Os smartphones com capacidade de GenAI devem chegar a 45% das remessas globais em 2026, ante 36% um ano antes (Counterpoint Research, GenAI Smartphone Share Forecast 2026), e quase todos dependem de um modelo de linguagem pequeno rodando localmente em uma unidade de processamento neural. Os próprios modelos encolheram para caber: o modelo de base da Apple no dispositivo reúne cerca de 3 bilhões de parâmetros em 2 bits por peso (Apple Machine Learning Research, Foundation Models 2025 Updates), e o Gemma 3n E2B do Google roda com apenas 2GB de memória (Google Developers Blog, Gemma 3n Developer Guide 2025). O silício avança na mesma velocidade, com a Qualcomm declarando até 220 tokens por segundo em sua NPU Hexagon mais recente. Agregamos dados da Counterpoint Research, Gartner, IDC, MLCommons, Apple, Google, Qualcomm, MediaTek, Meta, Microsoft, Deloitte e Samsung para mapear onde os SLMs no dispositivo estão em 2026. Para o panorama mais amplo de hardware, veja nosso levantamento de estatísticas de IA na borda.
TL;DR
- 45% dos smartphones despachados em 2026 terão capacidade de GenAI, ante 36% em 2025 (Counterpoint Research, 2026)
- 559 milhões de smartphones com GenAI projetados para 2026, após 369,3 milhões em 2025 (Gartner, GenAI Smartphone Forecast 2025)
- USD 393,3 bilhões em gastos de usuários finais com smartphones com GenAI projetados para 2026, alta de 32% (Gartner, 2025)
- Cerca de 3 bilhões de parâmetros em 2 bits por peso movem o modelo da Apple no dispositivo (Apple Machine Learning Research, 2025)
- Pegadas de memória de 2GB e 3GB para o Gemma 3n E2B e E4B (Google Developers Blog, 2025)
- 56% menores e 41% menos memória nos modelos Llama 3.2 1B e 3B quantizados (Meta AI, 2024)
- Até 220 tokens por segundo na NPU Hexagon do Snapdragon 8 Elite Gen 5, 37% mais rápida que a geração anterior (Qualcomm, 2025)
- Gemini Nano 2,6 vezes mais rápido e 2 vezes mais eficiente no Tensor G5 em relação ao Tensor G4 (Google, 2025)
- 3 tamanhos de modelo Llama (1B, 3B, 8B) no novo benchmark de LLM do MLPerf Mobile v6.0 (MLCommons, 2026)
- Alta de aproximadamente quatro vezes nos preços da memória móvel até o segundo trimestre de 2026 (Counterpoint Research, 2026)
- Queda de 13,9% nas remessas de smartphones em 2026, para 1,08 bilhão de unidades, prevista por causa do aperto de memória (Counterpoint Research, 2026)
- Mais de 70% dos usuários do Galaxy S25 usam ativamente os recursos de IA integrados (Samsung, 2025)
1. Remessas de Smartphones com GenAI: A Base Instalada para SLMs no Dispositivo
Todo smartphone com GenAI é, por definição, um hospedeiro de um modelo de linguagem pequeno: a Gartner define a categoria como dispositivos com um mecanismo neural ou NPU integrado capaz de executar SLMs. Isso torna as projeções de remessas o indicador mais limpo de quantos dispositivos conseguem rodar um modelo local. A Counterpoint agora espera que 45% de todos os smartphones despachados em 2026 tenham capacidade de GenAI, e 52% em 2027 (Counterpoint Research, participação de smartphones com GenAI deve subir para 45% em 2026).
A história por trás da curva é a faixa intermediária. A Counterpoint diz que a GenAI já é padrão acima de USD 400 no atacado. A restrição deixou de ser “o chip consegue rodar um modelo” e passou a ser “a lista de materiais consegue absorver a memória”, o que a Seção 6 quantifica. Se você quer o contexto mais amplo dos aparelhos, nossa página de estatísticas do mercado de smartphones cobre os volumes totais por fabricante.
