14. Kapan Tidak Digunakan

Model terlalu besar untuk device: LLM besar (>4B parameter) tidak praktis di iPhone lama. Gunakan API.
Training intensif diperlukan: Core ML on-device training terbatas. Untuk fine-tuning skala besar, gunakan server.
Model sering diupdate: Jika model berubah setiap hari, overhead deployment via App Store tidak praktis. Pertimbangkan [Core ML Deployment via CloudKit atau custom download].
Akurasi lebih penting dari latensi: Model server yang lebih besar bisa memberikan akurasi jauh lebih tinggi.
Prototype atau eksperimen: Jika masih eksplorasi arsitektur model, jalankan di Python/server dulu.
Semua platform: Jika perlu konsistensi Android + iOS, model TFLite atau ONNX mungkin lebih tepat.