Selvhostet AI-kodningsstak vs. SaaS-stakken

Sidste måned åbnede en udvikler, jeg talte med, sin Cursor-faktura og fandt 80 $ på den. Måneden før havde det været de samme faste 20 $ som altid. Intet ved måden, han arbejdede på, havde ændret sig; det havde faktureringen. Det øjeblik oplever mange mennesker lige nu, og derfor er «skal jeg bare hoste det selv?» holdt op med at være et hobbyspørgsmål og blevet et budgetspørgsmål.

Her er, hvad der faktisk skete. Alle tre store SaaS-AI-kodeværktøjer (GitHub Copilot, Cursor og Windsurf) skiftede til forbrugs- eller kreditbaseret fakturering mellem midten af 2025 og midten af 2026. Samtidig blev open-weight-kodemodeller som Qwen2.5-Coder-32B gode nok til, at det nu er en reel mulighed at hoste sin egen kodeassistent selv, ikke et laboratorieprojekt. Så sammenligningen er endelig værd at lave med rigtige tal.

Det er den sammenligning her. Jeg giver dig det reelle omkostningsregnestykke for både en solo-udvikler og et voksende team, en ærlig vurdering af, hvor de selvhostede modeller holder, og hvor de ikke gør, samt en anbefaling tilpasset dit antal pladser og din kvalitetsbar. En ærlig advarsel med det samme: for en solo-udvikler er det populære råd «host det bare på en GPU» som regel forkert på pengene, og jeg viser dig hvorfor.

TL;DR

• Hvis du er solo, betaler GPU-vejen sig ikke. En månedsfaktureret GPU-VPS til listepris på cirka 779 $/måned slår for én person aldrig en Copilot Pro-plads til 10 $/måned.
• Den selvhostede GPU-stak er et holdtræk. A single GPU VPS breaks even against Copilot Business (about $19/seat) at roughly 27 seats, and against Cursor Teams (about $40/seat) at roughly 13 seats, at the current $506.35/month GPU price (roughly 41 and 20 seats at the undiscounted $779 list price). Below that, per-seat SaaS is usually cheaper.
• Formåen deler sig efter opgave. Qwen2.5-Coder-32B er stærk til autofuldførelse og daglige rettelser; førende hostede modeller vinder stadig tydeligt på komplekst, multifil- og agentisk arbejde.
• Selvhosting har en vedligeholdelsesskat. Modelopdateringer, luner ved GPU-drivere, kontekststørrelse, oppetid: et par timer om måneden, ikke et andet job. Regn det med, før du skifter.

Hvad denne artikel dækker (og hvad den ikke gør)

Dette er en omkostnings-og-formåen-sammenligning af én bestemt, byggbar stak over for de SaaS-værktøjer, de fleste udviklere allerede betaler for. For at holde den nyttig og ærlig:

• Dækker: det månedlige omkostningsregnestykke (solo og team), den daglige kodningsformåen og en tilpasset anbefaling.
• Dækker: en konkret selvhostet stak (Ollama, Continue.dev, Code Server og n8n) på en VPS.
• Dækker ikke: udtømmende model-benchmarking eller jagt på ranglister.
• Dækker ikke: fine-tuning eller brug af disse modeller til LLM-arbejde uden for kodning.
• Dækker ikke: trin-for-trin-installation. Dette er «bør jeg»-artiklen, ikke «sådan bygger du den»-artiklen.

Hvad der ændrede sig i prissætningen af AI-kodeværktøjer

Cursor gik først. Den 16. juni 2025 erstattede den sine grænser pr. anmodning med API-forbrugsbaseret prissætning: du får en pulje af brug af frontmodeller prissat til API-takster, og tunge måneder koster mere end lette. Ændringen kom bag på mange, og Cursor tilbød refunderinger i et vindue efter meddelelsen. En opdatering i juni 2026 omarbejdede forbrugspuljerne yderligere, men beholdt forbrugsmodellen.

GitHub Copilot fulgte trop i 2026. Ifølge GitHubs meddelelse, den 1. juni 2026 blev de gamle premium-anmodningsenheder erstattet af token-baserede «GitHub AI Credits». Abonnementspriserne forblev de samme (Pro til 10 $/måned, Business til 19 $/bruger/måned), men hvad du kan gøre inden for den pris, måles nu på tokenforbrug, mens kodefuldførelser stadig er inkluderet uden kreditomkostning.