| Métrica | Valor | Fonte |
|---|---|---|
| Participação de GenAI nas remessas globais de smartphones, 2026 | 45% (ante 36% em 2025) | Counterpoint Research, junho de 2026 |
| Projeção de participação de GenAI, 2027 | 52% | Counterpoint Research, junho de 2026 |
| Remessas de smartphones com GenAI, projeção para 2025 | Mais de 400 milhões, cerca de um em cada três celulares | Counterpoint Research, março de 2025 |
| Participação de GenAI em 2024 | Um em cada cinco smartphones | Counterpoint Research, março de 2025 |
| Unidades de smartphones com GenAI, 2024 / 2025 / 2026 | 260,4 mi / 369,3 mi / 559 mi | Gartner, projeção de smartphones com GenAI, setembro de 2025 |
| Remessas de smartphones com GenAI, 2025 | Mais de 370 milhões (30% de participação), alta de 73,1% | IDC, projeção mundial de smartphones, 2025 |
| Remessas de smartphones com GenAI, 2028 | 912 milhões de unidades, CAGR de 78,4% | IDC, projeção de smartphones com IA generativa, julho de 2024 |
Nota de contexto: as três empresas usam definições e datas diferentes. O comunicado da IDC de julho de 2024 (comunicado da IDC) projetava os celulares com GenAI em 70% do mercado até 2028, enquanto sua projeção de 2025 empurrou a marca de “mais de 70%” para 2029. Dados de longo prazo mais recentes da IDC: julho de 2024.
2. Gastos e Tamanho de Mercado: Muito Dinheiro em Hardware, Pouca Receita em Modelos
Dois números muito diferentes descrevem este mercado. O hardware que roda SLMs é uma categoria de consumo de massa, enquanto o mercado dos próprios modelos ainda é pequeno e mal definido. A Gartner projeta USD 393,3 bilhões em gastos de usuários finais com smartphones com GenAI em 2026, alta de 32% sobre os USD 298,2 bilhões de 2025 (Gartner, comunicado sobre gastos de usuários finais com smartphones com GenAI, 2025).
No lado do software, as estimativas dos analistas para o mercado de modelos de linguagem pequenos divergem por uma ordem de grandeza, o que diz mais sobre definições do que sobre demanda. A MarketsandMarkets estima 2025 em USD 0,93 bilhão, enquanto a Research and Markets chega perto de USD 9,16 bilhões. O ponto em comum: todas as empresas apontam a implantação na borda e no dispositivo como o segmento de crescimento mais rápido.
| Métrica | Valor | Fonte |
|---|---|---|
| Gastos de usuários finais com smartphones com GenAI, 2024 / 2025 / 2026 | USD 244,7 bi / 298,2 bi / 393,3 bi | Gartner, setembro de 2025 |
| Smartphones com GenAI como parcela de todos os gastos de usuários finais com IA, 2025 | 20% | Gartner, setembro de 2025 |
| Smartphones básicos (abaixo de USD 350) com GenAI e NPUs, 2025 | 41% | Gartner, setembro de 2025 |
| Smartphones premium com capacidade de GenAI até 2029 | 100% | Gartner, setembro de 2025 |
| Mercado de modelos de linguagem pequenos, 2025 a 2032 | USD 0,93 bi a 5,45 bi, CAGR de 28,7% | MarketsandMarkets, abril de 2025 |
| Mercado de modelos de linguagem pequenos, 2025 a 2030 | USD 9,16 bi a 22,45 bi, CAGR de 19,6% | Research and Markets, relatório do mercado de SLMs 2026 |
| Mercado de modelos de linguagem pequenos, 2026 a 2030 | USD 11,1 bi a 20,7 bi, CAGR de 15,1% | Grand View Research, relatório do mercado de SLMs |
O comunicado da MarketsandMarkets (GlobeNewswire, abril de 2025) aponta a implantação na borda como o segmento de crescimento mais rápido, impulsionado por exigências de latência e privacidade em smartphones e dispositivos IoT.
3. Tamanho e Compressão de Modelos: 3 Bilhões de Parâmetros em 2 Bits
O teto prático de um modelo residente no celular é definido pela RAM, não pela ambição. Os modelos em produção se concentram entre 1B e 4B de parâmetros, e a engenharia de verdade está em quão poucos bits cada peso recebe. A Apple comprime seu modelo de aproximadamente 3 bilhões de parâmetros no dispositivo para 2 bits por peso usando treinamento ciente de quantização, com embeddings de 4 bits e um KV cache de 8 bits (Apple Machine Learning Research, atualizações dos modelos de linguagem de base da Apple no dispositivo e no servidor, 2025).
