Zelf-gehoste AI-codeerstack vs. de SaaS-stack

Vorige maand opende een ontwikkelaar met wie ik sprak zijn Cursor-factuur en vond er 80 $ op. De maand daarvoor was het dezelfde vaste 20 $ als altijd. Aan zijn manier van werken was niets veranderd; aan de facturatie wel. Dat moment beleven op dit moment veel mensen, en daarom is «moet ik dit gewoon zelf hosten?» geen hobbyvraag meer maar een budgetvraag.

Dit is wat er echt gebeurde. Alle drie de grote SaaS-AI-codeertools (GitHub Copilot, Cursor en Windsurf) stapten tussen medio 2025 en medio 2026 over op facturatie op basis van gebruik of tegoed. Tegelijk werden open-weight codemodellen als Qwen2.5-Coder-32B goed genoeg dat het zelf hosten van je eigen codeerassistent nu een echte optie is, geen laboratoriumproject. De vergelijking is eindelijk de moeite waard met echte cijfers.

Dit is die vergelijking. Ik geef je de echte kostenberekening voor zowel een solo-dev als een groeiend team, een eerlijk oordeel over waar de zelf-gehoste modellen standhouden en waar niet, en een aanbeveling die past bij je aantal seats en je kwaliteitseis. Een eerlijke waarschuwing vooraf: voor een solo-ontwikkelaar klopt het populaire advies «host het gewoon op een GPU» meestal niet qua geld, en ik laat je zien waarom.

TL;DR

• Als je solo werkt, loont het GPU-pad niet. Een per maand gefactureerde GPU-VPS tegen catalogusprijs van zo'n 779 $/maand verslaat voor één persoon nooit een Copilot Pro-seat van 10 $/maand.
• De zelf-gehoste GPU-stack is een teamzet. 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.
• De capaciteit verschilt per taak. Qwen2.5-Coder-32B is sterk in autocomplete en dagelijkse edits; toonaangevende gehoste modellen winnen nog steeds duidelijk bij complex, multi-file, agentisch werk.
• Zelf hosten kent een onderhoudsheffing. Model-updates, kuren van GPU-drivers, contextgrootte, uptime: een paar uur per maand, geen tweede baan. Reken dat mee voordat je overstapt.

Wat dit artikel wel en niet behandelt

Dit is een kosten-en-capaciteitsvergelijking van één concrete, bouwbare stack tegenover de SaaS-tools waar de meeste ontwikkelaars al voor betalen. Om het nuttig en eerlijk te houden:

• Behandelt: de maandelijkse kostenberekening (solo en team), de dagelijkse codeercapaciteit en een passende aanbeveling.
• Behandelt: een concrete zelf-gehoste stack (Ollama, Continue.dev, Code Server en n8n) op een VPS.
• Behandelt niet: uitputtende model-benchmarks of het najagen van ranglijsten.
• Behandelt niet: fine-tuning of het gebruik van deze modellen voor niet-codeergerelateerd LLM-werk.
• Behandelt niet: de stapsgewijze installatie. Dit is het «moet ik dit doen»-artikel, niet het «hoe bouw ik het»-artikel.

Wat er veranderde in de prijzen van AI-codeertools

Cursor beet het spits af. Op 16 juni 2025 verving het zijn limieten per verzoek door API-gebruiksgebaseerde prijzen: je krijgt een pool aan topmodel-gebruik tegen API-tarieven, en zware maanden kosten meer dan lichte. De verandering kwam voor velen als een verrassing, en Cursor bood na de aankondiging een tijdlang terugbetalingen aan. Een update van juni 2026 herwerkte de gebruikspools verder, maar behield het gebruiksmodel.

GitHub Copilot volgde in 2026. Volgens de aankondiging van GitHub, op 1 juni 2026 werden de oude premium request-eenheden vervangen door token-gebaseerde «GitHub AI Credits». De abonnementsprijzen bleven gelijk (Pro op 10 $/maand, Business op 19 $/gebruiker/maand), maar wat je binnen die prijs kunt doen wordt nu afgemeten aan tokenverbruik, waarbij code-aanvullingen nog steeds zonder tegoedkosten zijn inbegrepen.

