studio v0.4.28 para ejecutar Gemma 4 26B A4B, una versión cuantizada a 4 bits. El modelo ocupaba unos 14,4 GB en pesos; en su PC, el autor colocó 30 capas en la GPU y configuró una ventana de contexto de 16K. Son datos de su equipo, no requisitos mínimos para cualquier instalación.
LM Studio indica que Locally está disponible para iPhone y iPad. Para entender qué cambia cuando una consulta se procesa en el móvil o fuera de él, NeoTeo también trata la privacidad de la IA móvil.
Qué necesita la conexión remota
En el flujo descrito, el modelo se carga y se ejecuta en LM Studio en el PC; después se configura LM Link y se inicia sesión en Locally para elegir el ordenador y el modelo conectado. La cuenta de LM Studio forma parte de ese proceso. El PC debe permanecer encendido y despierto: Raj explicó que la suspensión de Windows desconectaba el teléfono.
Raj contó que desactivó el Wi-Fi del iPhone, usó la red móvil y accedió al modelo del PC sin abrir un puerto del router. Es el resultado de su prueba, no una garantía para cualquier red o configuración. En su artículo, LM Link se describe como basado en Tailscale, cifrado de extremo a extremo y sin exponer directamente el PC a Internet.
La inferencia directa en el iPhone es otra arquitectura
Un modelo también puede ejecutarse en el propio teléfono. En una demostración publicada por Better Stack el 16 de septiembre de 2026, el presentador mostró Qwen3.5-35B-A3B funcionando directamente en un iPhone 17. Dijo que generaba 11 tokens por segundo y que el teléfono se calentaba durante la ejecución. Son observaciones de esa demostración, no una comparación controlada con el acceso remoto al PC.
El presentador explicó que el sistema mantenía alrededor de 1,4 GB de pesos en memoria y transmitía expertos del modelo desde el almacenamiento. La cifra describe la memoria residente en esa configuración; no el tamaño total del modelo. La demostración también requería compilar la aplicación con Xcode y una cuenta de desarrollador de Apple de pago.