Windsurf lavede den største omrokering. I marts 2026, erstattede den de gamle kredit-lignende selvbetjeningsplaner med kvotebaserede planer, tilføjede et Max-niveau til 200 $/måned og flyttede den nye Pro-pris til 20 $/måned, mens eksisterende Pro- og Teams-abonnenter blev bevaret på deres nuværende pris. Editoren er siden blevet til Devin Desktop; windsurf.com dirigerer nu til devin.ai/desktop. Devins nuværende selvbetjenings-faktureringsdokumentation beskriver Teams som 40 $ pr. fuld dev-plads med et minimum på 80 $/måned, ikke en simpel tillægsmodel «80 $ basis plus 40 $ pr. plads».

Den røde tråd: den faste månedsregning, du kunne forudsige, er stort set væk. Netop den forudsigelighed køber selvhosting tilbage, og netop det gør denne sammenligning relevant lige nu.

SaaS-stakken: hvad du får, og hvad det koster pr. plads

Start med, hvad pengene køber, for de køber meget. På SaaS-siden er der tre editorer (GitHub Copilot, Cursor og Devin Desktop, tidligere Windsurf), som giver dig nul opsætning, tæt IDE-integration og den bedste agentiske, multifil-ræsonnering, der findes i dag. Du installerer en udvidelse eller downloader en editor og er i gang på minutter. For de fleste er netop den bekvemmelighed hele pointen.

Her er den aktuelle pris pr. plads, hentet fra hvert værktøjs egen prisside:

Det svage punkt er måleren. På forbrugs- og kreditplanerne betyder en hård måned en hård regning, og ofte ser du den ikke komme, før den er der. Værre endnu: når dine kreditter slipper op, lukker flere af disse værktøjer af for dig eller skubber dig mod overforbrug; der er ingen skrabet, men gratis lokal reserve at humpe videre på til næste cyklus. Hvis din indkomst er ujævn, eller dit forbrug spidser i pressede uger, er den variabilitet en reel driftsmæssig hovedpine, ikke en afrundingsfejl.

Hvis du vejer bestemte værktøjer op mod hinanden i stedet for selvhosting-spørgsmålet, gik jeg dybere ned i de enkelte editorer i en en separat sammenligning af Claude Code-alternativer.

Den selvhostede stak: Ollama, Continue.dev, Code Server, n8n

Den selvhostede side består af fire dele, og hver enkelt løser en bestemt opgave. Ollama (i øjeblikket v0.31.1) er den lokale inferensmotor: den kører open-weight-modellen på din server og udstiller et OpenAI-kompatibelt API. Continue.dev er broen, en VS Code- og JetBrains-udvidelse, der peger din editors autofuldførelse og chat mod dit Ollama-endpoint i stedet for en cloududbyder. Kodeserver (i øjeblikket v4.127.0) er VS Code, der kører i browseren, hostet på selve VPS'en, praktisk når du vil have hele miljøet til at bo ved siden af modellen frem for på din laptop. Og n8n er workflow-laget: sådan kobler du agentiske eller flertrins-automatiseringer (kør tests, åbn en PR, ping et webhook) op omkring modellen.

Det modelvalg, der gør dette troværdigt, er Qwen2.5-Coder-32B, som Ollama placerer blandt de stærkeste open-weight-kodemodeller på standardbenchmarks. Det er den brik, der ændrede regnestykket. For et par år siden var de åbne modeller ikke tæt nok på til at gøre umagen værd; i dag er de det til dagligt arbejde.

Ét forbehold, det er værd at kende, før du binder dig til Continue: det er nu en del af Cursor-økosystemet. Continues egen side bekræfter opkøbet, og dokumentationen viser stadig Ollama- og lokal-model-konfiguration, men den langsigtede produktretning er mindre sikker end før opkøbet. Betragt det for nu som en praktisk bro, ikke den sikreste langsigtede afhængighed.

Og her er den bekvemme del for dem, der ikke bryder sig om opsætning: Ollama, Code Server og n8n er alle tilgængelige som ét-kliks-deployments i Cloudzy-marketplacen, hvilket fjerner indvendingen om at «bruge en weekend på installation». Du peger og deployer hele stakken i stedet for at samle den i hånden. Vil du have argumentet for netop Ollama, sammenlignede jeg den med det vigtigste alternativ, LM Studio.

