Je code draaide net nog in de cloud. Nu op je MacBook.

Begin juni vroeg iemand op een forum of iemand Claude of GPT volledig had vervangen door een lokaal model. Geen experiment ernaast, geen af en toe een test, maar als dagelijkse ontwikkeltool. De draad kreeg 1314 punten en 562 reacties, en het merendeel zei ja.

De setups lopen uiteen. De een draait Qwen3-30B-A3B in Ollama op een MacBook Pro M4 met 64 GB. De ander gebruikt gemma-4-26b-a4b via LM Studio op een M2 Mac met 64 GB. Weer een ander zet GPT-OSS-20B in een Docker-container achter een agent-harness. Geen API-sleutel, geen factuur, geen model dat in een ander rechtsgebied hangt.

Een jaar geleden was dat nog lachwekkend. Lokale modellen waren traag, onnauwkeurig en je moest alles dubbelchecken tegen een cloud-model om het serieus te nemen. Vicki Boykis, die dit soort dingen bijhoudt sinds de eerste 7B-modellen, schreef op 15 juni dat GPT-OSS voor haar het keerpunt was: voor het eerst haalde ze haar dubbelcheck-vangnet er minder vaak bij. Met Gemma 4 doet ze nu agentic coding op zo'n 75% van frontier-niveau, lokaal, in een Docker-container.

Wat er veranderde

Drie dingen tegelijk, en ze versterken elkaar. Hybride MoE-architecturen (30B aan parameters, 3B actief) geven je het gewicht van een groot model met de snelheid van een klein. Unified memory op Apple-silicium is geen GPU-hack meer; het is een MacBook-accessoire geworden, en inference-engines zijn volwassen: llama.cpp met Vulkan is sneller dan ROCm op AMD, tegen de intuïtie in.

Het resultaat is dat de afhankelijkheid van een API niet meer vanzelfsprekend is. Twee weken geleden schreef ik over wat er gebeurt als een Amerikaans model op vrijdagmiddag wordt bevroren; de eerste klanten van GPT-NL zijn dezelfde week begonnen. Vandaag is er een tweede as. Je hoeft niet meer afhankelijk te zijn van een API-contract om serieuze ontwikkeling te doen.

Wat het niet is

Het is geen vervanging van Claude of GPT. Eén van de stemmen in die draad, een developer die zijn hele site opnieuw bouwde met Qwen3 offline, noemde het treffend: agentic Qwen is een junior die je overal doorheen moet gidsen, Claude Opus is een senior die met je meedenkt. Voor architectuurdiscussies, meerstaps-refactors en dingen die echt contextoverdracht nodig hebben, is het lokale spul er nog niet. Voor de dagelijkse refactor-klus, unit-test-generatie, en "personalized Google voor code-vragen" werkt het wel.

Het is ook geen aanbeveling om vandaag je API's weg te gooien. Zelfs de voorstanders in die draad houden Claude of GPT ernaast voor de dingen waar lokaal echt tekortschiet. Het gaat om een tweede been onder je ontwikkelstack, niet om het eerste been eruit te trekken.