É uma queda acentuada em relação a 2024, quando o modelo da Apple tinha média de 3,7 bits por peso. O Google seguiu outro caminho com o Gemma 3n, mantendo mais parâmetros brutos, mas deixando os embeddings por camada fora da memória do acelerador, de modo que apenas cerca de 2B ou 4B de parâmetros “efetivos” ficam na memória rápida (Google Developers Blog, apresentação do Gemma 3n, 2025). A compressão custa pouca precisão nesses níveis: a Apple relata uma melhora de 1,5% no MMLU e uma regressão de cerca de 4,6% no MGSM após a compressão.
| Métrica | Valor | Fonte |
|---|---|---|
| Tamanho do modelo da Apple no dispositivo | Cerca de 3 bilhões de parâmetros | Apple Machine Learning Research, 2025 |
| Precisão dos pesos do modelo da Apple no dispositivo | 2 bits por peso (QAT); embeddings de 4 bits; KV cache de 8 bits | Apple Machine Learning Research, 2025 |
| Redução de memória do KV cache da Apple com compartilhamento de blocos | 37,5% | Apple Intelligence Foundation Language Models, relatório técnico, 2025 |
| Precisão do modelo da Apple no dispositivo em 2024 | Misto de 2 e 4 bits, com média de 3,7 bits por peso | Apple Machine Learning Research, 2024 |
| Parâmetros brutos do Gemma 3n E2B / E4B | 5B / 8B | Google Developers Blog, 2025 |
| Pegada de memória do Gemma 3n E2B / E4B | A partir de 2GB / 3GB | Google Developers Blog, 2025 |
| Redução de tamanho e memória dos Llama 3.2 1B e 3B quantizados vs BF16 | 56% menores, 41% menos memória | Meta AI, modelos Llama quantizados, outubro de 2024 |
| Tamanho e quantização do Phi Silica | 3,3B de parâmetros, pesos de 4 bits, redução de memória de cerca de 60% | Microsoft Windows Blog, dezembro de 2024 |
Nota de contexto: o lançamento do Llama quantizado da Meta (blog da Meta AI) e a publicação do Phi Silica da Microsoft (Windows Experience Blog) são do fim de 2024. Dados mais recentes disponíveis para ambos: 2024. Um estudo acadêmico baseado em notebooks acrescenta uma regra prática útil: por volta de 3,5 bits efetivos por peso é o ponto em que um modelo maior fortemente quantizado começa a superar um menor, de maior precisão (arXiv 2505.15030, avaliação sistemática de LLMs no dispositivo).
4. Vazão de NPU: Tokens por Segundo em Silício de Topo
As alegações de vazão são reportadas pelos próprios fabricantes e medidas em modelos diferentes, então trate-as como tetos, não como pontuações comparáveis. Mesmo assim, a direção é inequívoca. A Qualcomm diz que a NPU Hexagon do Snapdragon 8 Elite Gen 5 é 37% mais rápida que a antecessora e sustenta até 220 tokens por segundo, com suporte a INT2 e FP8 (Qualcomm, lançamento do Snapdragon 8 Elite Gen 5, setembro de 2025; números corroborados pelo Futurum Group).
Os números mais reveladores são o processamento do prompt versus a geração. Ler um prompt é barato em uma NPU; gerar cada novo token é limitado pela memória. O Gemma 3n E2B em uma NPU Dimensity 9500 lê mais de 1.600 tokens por segundo, mas escreve 28, e é por isso que todos os fabricantes disputam largura de banda e formatos de menor precisão. Essa diferença importa para recursos de voz e assistentes em tempo real, em que uma primeira resposta rápida esconde uma cauda lenta; nossas estatísticas de assistentes de voz acompanham como isso aparece no uso.