Pro-tip: Qwen2.5-Coder-32B fylder omkring 20 GB på disken og skal ved Q4_K_M-kvantisering bruge cirka 20-25 GB VRAM for at køre. Det passer på en GPU med 24 GB VRAM som RTX 4090, men lige akkurat. Den kører fint med standardindstillinger og korte til mellemlange kontekstvinduer; skru konteksten meget langt op, og den kan begynde at swappe. Planlæg efter «passer med omhyggelig kontekststyring», ikke «masser af luft».

Omkostningstabellen: solo-udvikler vs. team

For one developer, self-hosting on a GPU is the wrong call on cost. Using Cloudzy's month-to-month list price for a 1x RTX 4090 GPU VPS, the stack runs about $779/month against $10/month for Copilot Pro. The GPU stack only pays off when that fixed cost is shared across a team: at the current price ($506.35/month at the time of writing, billed month-to-month with no annual commitment), it breaks even at roughly 27 Copilot Business seats or 13 Cursor Teams seats. At the undiscounted $779/month list price, the break-even moves out to roughly 41 Copilot Business seats or 20 Cursor Teams seats.

Nu tallene. SaaS-kolonnerne er totaler pr. plads; den selvhostede stak er en fast månedlig omkostning, uanset hvor mange der deler den.

Read the table by where the fixed line crosses the rising one. Against Cursor Teams at $40/seat, the GPU VPS becomes the cheaper option somewhere around 13 developers at the current price (about 20 at list). Against Copilot Business at $19/seat, you need roughly 27 developers at the current price (about 41 at list) before the fixed cost wins. Below those thresholds, per-seat SaaS is simply cheaper, and no amount of "but it's unlimited" changes that.

Solo-historien er en anden og værd at sige rent ud. Man sætter ikke én person på en GPU til 779 $. Vil du selvhoste som enkeltperson, er den ærlige sammenligning en lille model (7B) på en CPU-VPS til cirka 29 $/måned mod en Copilot Pro-plads til 10 $/måned. Det er cirka 19 $/måned mere, og hvad du får for det, er ingen forbrugslofter, ingen måleoverraskelser og din kode, der aldrig forlader din server. Om det er 19 $ værd, afhænger fuldstændig af, hvad faktureringens uforudsigelighed koster dig i stress og planlægning, ikke af de rå dollars.

Hurtig dom: den selvhostede GPU-stak er en beslutning på holdstørrelse eller flere workloads, ikke en solobeslutning. For én person er det at blive på SaaS eller køre en lille model på en billig CPU-kasse. For et team: regn antallet af pladser op mod 19 $ og 40 $, før du rører en GPU.

Afsnittets nøglekonklusion: hele det økonomiske argument for GPU-stakken er at dele én fast omkostning på mange pladser. Det er et hold- eller multi-workload-træk, aldrig et solokøb.

Sammenligning af formåen: hvor selvhosting holder, og hvor det ikke gør

Giv en selvhostet Qwen2.5-Coder-32B-opsætning en dag med almindeligt arbejde (autofuldførelse, redigeringer i én fil, «skriv denne funktion til mig», forklar-denne-kode), og du får svært ved at skelne den fra en betalt assistent. På det daglige er forskellen lille. Hvor det bryder sammen, er de svære 20%: omskrivninger på tværs af filer, langsigtede agentiske opgaver og kompleks ræsonnering på tværs af en stor kodebase. Der vinder de førende hostede modeller stadig tydeligt, og ikke med en hårsbredde.

Der er også en hastighedsdimension, folk undervurderer. En hostet frontmodel svarer hurtigt, fordi den kører på en andens enorme inferensflåde. Din GPU-VPS til 779 $ kan, især under samtidig belastning fra et par kolleger på én gang, føles langsommere til interaktivt arbejde end de svar under et sekund, du er vant til. Den er brugbar, men «selvhostet» og «øjeblikkelig» er ikke det samme, når flere deler ét kort.

Så den korrekte indramning er ikke «Ollama erstatter Copilot». Den er «Ollama matcher Copilot til hverdagsopgaver og halter bagefter på de komplekse». Hvis din dag mest er hverdagsopgaver, er det en fremragende handel. Hvis din dag mest er de svære 20%, er den ikke.