Windsurf deed de grootste herschikking. In maart 2026, verving het de oude credit-achtige self-serviceplannen door quotaplannen, voegde een Max-niveau van 200 $/maand toe en bracht de nieuwe Pro-prijs naar 20 $/maand, terwijl bestaande Pro- en Teams-abonnees hun huidige prijs behielden. De editor is sindsdien geworden Devin Desktop; windsurf.com verwijst nu naar devin.ai/desktop. Devins huidige de self-service facturatiedocumentatie beschrijft Teams als 40 $ per volledige dev-seat met een minimum van 80 $/maand, niet als een eenvoudig add-onmodel «80 $ basis plus 40 $ per seat».

De rode draad: de vaste maandrekening die je kon voorspellen is grotendeels verdwenen. Precies die voorspelbaarheid koopt zelf hosten terug, en precies dat maakt deze vergelijking nú relevant.

De SaaS-stack: wat je krijgt en wat het kost per seat

Begin bij wat het geld koopt, want het koopt veel. Aan de SaaS-kant zijn het drie editors (GitHub Copilot, Cursor en Devin Desktop, voorheen Windsurf) die nul installatie, strakke IDE-integratie en het beste agentische, multi-file redeneren van nu bieden. Je installeert een extensie of downloadt een editor en binnen minuten werk je. Voor de meeste mensen is dat gemak precies het punt.

Hier de huidige prijzen per seat, van de prijspagina van elke tool:

Het zwakke punt is de meter. Bij de gebruik- en tegoedplannen betekent een zware maand een zware rekening, en vaak zie je die pas komen als hij er is. Erger nog: als je tegoed op is, sluiten sommige van deze tools je af of duwen je naar overages; er is geen uitgeklede maar gratis lokale terugval om tot de volgende cyclus door te sukkelen. Als je inkomen wisselvallig is of je gebruik piekt in crunch-weken, is die variabiliteit een echte operationele hoofdpijn, geen afrondingsfout.

Als je specifieke tools tegen elkaar afweegt in plaats van de zelf-hostvraag, ben ik dieper op de afzonderlijke editors ingegaan in een aparte vergelijking van Claude Code-alternatieven.

De zelf-gehoste stack: Ollama, Continue.dev, Code Server, n8n

De zelf-gehoste kant bestaat uit vier onderdelen, en elk doet een specifieke taak. Ollama (momenteel v0.31.1) is de lokale inferentie-engine: hij draait het open-weight model op je server en biedt een OpenAI-compatibele API. Continue.dev is de brug, een VS Code- en JetBrains-extensie die de autocomplete en chat van je editor naar je Ollama-endpoint richt in plaats van naar een cloudprovider. Codeserver (momenteel v4.127.0) is VS Code in de browser, gehost op de VPS zelf, handig als je wilt dat de hele omgeving naast het model leeft in plaats van op je laptop. En n8n is de workflow-laag: zo knoop je agentische of meerstaps-automatiseringen (tests draaien, een PR openen, een webhook pingen) rond het model aan elkaar.

De modelkeuze die dit geloofwaardig maakt, is Qwen2.5-Coder-32B, dat Ollama neerzet als een van de sterkste open-weight codemodellen op standaardbenchmarks. Dat is het stuk dat de rekensom veranderde. Een paar jaar geleden zaten de open modellen er niet dicht genoeg bij om de moeite te lonen; nu, voor dagelijks werk, wel.

Eén kanttekening om te weten voordat je je vastlegt op Continue: het maakt nu deel uit van het Cursor-ecosysteem. de eigen site van Continue bevestigt de overname, en de documentatie toont nog steeds de Ollama- en lokale-modelconfiguratie, maar de productrichting op lange termijn is minder zeker dan vóór de overname. Zie het voorlopig als een praktische brug, niet als de veiligste langetermijnafhankelijkheid.

