Dossier · Open source

Open-source & lokale LLM's

Je hoeft AI niet uit de cloud te huren. Open modellen lopen nog maar een half jaar achter op de gesloten top, en draaien inmiddels op een laptop, in je browser of op je eigen server. Dit dossier volgt de verschuiving naar open-weights AI — de modellen, de prijzen en de praktische route om het zelf te draaien.

Van gesloten API naar je eigen machine

  1. 21 feb 2026

    Open-source evenaart GPT-4o-niveau

    De staat van open-source AI: DeepSeek V3.2 haalt 94,2% op MMLU, en Meta's Llama 4, Mistral en DeepSeek domineren het landschap. Het verschil met de gesloten frontier wordt zichtbaar kleiner.

  2. 22 mei 2026

    DeepSeek maakt 75%-korting permanent

    V4-Pro zakt van 1,74 naar 0,435 dollar per miljoen input-tokens en draait native op Huawei's Ascend 950 — het eerste Chinese frontier-model dat volledig op binnenlands silicon werkt.

  3. 1 jun 2026

    MiniMax M3: open-weights frontier-model

    Een open-weights model met 1 miljoen tokens context — frontier-prestaties zonder gesloten API, vrij te draaien en bij te trainen.

  4. 2 jun 2026

    Ollama: AI op je eigen computer

    De uitleg van lokale taalmodellen: met Ollama draai je een model op je eigen machine — geen cloud, geen abonnement, je data blijft bij jou.

  5. 3 jun 2026

    Gemma 4 12B draait op je laptop

    Google's gratis Gemma 4 12B draait lokaal op een laptop met 16GB geheugen, multimodaal (tekst, beeld én audio) — geen per-token-kosten.

  6. 12 jun 2026

    AI in de browser, zonder server

    Met WebGPU (sinds eind 2025 standaard in alle vier grote browsers) draait AI direct in je browser, met tot 80% van de native GPU-prestatie. Inference verschuift naar het apparaat zelf.

  7. 25 jun 2026

    Waarom bedrijven overstappen

    Het gat tussen open en gesloten is geslonken tot zes à negen maanden. Bedrijven kiezen open modellen om drie redenen: datasoevereiniteit, voorspelbare kosten en de vrijheid om zelf bij te trainen.

  8. 8 jul 2026

    De hardwaregids van 2026

    Bitcoin-ontwikkelaar James O'Beirne beschrijft builds van 2.000 tot 40.000 dollar om topmodellen lokaal te draaien — de duurste met vier RTX PRO 6000 Blackwell-kaarten en 384GB VRAM.

Laatst bijgewerkt: 8 juli 2026. De tijdlijn volgt onze berichtgeving en groeit mee; bronnen staan bij de gekoppelde artikelen hieronder.

Al ons nieuws en duiding (9)

Veelgestelde vragen

Zijn open-source AI-modellen net zo goed als ChatGPT?

Het gat is klein geworden. In 2026 lopen open modellen ongeveer zes tot negen maanden achter op de gesloten frontier; modellen als DeepSeek V3.2 evenaren GPT-4o-niveau (94,2% op MMLU). Voor veel taken is het verschil in de praktijk verwaarloosbaar.

Wat is Ollama?

Ollama is gratis software waarmee je taalmodellen lokaal op je eigen computer draait — geen cloud, geen abonnement, geen per-token-kosten. Je data blijft op je eigen machine.

Welke hardware heb je nodig om een AI-model lokaal te draaien?

Dat hangt van het model af. Een gratis model als Gemma 4 12B draait al op een laptop met 16GB geheugen. Voor topmodellen op hoge snelheid loopt het op tot serieuze builds — de hardwaregids van James O'Beirne beschrijft opstellingen van 2.000 tot 40.000 dollar.

Waarom stappen bedrijven over op open modellen?

Vooral om drie redenen: datasoevereiniteit (je data blijft van jou), voorspelbare kosten en de vrijheid om een model zelf bij te trainen.