Какие нейросети я установил на Mac и iPhone локально, чтобы работать без интернета. Спокойно заменяют ChatGPT

Мы много пишем о новых ИИ-моделях и их возможностях, но в последние годы тем же впечатляющим темпом параллельно развиваются локальные нейросети.

Благодаря ним даже мой 5-летний MaсBook Pro получает фишки, которые освежают его каждый год и превращают в совершенно новое устройство.

Собрал все модели и программы, которые установлены на моём Mac и iPhone.

Ниже рассказываю, как установить локальный чат-бот, генератор изображения и чем пользуюсь ещё.

Начнём с самого неожиданного для меня открытия. Ещё два года назад о такой фиче не мог мечтать.

Оффлайн чат-бот Ollama

Постоянно использую ChatGPT, чтобы найти ответы на специфичные запросы. Пэотому всегда работаю с ним в режиме самого долгого рассуждения.

Но иногда нужны быстрые ответы или, наоборот, несрочные, которые могут выполняться в фоне. Например, с поиском синонимов, в попытке понять смысл предложения на иностранном языке, рассчитать сложные проценты, узнать совет по рецепту или просто структурировать информацию.

Для этого я использую локальный чат-бот со встроенными небольшими речевыми моделями. В 2026 году они уже достаточно умные, чтобы не страдать серьезными галлюцинациями и помогать в работе.

Но главный плюс в том, что чат-бот будет работать даже без доступа к интернету. В поезде или самолёте незаменимый инструмент.

На своём MacBook Pro M1 Pro с 16 ГБ оперативной памяти я использую программу Ollama, в которой установлено две оффлайн-модели: Gemma 4 12B от Google и Qwen 3.5 9B от Alibaba.

Они занимают 8 ГБ и иногда больше оперативной памяти во время работы, поэтому на устройстве и нужно как минимум 16 ГБ RAM.

⚠️ Есть минус: в оффлайн-режиме у системы отключается доступ к актуальным мировым знаниям, поэтому даже простой вопрос о текущей дате займёт три минуты, а ответ может так и не поступить.

Но доступ к актуальной информации можно подключить, если авторизоваться в самом приложении Ollama.

Модели же имеют знания до 2024 года.

Вывести в оффлайн можно не только чат-ботов.

Draw Things для генерации картинок

С приложением Draw Things познакомился около трёх лет назад, когда разбирался о принципе работы визуальной генеративной модели DALL·E 2 от OpenAI.

Это приложение позволяет скачать нейросеть и создавать изображения локально. Оно доступно для Mac, iPad и iPhone.

Использую одну из популярных моделей Flux.2 Klein 4B, для функционирования которой нужно 13 ГБ оперативной памяти.

Мой Mac с ней полностью совместим.

Модель использую в основном для генерации «стоковых» изображений, которые могут выступить филлером в статье или стать базой для дальнейшего создания иллюстраций.

Поскольку в приложении также встроен инструмент редактирования конкретной области, он может заменить Photoshop, если тот упрямо не справляется.

Тут установка ещё проще. Качаете приложение, выбираете модель прямо внутри него, устанавливаете – и за работу.

Теперь переходим к моделям, которые уже интегрированы в популярный софт.

Инструменты Photoshop

Photoshop использует локальные модели уже во многих своих инструментах.

Я постоянно применяю три:

• Выделение объектов
• Удаление объектов
• Нейрофильтры при обработке людей

Первые два сократили работу с изображениями в неизмеримую степень.

Выделение объектов раньше было особым ручным навыком, а сейчас стало вопросом одного клика.

Для навыка красивого удаления объектов я даже прошёл отдельный курс и ни разу ещё не пожалел, что теперь это за меня делает компьютер.

Осталась последняя группа нейросеток – самая неочевидная, и о которой Apple по праву упоминает как о первопроходной.

iOS, но почти без Apple Intelligence

Этот пост нельзя оставлять без моделей, которые встроены в наши айфоны и используются им каждый день.

Apple годами прятала небольшие неройсети за термином LLM, пока ChatGPT не помог «ИИ» ассоциироваться с чем-то действительно качественным.

Я не буду перечислять десятки умных технологий, которые встроены в iOS, только упомяну о любимых.

1. Очень нравятся подсказки приложений Siri, и использую их в двух местах: в поиске Spotlight и в специальном виджете «подсказки Siri» на рабочем столе.

В этих двух местах в 98% случаев появляются приложения, которые нужны мне прямо сейчас. Фишку представили ещё в далёком 2015 году на iOS 9 для Spotlight, и она меня не подводит.

2. Все трекеры Apple Watch также используют локальные модели. Я большой фанат часов, писал о том, как они помогают мне в области здоровья не один раз.

Например, оффлайн-ИИ используются для отслеживания силовых тренировок, бега и плавания, для дыхания и фаз сна, для замера его длительности.

3. Подборки Фото. Хоть они иногда и становятся героями мемов, напоминая о неприятных людях, в целом фишка работает очень качественно и подтягивает действительно душевные фотографии с любимыми. Держу виджеты с ними на рабочем столе iPhone и iPad.

4. Ну и, конечно, инструмент удаления объектов и расширения кадра в приложении Фото на базе Apple Intelligence. В iOS 18 он работал так себе и годился только для удаления пыли, с которым справлялась заплатка в любом другом приложении.

Однако в iOS 27 его сильно улучшили. Теперь «ластик» красиво удаляет большие участки и сложные элементы с фотографии без галлюцинаций. Вместе с возможностью расширить фотографию это теперь одни из моих постоянных локальных ИИ, которые всегда держу наготове.

Подробнее о возможностях я рассказывал в обзоре iPadOS 27.

Если такое можно делать на старом M1, то что будет на M7

Когда я покупал MacBook на M1 Pro, даже представить не мог, что буду общаться с ним как с настоящим человеком в офлайн-режиме.

Нам крупно повезло, что нейросетям нужно два уже давно известных компонента: оперативная память и графический чип GPU.

Однако Apple ещё в 2017 году с запуском Face ID поняла, что для локальных LLM моделей лучше разработать отдельный неройпроцессор NPU.

Каждый релиз чипов Apple сопровождает упоминанием об улучшении нейропроцессора, разработанного специально для нейросетей

С его запуска в iPhone X развитие модуля не стоит на месте, и ровно из-за него Apple выпустит только базовый M6 и пропустит его продвинутые версии Pro и Max, чтобы быстрее создать чипы с поддержкой продвинутых локальных моделей.

Разработчики нейросетей за 4 года сделали локальные модели лучше тех, которым в начале пути требовались огромные сервера.

Уверен, что к концу 2027 года, когда мы увидим M7 Pro и M7 Max, их производительность всё больше будет заменять онлайн-модели, которые, как мы все в курсе, дорого стоят и неэкологичны. Например, текущие NPU в M5 сейчас не рассчитаны на большие LLM-модели, и это должны исправить в M7.

Ну а пока даже на старом гаджете уже можно делать вещи, о которых мы и мечтать не могли.

А какие локальные ИИ используете вы на Mac, iPad и iPhone? Делитесь в комментариях!

• До ←

  Более 50 млн россиян могут остаться без домашнего интернета из-за новой реформы связи Минцифры