| Métrica | Valor | Fonte |
|---|---|---|
| Ganho da NPU do Snapdragon 8 Elite Gen 5 | 37% mais rápida que a geração anterior | Qualcomm, setembro de 2025 |
| Geração sustentada do Snapdragon 8 Elite Gen 5 | Até 220 tokens por segundo | Qualcomm, setembro de 2025 |
| Economia geral de energia do SoC Snapdragon 8 Elite Gen 5 | 16% | Análise do Futurum Group sobre dados da Qualcomm, outubro de 2025 |
| Saída de LLM de 3B parâmetros no Dimensity 9500 | 2 vezes mais rápida (100%), com pico de energia 56% menor | Lançamento do MediaTek Dimensity 9500, setembro de 2025 |
| Gemma 3n E2B na NPU do Dimensity 9500 (contexto de 4K) | Mais de 1.600 tokens/s no processamento do prompt, 28 tokens/s na geração | Resultados do Google LiteRT NeuroPilot, dezembro de 2025 |
| Vazão da NPU no LiteRT vs CPU / GPU em MediaTek | Até 12 vezes a CPU, 10 vezes a GPU | Resultados do Google LiteRT NeuroPilot, dezembro de 2025 |
| Gemini Nano no Tensor G5 vs Tensor G4 | 2,6 vezes mais rápido, 2 vezes mais eficiente; TPU até 60% mais potente | Google, anúncio do Tensor G5 do Pixel 10, agosto de 2025 |
| Modelo da Apple no dispositivo (iPhone 15 Pro) | 0,6 ms por token de prompt até o primeiro token; 30 tokens/s | Apple Machine Learning Research, 2024 |
Os números da MediaTek vêm de seu comunicado de lançamento (MediaTek via PR Newswire); as alegações do Google sobre o Tensor G5 vêm da publicação sobre o Tensor G5 do Pixel 10. O número de tokens por segundo da Apple é o mais recente que ela publicou: 2024.
5. Benchmarks e Qualidade: o MLPerf Mobile Entra na Era dos LLMs
Até 2026, não havia uma régua neutra para LLMs em celulares; todo número da Seção 4 é do próprio fabricante. O MLPerf Mobile v6.0, lançado pela MLCommons em 15 de junho de 2026, adiciona benchmarks de LLM baseados em Llama 3.2 1B, Llama 3.2 3B e Llama 3.1 8B, avaliados em TinyMMLU e IFEval (MLCommons, MLPerf Mobile v6.0).
A inclusão de um modelo de 8B é a manchete: a MLCommons observa que a v6.0 oferece suporte à execução acelerada por NPU do Llama 3.1 8B no Snapdragon 8 Elite Gen 5, um tamanho que um ano antes era benchmark de data center. Em qualidade, os modelos pequenos agora chegam perto dos maiores em testes de conhecimento. O modelo de 3B da Apple no dispositivo marca 67,85% no MMLU, um pouco à frente do Qwen-2.5-3B, e o Phi Silica perde menos de um ponto no PIQA após a quantização de 4 bits. Para as famílias de pesos abertos por trás de muitos desses benchmarks, veja nossas estatísticas de LLMs de código aberto.
| Métrica | Valor | Fonte |
|---|---|---|
| Modelos de LLM do MLPerf Mobile v6.0 | Llama 3.2 1B, Llama 3.2 3B, Llama 3.1 8B | MLCommons, junho de 2026 |
| SoCs com suporte novo ou atualizado na v6.0 | Snapdragon 8 Elite Gen 5, Dimensity 9500, Exynos 2600 | MLCommons, junho de 2026 |
| Qualidade de referência do MLPerf Mobile, Llama 3.1 8B | TinyMMLU cerca de 61%, IFEval cerca de 67% (FP16) | MLCommons, página do benchmark MLPerf Mobile |
| Qualidade de referência do MLPerf Mobile, Llama 3.2 3B | TinyMMLU cerca de 59%, IFEval cerca de 65,5% (FP16) | MLCommons, página do benchmark MLPerf Mobile |
| Limites interativos de LLM pequeno no MLPerf Inference 5.1 (Llama 3.1 8B) | Primeiro token em até 0,5 s, 30 ms por token de saída | MLCommons, setembro de 2025 |
| MMLU do modelo da Apple no dispositivo | 67,85% vs Qwen-2.5-3B 66,37% e Gemma-3-4B 62,81% | Apple Foundation Models, relatório técnico, 2025 |
| Precisão do Phi Silica após quantização de 4 bits | PIQA 80,47% para 79,76%; ARC Challenge 63,48% para 60,49% | Microsoft Windows Blog, dezembro de 2024 |
| Pontuação do Gemma 3n E4B no LMArena | Acima de 1300 | Google Developers Blog, 2025 |
Nota de contexto: a página do benchmark MLPerf Mobile (MLCommons) usa a latência do percentil 90 como métrica principal para tarefas de fluxo único. Os resultados públicos de LLM por dispositivo da v6.0 não haviam sido publicados no comunicado de lançamento que analisamos. As pontuações da Apple vêm do relatório técnico de 2025 no arXiv.