Når SaaS stadig vinder

Forestil dig en solo-udvikler, hvis arbejde virkelig er kvalitetskritisk (AI'en laver arkitekturændringer på tværs af filer, ikke autofuldførelse), og som ikke har nogen som helst interesse i at drive en server. For den person er 20 $/måned for et frontværktøj en af de bedste handler i software, og selvhosting ville være et tilbageskridt forklædt som en besparelse. Der vinder SaaS klart, og det er ikke det eneste tilfælde.

SaaS er det rigtige valg, når:

• Du er solo, og din kvalitetsbar er de svære 20%, ikke de daglige rettelser.
• Your team is under the crossover seat count: below about 13 (vs Cursor Teams) or about 27 (vs Copilot Business) at current pricing, per-seat is cheaper.
• Dine workflows læner sig op ad agentisk ræsonnering i topklasse, som de åbne modeller endnu ikke matcher.
• Ingen på holdet vil eller har tid til at tage sig af driften.

Netop det sidste punkt vifter folk væk, så lad os være konkrete om vedligeholdelsesskatten. At selvhoste en kodningsstak er ikke et andet job, men det er heller ikke gratis. Det reelle tilbagevendende arbejde omfatter: at hente og teste nye modelversioner, ordne GPU-driverluner efter opdateringer, justere kontekstvinduestørrelser, så du ikke swapper VRAM, og holde maskinen kørende, så dit team ikke er blokeret, når modellen er nede. Kald det et par timer om måneden, når det er stabilt, hvilket er fint, hvis nogen ejer det, og en katastrofe i slowmotion, hvis ingen gør.

Afsnittets nøglekonklusion: selvhosting er en omkostnings- og kontrolbeslutning, der først betaler sig ud over en bestemt holdstørrelse, eller når privatlivs- og compliancekrav gør «vores kode forlader aldrig vores server» ikke til forhandling, uanset regnestykket.

Sådan vælger du: en beslutningsramme

Placer dig selv i en række, og du er stort set færdig. Omkostningstabellen og formåensopdelingen ovenfor giver dig alt til at placere dig selv; dette er bare kortlægningen.

• Solo, omkostningsfølsom, hverdagsopgaver: bliv på Copilot Pro, eller kør en 7B-model på en billig CPU-VPS, hvis du vil have en ubegrænset, privat og forudsigelig omkostning. Drop GPU'en.
• Solo, kvalitetskritisk arbejde: bliv på SaaS. Frontværktøjerne er det værd, og selvhosting er et tilbageskridt for dig.
• Team under about 13 seats: per-seat SaaS is usually cheaper at current GPU pricing. Don't self-host to save money at this size.
• Team about 13 to 27+ seats, or with other GPU workloads, or with privacy and compliance requirements: begynder den selvhostede GPU-stak virkelig at give mening. Kør pladsregnestykket, og tag højde for, hvem der ejer driften.

Hvis du lander i den sidste række, bliver det praktiske spørgsmål, hvor GPU-maskinen bor. At køre Qwen2.5-Coder-32B betyder et kort med 24 GB VRAM, og opsætningsbyrden (netop den indvending, der holder folk på SaaS) er det, der er værd at ingeniør-fjerne. En GPU-VPS med ét-kliks-deployment af Ollama, Code Server og n8n får hele din stak op at køre uden weekendens samlearbejde, så den drift, du skriver dig op til, er løbende vedligeholdelse, ikke en opbygning fra bunden. Hvis det er den vej, du er på, Cloudzy's Ollama VPS giver dig GPU'en med 24 GB VRAM og ét-kliks-stakken ét sted; priser og aktuelle GPU-placeringer står på siden.

Ofte stillede spørgsmål

Bundlinjen

Vælg den række, der matcher dit antal pladser og din kvalitetsbar, og beslutningen tager sig selv. Solo og omkostningsfølsom: bliv på Copilot Pro eller kør en lille model på en billig CPU-kasse. Solo og kvalitetskritisk: bliv på SaaS. Et team ud over skæringsstørrelsen, eller et med andre GPU-workloads eller privatlivskrav, er der, hvor den selvhostede GPU-stak endelig tjener sig hjem. Faktureringsændringerne gjorde dette regnestykke værd at lave; regnestykket peger for de fleste stadig tilbage på SaaS, og det er fint. Kør dine egne tal op mod 19 $ og 40 $ pr. plads, før du køber en GPU.