En dan het gemakkelijke deel voor wie een hekel aan setup heeft: Ollama, Code Server en n8n zijn allemaal als één-klik-deployments beschikbaar in de de Cloudzy-marketplace, waarmee het bezwaar «een weekend kwijt aan installeren» van tafel is. Je wijst en deployt de hele stack in plaats van hem met de hand in elkaar te zetten. Wil je de keuze-onderbouwing specifiek achter Ollama, dan heb ik het vergeleken met het belangrijkste alternatief, LM Studio.

Pro-tip: Qwen2.5-Coder-32B is zo'n 20 GB op schijf en heeft bij Q4_K_M-kwantisatie ongeveer 20-25 GB VRAM nodig om te draaien. Dat past op een GPU met 24 GB VRAM zoals de RTX 4090, maar krap. Met standaardinstellingen en korte tot middellange contextvensters draait het prima; rek het contextvenster ver op en het kan gaan swappen. Reken op «past met zorgvuldig contextbeheer», niet op «bergen ruimte».

De kostentabel: solo-ontwikkelaar 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 de cijfers. De SaaS-kolommen zijn totalen per seat; de zelf-gehoste stack is een vaste maandkost, ongeacht hoeveel mensen hem delen.

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.

Het solo-verhaal is anders en verdient het om helder gezegd te worden. Je zet niet één persoon op een GPU van 779 $. Wil je als individu zelf hosten, dan is de eerlijke vergelijking een klein model (7B) op een CPU-VPS van zo'n 29 $/maand tegenover een Copilot Pro-seat van 10 $/maand. Dat is zo'n 19 $/maand meer, en wat je ervoor koopt is geen gebruikslimieten, geen metersverrassingen en je code die je server nooit verlaat. Of dat 19 $ waard is, hangt volledig af van wat de onvoorspelbaarheid van de facturatie je kost aan stress en planning, niet van kale dollars.

Snel oordeel: de zelf-gehoste GPU-stack is een beslissing op teamschaal of voor meerdere workloads, geen solobeslissing. Voor één persoon is het bij SaaS blijven of een klein model op een goedkope CPU-bak draaien. Voor een team: reken het aantal seats af tegen 19 $ en 40 $ voordat je een GPU aanraakt.

Belangrijkste conclusie van deze sectie: het hele economische argument van de GPU-stack is één vaste kost over veel seats verdelen. Het is een team- of multi-workloadzet, nooit een solo-aankoop.

Capaciteitsvergelijking: waar zelf hosten standhoudt en waar niet

Geef een zelf-gehoste Qwen2.5-Coder-32B-opstelling een dag gewoon werk (autocomplete, bewerkingen in één bestand, «schrijf deze functie voor me», leg-deze-code-uit) en je kunt hem nauwelijks van een betaalde assistent onderscheiden. Bij het dagelijkse is het verschil klein. Waar het misgaat is de moeilijke 20%: herschrijvingen over meerdere bestanden, langlopende agentische taken en complex redeneren over een grote codebase. Daar winnen de toonaangevende gehoste modellen nog steeds duidelijk, en niet nipt.

Er is ook een snelheidsdimensie die mensen onderschatten. Een gehost topmodel antwoordt snel omdat het op iemand anders' enorme inferentievloot draait. Je GPU-VPS van 779 $ kan, vooral onder gelijktijdige belasting van een paar teamgenoten tegelijk, voor interactief werk trager aanvoelen dan de sub-secondereacties die je gewend bent. Bruikbaar is het, maar «zelf-gehost» en «instant» zijn niet hetzelfde zodra meerdere mensen één kaart delen.

De juiste framing is dus niet «Ollama vervangt Copilot». Het is «Ollama evenaart Copilot bij alledaagse taken en blijft achter bij de complexe». Bestaat je dag vooral uit alledaagse taken, dan is dat een prima ruil. Bestaat je dag vooral uit de moeilijke 20%, dan niet.