6. Restrições de Memória e Custo: o Aperto da DRAM
A maior ameaça aos SLMs no dispositivo em 2026 não é a qualidade dos modelos; é o preço da RAM em que eles vivem. A Counterpoint relata que os preços da memória móvel subiram cerca de quatro vezes até o segundo trimestre de 2026, com os data centers de IA absorvendo a maior parte da produção de DRAM e NAND (Counterpoint Research, aumentos de custo da memória móvel, setembro de 2026).
Veja como a projeção se deteriorou em seis meses: uma queda de 2,1% nas remessas em dezembro de 2025, 12,4% em março de 2026 e 13,9% em junho. Um modelo de 3B a 2 bits precisa de bem menos de um gigabyte para os pesos, mas a folga de vários gigabytes de RAM que os recursos de GenAI esperam é exatamente o que os celulares de entrada estão cortando agora. Isso explica por que a Counterpoint vincula a próxima onda de celulares com GenAI tanto à oferta de memória quanto a modelos mais eficientes.
| Métrica | Valor | Fonte |
|---|---|---|
| Variação do preço da memória móvel até o segundo trimestre de 2026 | Aproximadamente quatro vezes | Counterpoint Research, setembro de 2026 |
| Preço de LPDDR4/5 móvel no segundo trimestre de 2026 vs terceiro trimestre de 2025 | Quase 3 vezes | Counterpoint Research, via EE Times Asia, março de 2026 |
| Aumento do custo da lista de materiais (BoM) com a alta da DRAM, entrada / intermediário / topo | Cerca de 25% / 15% / 10% | Counterpoint Research, dezembro de 2025 |
| Revisão do ASP no atacado, 2026 | Alta de 6,9% em relação ao ano anterior | Counterpoint Research, dezembro de 2025 |
| Projeção de remessas de smartphones em 2026, dez. de 2025 / mar. de 2026 / jun. de 2026 | -2,1% / -12,4% / -13,9% | Counterpoint Research |
| Remessas globais de smartphones em 2026 | 1,08 bilhão de unidades, o menor valor já registrado | Counterpoint Research, junho de 2026 |
| Remessas do segmento abaixo de USD 200, 2026 | Queda de mais de 20% | Counterpoint Research, via EE Times Asia, março de 2026 |
Fontes: Counterpoint, projeções de remessas de smartphones de 2026 revisadas para baixo e EE Times Asia sobre a revisão de março de 2026. A Gartner acrescenta um piso de hardware: espera que NPUs acima de 40 TOPS sejam padrão em celulares premium até 2027.
7. Adoção, Uso e Confiança: Desenvolvedores e Consumidores
A distribuição deixou de ser o gargalo. A Apple abriu seu modelo no dispositivo a aplicativos de terceiros por meio do framework Foundation Models, com inferência gratuita que funciona offline e exige apenas três linhas de Swift (Apple Newsroom, WWDC25). A Samsung diz que mais de 70% dos usuários do Galaxy S25 usam ativamente os recursos de IA integrados e que mirou o Galaxy AI em mais de 400 milhões de dispositivos até o fim de 2025, o dobro da meta de 200 milhões para 2024 (Samsung Newsroom, Galaxy Tech Forum 2025).
A confiança é o contrapeso e o argumento mais forte para manter a inferência local. A Deloitte constatou que 70% dos consumidores americanos se preocupam com a privacidade e a segurança de dados, e apenas 27% têm alta confiança de que seus dados estão protegidos. Os SLMs no dispositivo respondem a essa preocupação por construção, e é também por isso que o processamento local importa para ferramentas de voz como um modificador de voz em tempo real para o Discord, em que o áudio nunca precisa sair da máquina.
