Marktonderzoek

Lokale LLM-hardware
2026

Welke on-premises hardware kan een bedrijf met €10k tot €500k kopen voor LLM-inference, hoe snel draaien de huidige open-weights modellen erop, en welk kwaliteitsniveau koop je daarmee?

Wat je moet weten voordat je de tabel leest

Referentiemodellen in de snelheidskolommen

Hardware × modellen

Klik op een kolomkop voor uitleg over die eigenschap, of op een cel voor uitleg over dat product.
M gemeten S schatting V door modelmaker gerapporteerd volle kwaliteit 4-bit, klein verlies ≤3-bit, duidelijk verlies Snelheid in tokens/s voor één gebruiker. Prijzen excl. btw.

Kolommen in groen zijn nieuw: inleestijd en gelijktijdige gebruikers. Terminal-Bench 4.0, AA-index en HLE komen van Artificial Analysis (onafhankelijk, v4.3.2); DeepSWE en GPQA zijn door de modelmakers gerapporteerd.

Benchmarks per model

SWE-bench Verified, τ²-bench en AIME 2025 zijn verzadigd en worden voor nieuwe modellen niet meer gerapporteerd. Hieronder staan de opvolgers. Klik op een cel om te zien op welke hardware een model past.

Kanttekeningen

    Vragen die je keuze scherp maken

      Bronnen

        Lokaal draaien of hybride?

        We helpen je de juiste opzet te kiezen voor jouw gebruikers, data en budget — van één Mac Studio tot een GPU-server in colocatie.

        Vrijblijvende intake →