Wanneer SaaS toch wint

Stel je een solo-dev voor wiens werk echt kwaliteitskritisch is (de AI doet architectuurwijzigingen over meerdere bestanden, geen autocomplete) en die geen enkele zin heeft om een server te beheren. Voor die persoon is 20 $/maand voor een topmodel een van de beste deals in software, en zelf hosten zou een als besparing verpakte achteruitgang zijn. Daar wint SaaS glansrijk, en dat is niet het enige geval.

SaaS is de juiste keuze wanneer:

• Je werkt solo en je kwaliteitslat is de moeilijke 20%, niet de dagelijkse edits.
• 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.
• Je workflows leunen op agentisch redeneren van topniveau dat de open modellen nog niet evenaren.
• Niemand in het team wil of heeft tijd om de operatie op zich te nemen.

Dat laatste punt wuiven mensen weg, dus laten we concreet zijn over de onderhoudsheffing. Een codeerstack zelf hosten is geen tweede baan, maar het is ook niet gratis. Het echte terugkerende werk omvat: nieuwe modelversies ophalen en testen, kuren van GPU-drivers na updates oplossen, contextvenstergroottes afstemmen zodat je geen VRAM swapt, en de machine in de lucht houden zodat je team niet vastzit als het model eruit ligt. Noem het een paar uur per maand als het eenmaal stabiel is, wat prima is als iemand het beheert, en een ramp in slow motion als niemand dat doet.

Belangrijkste conclusie van deze sectie: zelf hosten is een kosten-en-controlebeslissing die zich pas loont voorbij een bepaalde teamschaal, of wanneer privacy- en compliance-eisen «onze code verlaat nooit onze server» onbespreekbaar maken, los van de rekensom.

Hoe je kiest: een beslissingskader

Plaats jezelf in een rij en je bent vrijwel klaar. De kostentabel en de capaciteitsverdeling hierboven geven je alles om jezelf te plaatsen; dit is alleen de toewijzing.

• Solo, kostenbewust, alledaagse taken: blijf bij Copilot Pro, of draai een 7B-model op een goedkope CPU-VPS als je ongelimiteerde, private, voorspelbare kosten wilt. Sla de GPU over.
• Solo, kwaliteitskritisch werk: blijf bij SaaS. De topmodellen zijn het waard en zelf hosten is voor jou een achteruitgang.
• 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: begint de zelf-gehoste GPU-stack echt zin te krijgen. Reken de seats door en houd rekening met wie de operatie beheert.

Beland je in die laatste rij, dan wordt de praktische vraag waar de GPU-machine woont. Qwen2.5-Coder-32B draaien betekent een kaart met 24 GB VRAM, en de setup-last (precies het bezwaar dat mensen bij SaaS houdt) is wat het waard is om weg te engineeren. Een GPU-VPS met een één-klik-deployment van Ollama, Code Server en n8n krijgt je hele stack draaiend zonder het weekend monteren, zodat de operatie waarvoor je tekent doorlopend onderhoud is, geen bouw vanaf nul. Als dat het pad is dat je bewandelt, Cloudzy's Ollama VPS geeft je de GPU met 24 GB VRAM en de één-klik-stack op één plek; prijzen en actuele GPU-locaties staan op de pagina.

Veelgestelde vragen

Kort samengevat

Kies de rij die past bij je aantal seats en je kwaliteitslat, en de beslissing neemt zichzelf. Solo en kostenbewust: blijf bij Copilot Pro of draai een klein model op een goedkope CPU-bak. Solo en kwaliteitskritisch: blijf bij SaaS. Een team voorbij de omslaggrootte, of met andere GPU-workloads of privacy-eisen, is waar de zelf-gehoste GPU-stack zich eindelijk terugverdient. De facturatiewijzigingen maakten dit het rekenen waard; de rekensom wijst voor de meeste individuen nog steeds naar SaaS, en dat is prima. Reken je eigen cijfers af tegen 19 $ en 40 $ per seat voordat je een GPU koopt.