(Laatst bijgewerkt:
10-10-2026)
— Geschreven door
SimeonOnSecurity— 9 minuten leestijd
Breng prompts, modelbestanden, tools, logs, netwerkblootstelling en stroomkosten in kaart voordat je kiest voor lokale inferentie of een gehoste AI-dienst.
(Laatst bijgewerkt:
10-10-2026)
— Geschreven door
SimeonOnSecurity— 9 minuten leestijd
Bepaal de omvang van een lokale LLM-configuratie met 16 GB op basis van modelgewichten, KV-cache en promptverwerking. Vergelijk geheugenbudgetten, GPU-bandbreedte en eigendomskosten voor Qwen3.8 27B.
(Laatst bijgewerkt:
10-10-2026)
— Geschreven door
SimeonOnSecurity— 10 minuten leestijd
Een praktische gids voor oktober 2026 voor het kiezen van lokale AI-modellen voor programmeeragents. Vergelijk GPU-geheugen, groei van de KV-cache, contextgrootte, quantisatiekwaliteit, promptverwerking, redeneerniveaus en cloudhuurkosten.
(Laatst bijgewerkt:
10-10-2026)
— Geschreven door
SimeonOnSecurity— 10 minuten leestijd
Praktische gids voor oktober 2026 om een Qwen 27B-model te draaien met 32 GB bruikbaar acceleratorgeheugen. Vergelijk losse GPU’s, systemen met twee kaarten, unified memory, gebruikte datacenterkaarten, gehuurde rekenkracht, softwareondersteuning en limieten bij volledige context.