Een AI-model draaien op je eigen Mac: complete gids met Ollama

Update 12 november 2026 Stap 4 en 5 gebruikten het model llama3, terwijl je in stap 2 qwen3.5:4b downloadt. Daardoor haalde het API-voorbeeld een tweede model van enkele gigabytes op. Nu gebruikt de hele gids hetzelfde model. Eerdere wijzigingen staan onderaan.

Waarom een lokale LLM?

Niet al je data hoeft naar de cloud. Met een lokale LLM?Lokale AI (on-premise AI)Een AI-model dat draait op jouw eigen apparaat of server, niet in de cloud.Hele uitleg: Lokale AI (on-premise AI)Sluiten (Large Language Model?LLM (groot taalmodel)Large Language Model: het type AI-model achter ChatGPT, Claude en Gemini.Hele uitleg: LLM (groot taalmodel)Sluiten, het type AI achter ChatGPT) draai je AI volledig op je eigen hardware: geen API-kosten, geen dataverzending naar derden en onbeperkt gebruik. Op Apple Silicon Macs (M1 tot en met M6) werkt dit verrassend goed dankzij de Unified Memory Architecture en de ingebouwde Neural Engine, Apples variant van de NPU die standaard in moderne laptops zit (wat een NPU is en waarom hij in elke AI-laptop zit) (Bron: Ollama, systeemeisen macOS). Niet zeker wat Ollama precies is en wanneer het zin heeft? Onze Wat is Ollama?-uitleg geeft het overzicht zonder direct in de terminal te duiken.

Ik draai zelf sinds een paar maanden een lokaal model op een MacBook met 16 GB geheugen. Prima voor brainstorms, snelle reformuleringen en alles wat ik niet direct naar een Amerikaanse cloud wil sturen. Ga je dit met echte bedrijfsdata doen? Lees dan onze 5 checks om open modellen veilig te draaien. Voor zware schrijfopdrachten grijp ik nog naar ChatGPT of Claude. Voor alledaags werk blijft de lokale variant verrassend vaak genoeg. Zit je twijfel vooral op het Europese vlak (waar staat je data, onder welk recht valt de aanbieder), bekijk dan ook Europese AI-apps in 2026.

Voor wie is dit artikel? Voor Mac-gebruikers die zelf AI-modellen willen draaien op hun eigen laptop. Handig als privacy belangrijk is, als je AI vaak gebruikt of gewoon uit nieuwsgierigheid. Je hoeft geen ontwikkelaar te zijn, maar je moet je niet door een regel Terminal?TerminalHet zwarte venster waarin je opdrachten typt in plaats van klikt, ook wel de opdrachtregel of command line. Sommige AI-tools draaien alleen daar, zoals Claude Code, of vragen erom bij de installatie van een lokaal model.Hele uitleg: TerminalSluiten-commando’s laten afschrikken. Werk je nog helemaal niet met AI? Start dan eerst met ChatGPT voor beginners: lokaal draaien is de volgende stap, niet de eerste. Heb je een oudere Mac met een Intel-chip, dan is deze gids niet voor jou: de stappen hieronder gaan uit van minimaal een M1.

Beginner-tip Een “lokale LLM” is een AI-model dat op jouw eigen computer draait, in plaats van op servers van OpenAI of Google. Voordelen: je data verlaat je Mac niet, je hebt geen internetverbinding nodig en er zijn geen maandelijkse kosten.

Wat heb je nodig?

Vereiste	Minimum	Aanbevolen
macOS	macOS 14 Sonoma	De nieuwste macOS
Chip	M1 (elke variant)	M3 Pro / M4 Pro of hoger
RAM	8 GB	16 tot 32 GB
Schijfruimte	10 GB vrij	50+ GB voor meerdere modellen

(Bron: Ollama macOS Docs / GPTforWork Setup Guide)

Wil je eerst een vergelijking tussen de modellen zelf? Onze deep dive waarin Llama, Mistral en DeepSeek vergeleken worden gaat dieper in op kwaliteit, licentie en benchmarks. Handig voordat je er eentje lokaal gaat draaien.

Vuistregel voor RAM vs. modelgrootte:

• 8 GB RAM: Modellen tot ~7B parameters (bijv. Qwen 3.5 4B, Llama 3.1 8B)
• 16 GB RAM: Modellen tot ~13B parameters comfortabel
• 32 GB RAM: Modellen tot ~34B parameters met 4-bit quantisatie
• 64+ GB RAM: 70B+ modellen, meerdere modellen tegelijk

Gevorderden Apple Silicon’s Unified Memory Architecture deelt geheugen tussen CPU en GPU, waardoor er geen data-overhead is bij GPU-acceleratie. De M4 Pro met 24 GB RAM is in 2026 de sweet spot voor lokale LLM-experimenten: je kunt modellen tot 30B parameters effectief draaien (Bron: Dmitry Markov M4 Pro Benchmark).