| Métrica | Valor | Fonte |
|---|---|---|
| Usuários do Galaxy S25 que usam ativamente a IA integrada | Mais de 70% | Samsung, julho de 2025 |
| Meta de dispositivos com Galaxy AI, fim de 2025 | Mais de 400 milhões (vs 200 milhões em 2024) | Samsung, julho de 2025 |
| Usuários que dizem que os recursos de IA fazem parte da rotina diária | 47% | Pesquisa Samsung / Symmetry Research, 2025 |
| Usuários que usam comandos de voz tanto quanto digitam | 45% | Pesquisa Samsung / Symmetry Research, 2025 |
| Consumidores que planejam comprar um smartphone com GenAI em um ano | 59% | Pesquisa com consumidores da Counterpoint Research, dezembro de 2024 |
| Consumidores americanos que usam ou experimentam GenAI | 53% | Deloitte Connected Consumer Survey 2025 (n=3.524) |
| Consumidores americanos preocupados com a privacidade e a segurança de dados | 70% | Deloitte Connected Consumer Survey 2025 |
| Consumidores com alta confiança de que seus dados estão protegidos | 27% | Deloitte Connected Consumer Survey 2025 |
Detalhes das pesquisas: comunicado da Deloitte sobre o Connected Consumer 2025 e pesquisa da Counterpoint sobre intenção de upgrade. A pesquisa da Counterpoint é de dezembro de 2024, o dado mais recente da empresa sobre intenção de upgrade.
Resumo: Modelos de Linguagem Pequenos no Dispositivo em Números
| Métrica | Valor | Fonte |
|---|---|---|
| Participação de GenAI nas remessas de smartphones, 2026 | 45% | Counterpoint Research, 2026 |
| Participação de GenAI, 2027 | 52% | Counterpoint Research, 2026 |
| Unidades de smartphones com GenAI, 2026 | 559 milhões | Gartner, 2025 |
| Gastos de usuários finais com smartphones com GenAI, 2026 | USD 393,3 bilhões (+32%) | Gartner, 2025 |
| Remessas de smartphones com GenAI, 2028 | 912 milhões | IDC, 2024 |
| Mercado de modelos de linguagem pequenos, 2032 | USD 5,45 bilhões (CAGR de 28,7%) | MarketsandMarkets, 2025 |
| Modelo da Apple no dispositivo | Cerca de 3B de parâmetros a 2 bits por peso | Apple Machine Learning Research, 2025 |
| Redução de memória do KV cache da Apple | 37,5% | Apple, relatório técnico, 2025 |
| Pegada de memória do Gemma 3n E2B | A partir de 2GB | Google Developers Blog, 2025 |
| Redução de tamanho / memória do Llama 3.2 quantizado | 56% / 41% | Meta AI, 2024 |
| NPU do Snapdragon 8 Elite Gen 5 | Até 220 tokens/s, 37% mais rápida | Qualcomm, 2025 |
| Saída de LLM de 3B no Dimensity 9500 | 2 vezes mais rápida, pico de energia 56% menor | MediaTek, 2025 |
| Gemma 3n E2B na NPU do Dimensity 9500 | Mais de 1.600 tokens/s no processamento do prompt, 28 tokens/s na geração | Google LiteRT, 2025 |
| Gemini Nano no Tensor G5 | 2,6 vezes mais rápido, 2 vezes mais eficiente | Google, 2025 |
| Tamanhos de LLM do MLPerf Mobile v6.0 | 1B, 3B, 8B | MLCommons, 2026 |
| Preços da memória móvel até o segundo trimestre de 2026 | Aproximadamente quatro vezes | Counterpoint Research, 2026 |
| Remessas de smartphones em 2026 | 1,08 bilhão (-13,9%) | Counterpoint Research, 2026 |
| Usuários do Galaxy S25 que usam IA ativamente | Mais de 70% | Samsung, 2025 |
| Consumidores americanos preocupados com a privacidade | 70% | Deloitte, 2025 |
Metodologia e Fontes
- Counterpoint Research, participação de smartphones com GenAI deve subir para 45% das remessas globais em 2026 (junho de 2026), com detalhes por segmento divulgados pela Electronics For You
- Counterpoint Research, remessas de smartphones com GenAI devem superar 400 milhões em 2025 (março de 2025)
- Counterpoint Research, projeções de remessas de smartphones de 2026 revisadas para baixo à medida que a escassez de memória eleva os custos da BoM (dezembro de 2025)
- Counterpoint Research, aumentos de custo da memória móvel (setembro de 2026)
