手机跑本地大模型入门
QPython 集成了 Ollama 框架，可以把 Llama 3.3、DeepSeek-R1、Phi-4 这类开源大语言模型装进安卓手机离线运行。讲清怎么按机型选模型、怎么验证跑通，以及哪些预期要提前收一收。相关文档：手机Python环境怎么选 · pip装库失败怎么解决
一、手机上跑大模型，现实吗
分两头说：小参数模型是现实可行的——0.5B 到 2B 这一档的模型，在近几年的中端机上能跑出可用的回答速度；几十 B 的大模型就别指望了——手机内存与算力摆在那里，加载都费劲。
QPython 的价值在于把门槛降到了应用内：它集成了 Ollama 框架，不用自己搭环境、配推理框架，装好应用后模型清单与入口都在界面里，具体支持哪些模型以你手上这一版的实际显示为准。
按商店页简介的口径（随版本会调整），下列模型在支持之列：
- Llama 3.3
- DeepSeek-R1
- Phi-4
- Mistral
- Gemma2
想先了解这个环境本身长什么样、都有哪些能力，可以从QPython 安卓版介绍站看起，那里整理了功能梳理与真实界面截图。
二、按机型选模型的思路
没有统一的「最低配置表」，按这三条原则选，基本不会踩坑：
- 从最小参数级起步。先跑一个 0.5B 级的模型，确认整条链路通、熟悉下载与加载流程，再逐级往上试 1.5B、2B。
- 内存是第一约束。模型权重要整份装进内存，手机剩余可用内存不足时，加载会直接失败或被系统杀掉。跑之前清一清后台，关掉省电限制。
- 首轮让它做小事。第一次跑通时问个短问题，确认「下载 → 加载 → 推理 → 输出」整条链没问题，再去试长对话。
三、跑通后的验证清单
- 应用内能看到模型入口，模型文件下载完整（中断过的下载容易加载失败，删掉重下）。
- 发一个短提示，能稳定收到回答——说明推理链路通了。
- 断网再试一轮：本地模型的卖点就是离线可用，飞行模式下还能正常回答，才算真的跑在本机。
四、预期管理：它擅长什么、不擅长什么
- 擅长：离线问答、文本摘要、让它帮你解释或生成短代码片段——对隐私敏感的内容尤其合适，因为内容不出手机。
- 不擅长：长文创作、复杂推理、时效性问题。小参数模型的能力上限摆在那里，把它当「随身的问答玩具与原型工具」，别当生产力主力。
- 别和 Python 脚本搞混：跑模型是应用内功能；你在编辑器里写的 .py 脚本要调用模型能力，得看当前版本的接口支持情况，两回事。
模型下载与加载若卡住，多半是网络与存储问题，装库那套排查思路（镜像、空间、权限）同样适用，见 pip装库失败怎么解决；环境本身还没装好的，先回 手机Python环境怎么选 把版本认准。