Stap 1: Ollama installeren

Je hebt twee opties (Bron: Ollama Download):

Optie A: DMG Installer (aanbevolen voor beginners)

1. Ga naar ollama.com/download/mac
2. Download de .dmg
3. Sleep de Ollama app naar je Programma’s map
4. Start Ollama: het draait als achtergrondproces in je menubalk

Optie B: Terminal / Homebrew

# Via het installatiescript:
curl -fsSL https://ollama.com/install.sh | sh

# Of via Homebrew:
brew install ollama

# Controleer de installatie:
ollama --version

Na installatie draait Ollama automatisch als server op de achtergrond en start het bij elke reboot (Bron: Markus Schall, Local AI on Mac).

Stap 2: Je eerste model downloaden en draaien

Het commando ollama run downloadt een model automatisch als het nog niet lokaal staat:

# Download en start Qwen 3.5 (4B): een goed beginmodel dat op elke Apple Silicon-Mac draait
ollama run qwen3.5:4b

# Het model wordt gedownload (~3,4 GB) en start een chatinterface

Dat is het! Je praat nu met een lokale AI.

Beginner-tip Bij het eerste gebruik downloadt Ollama het model. Dat kan enkele minuten duren afhankelijk van je internetsnelheid. Daarna start het model direct uit lokale opslag.

Stap 3: De beste modellen kiezen

De beste open modellen voor lokaal gebruik, peil september 2026 (Bron: Ollama-modelbibliotheek):

Model	Download	RAM nodig	Beste voor	Commando
Qwen 3.5 4B	3,4 GB	8 GB	Instap, meertalig, ook beeld	ollama run qwen3.5:4b
Qwen 3.5 9B	6,6 GB	16 GB	Algemeen gebruik	ollama run qwen3.5:9b
Gemma 4 12B	7,6 GB	16 GB	Algemeen gebruik + beeld	ollama run gemma4:12b
gpt-oss 20B	14 GB	16 tot 24 GB	Redeneren en tools (OpenAI)	ollama run gpt-oss:20b
Qwen 3.8 27B	18 GB	32 GB	Beste kwaliteit op 32 GB, code en agents	ollama run qwen3.8
Gemma 4 31B	20 GB	32 GB	Kwaliteit + beeld	ollama run gemma4:31b
gpt-oss 120B	65 GB	96 GB+	Beste overall lokaal	ollama run gpt-oss:120b

Op een Mac met Apple Silicon zijn er van Gemma 4, Qwen 3.5 en Qwen 3.8 ook -mlx-varianten (bijv. gemma4:12b-mlx): sneller en zuiniger met geheugen (Bron: Ollama).

Gevorderden Voor de beste kwaliteit-snelheid balans op een Mac met 32 GB: gebruik qwen3.8:27b-mlx. Met 64 GB draai je meerdere modellen tegelijk; voor gpt-oss 120B heb je 96 GB of meer nodig.

Stap 4: Handige commando’s

Gebruik in deze commando’s het model dat je in stap 2 downloadde. Kies je uit de tabel een ander model, vervang dan qwen3.5:4b door die naam (Bron: Ollama, commando’s).

# Beschikbare modellen tonen
ollama list

# Model downloaden zonder te starten
ollama pull qwen3.5:4b

# Model-informatie bekijken (grootte, parameters)
ollama show qwen3.5:4b

# Model verwijderen (schijfruimte vrijmaken)
ollama rm qwen3.5:4b

# Alle draaiende modellen zien
ollama ps

# Ollama server handmatig starten (normaal automatisch)
ollama serve

Stap 5: Ollama als API gebruiken

Ollama draait standaard een REST API op localhost:11434, waarmee je het kunt integreren in je eigen applicaties. De voorbeelden gebruiken hetzelfde model als stap 2, dus er hoeft niets extra gedownload te worden (Bron: Ollama API):

# Eenvoudig API-verzoek via curl
curl http://localhost:11434/api/generate -d '{
  "model": "qwen3.5:4b",
  "prompt": "Leg uit wat machine learning is in 3 zinnen.",
  "stream": false
}'

# Python voorbeeld
import requests

response = requests.post('http://localhost:11434/api/generate', json={
    'model': 'qwen3.5:4b',
    'prompt': 'Schrijf een Python functie die priemgetallen vindt.',
    'stream': False
})

print(response.json()['response'])

Beginner-tip De API maakt het mogelijk om Ollama te gebruiken vanuit je eigen scripts en applicaties. Je kunt het ook koppelen aan tools als LangChain, Open WebUI of je eigen chatbot.