- Counterpoint Research, pesquisa com consumidores sobre upgrades para smartphones com GenAI (dezembro de 2024)
- EE Times Asia, reportagem sobre a revisão de março de 2026 das remessas pela Counterpoint
- Gartner, comunicado sobre gastos mundiais de usuários finais com smartphones com GenAI (setembro de 2025)
- IDC, projeção mundial de remessas de smartphones com IA generativa (julho de 2024) e projeção mundial de smartphones da IDC (2025)
- MarketsandMarkets, comunicado sobre o mercado de modelos de linguagem pequenos (abril de 2025); Research and Markets, relatório do mercado de modelos de linguagem pequenos 2026; Grand View Research, relatório do mercado de modelos de linguagem pequenos
- Apple Machine Learning Research, atualizações dos modelos de linguagem de base da Apple no dispositivo e no servidor (2025), relatório técnico dos Apple Intelligence Foundation Language Models 2025 (arXiv), apresentação dos modelos de base da Apple no dispositivo e no servidor (2024) e Apple Newsroom, WWDC25
- Google Developers Blog, apresentação do Gemma 3n (junho de 2025) e Google, Tensor G5 do Pixel 10 (agosto de 2025)
- Resultados do Google LiteRT NeuroPilot no Dimensity 9500 (dezembro de 2025), conforme divulgados pela MarkTechPost
- Qualcomm, lançamento do Snapdragon 8 Elite Gen 5 (setembro de 2025) e análise do Futurum Group
- MediaTek, comunicado de lançamento do Dimensity 9500 (setembro de 2025)
- Meta AI, apresentação dos modelos Llama quantizados (outubro de 2024)
- Microsoft, Phi Silica, um SLM no dispositivo pequeno, mas poderoso (dezembro de 2024)
- MLCommons, MLPerf Mobile v6.0 (junho de 2026), página do benchmark MLPerf Mobile e benchmark de LLM pequeno do MLPerf Inference 5.1 (setembro de 2025)
- arXiv 2505.15030, avaliação sistemática de LLMs no dispositivo: quantização, desempenho e recursos
- Samsung Newsroom, Galaxy Tech Forum no Galaxy Unpacked 2025 (julho de 2025), números da pesquisa conforme divulgados pelo FoneArena
- Deloitte, comunicado da pesquisa Connected Consumer 2025 (setembro de 2025)
- Nota sobre os dados: os volumes de smartphones com GenAI em 2025 diferem entre as empresas: a IDC disse mais de 370 milhões (30% de participação), a Gartner 369,3 milhões e a Counterpoint mais de 400 milhões em sua projeção de março de 2025, depois reafirmando a participação de 2025 em 36%. Para 2026, os 45% da Counterpoint sobre 1,08 bilhão de unidades implicam cerca de 486 milhões de celulares com GenAI (0,45 × 1,08 bilhão), bem abaixo dos 559 milhões da Gartner, publicados em setembro de 2025, antes de a escassez de memória forçar cortes nas remessas; espere uma revisão da Gartner. O dimensionamento do mercado de modelos de linguagem pequenos varia de USD 0,93 bilhão (MarketsandMarkets) a cerca de USD 9 a 11 bilhões (Research and Markets, Grand View Research) para 2025-2026 por causa de definições diferentes. Todos os números de vazão de NPU são reportados pelos fabricantes, em modelos, precisões e comprimentos de contexto diferentes, portanto não são diretamente comparáveis; os resultados de LLM por dispositivo do MLPerf Mobile v6.0 são os dados a observar. O número de 30 tokens/s da Apple, os resultados do Llama quantizado da Meta, os números do Phi Silica da Microsoft e a projeção de 2028 da IDC são dados de 2024, os mais recentes que cada fonte publicou. A página de pesquisa da Apple lista 15 idiomas suportados, enquanto o relatório técnico no arXiv descreve 16 localidades.
Última atualização: 3 de outubro de 2026. Atualizamos este levantamento trimestralmente, e a próxima revisão é esperada quando a Counterpoint publicar seus acompanhamentos de smartphones e de preços de memória do terceiro trimestre de 2026 e a MLCommons divulgar os primeiros resultados públicos de LLM do MLPerf Mobile v6.0.