Stap 6: Grafische interface (optioneel)

Wil je liever een ChatGPT-achtige interface?

De Ollama-app zelf is sinds juli 2025 een volwaardige chat-interface: model kiezen, vraag stellen, pdf of tekstbestand erin slepen (Bron: Ollama). Voor de meeste gebruikers is dat genoeg.

Open WebUI is de optie voor een gedeelde teamomgeving:

# Installeer via Docker
docker run -d -p 3000:8080   --add-host=host.docker.internal:host-gateway   -v open-webui:/app/backend/data   --name open-webui   ghcr.io/open-webui/open-webui:main

Open daarna http://localhost:3000 in je browser. Je hebt nu een volledige chat-interface voor al je lokale modellen.

LM Studio is een alternatief als je liever geen terminal gebruikt: een GUI-applicatie voor het downloaden en draaien van modellen met een klik, gratis ook voor zakelijk gebruik (Bron: LM Studio).

Tips en beperkingen

Tip

• Begin klein: start met Qwen 3.5 4B en schaal op
• Monitor je geheugengebruik met Activity Monitor
• Gebruik 4-bit quantisatie (Q4_K_M) voor de beste balans tussen snelheid en kwaliteit
• Ollama gebruikt Apple’s Metal GPU-acceleratie automatisch

Beperkingen:

• Lokale modellen zijn langzamer dan cloud-alternatieven
• Geen internettoegang vanuit het model (geen web search)
• Modelgrootte beperkt door je RAM
• Docker GPU-acceleratie op macOS werkt beperkt (Metal API vs. CUDA)

Wanneer lokaal, wanneer cloud?

De lat voor “lokaal” schuift intussen op: PrismML perste in juli 2026 een 27-miljard-parameter model in minder dan 6 GB. Wat op je Mac draait, wordt dus elk kwartaal capabeler. En het aanbod groeit hard nu open modellen de betaalde top evenaren. De context lees je in Open AI-modellen evenaren de top: wat goedkope Chinese AI voor jouw bedrijf betekent.

Scenario	Lokaal	Cloud
Privacy-gevoelige data	Ja	Nee
Geen internet beschikbaar	Ja	Nee
Onbeperkt gebruik zonder kosten	Ja	Nee
Beste mogelijke kwaliteit	Nee	Ja (GPT-6 Astra, Claude Opus 5.5)
Zeer grote contextvensters (1M)	Beperkt (tot 256K, kost veel RAM)	Ja
Multi-modal (beeld, audio)	Beperkt	Ja

Wil je juist méér rekenkracht dan je Mac biedt, voor grotere modellen of training? Dan zijn GPU-cloudproviders een betaalbaar alternatief. Wat dat kost, lees je in ons stuk over wat AI je bedrijf echt kost. En voor wie de lokale LLM wil koppelen aan een doorlopend onderhouden kennisbasis op de eigen schijf: onze gids over Karpathy’s LLM Wiki-patroon laat zien hoe je dat opzet. Ollama kan de modelkant voor zijn rekening nemen.

Draai je liever lokaal dan in de cloud, dan zit daar meer achter dan privacy: in de cloud is stroom inmiddels het schaarse goed. Datacenters kopen zich uit de wachtrij voor 1,45 miljard dollar.

Zo begin je vandaag

Open Terminal, installeer Ollama zoals in stap 1 en typ ollama run qwen3.5:4b. Geef het model daarna één klus die je deze week ook al aan ChatGPT of Claude gaf, bijvoorbeeld een mail herschrijven of een lange tekst samenvatten. Leg de twee antwoorden naast elkaar. Is het lokale antwoord goed genoeg, dan heb je voor dat soort werk geen cloud meer nodig. Is het te zwak, probeer dan met 16 GB of meer een groter model uit stap 3.

Eerdere wijzigingen

• 25 september 2026: Apple introduceerde op 25 augustus 2026 de M6-chip en Anthropic bracht op 22 september 2026 Claude Opus 5.5 uit; de chip- en modelnamen in deze gids zijn bijgewerkt. Het modeladvies klopt nog met de Ollama-bibliotheek.

• 18 september 2026: Modeladvies volledig vernieuwd. Het eerder genoemde “Llama 3.3 8B” bestaat niet (Llama 3.3 is er alleen als 70B). De aanbevolen modellen zijn nu Qwen 3.5, Gemma 4, Qwen 3.8 en gpt-oss. Ook nieuw: de Ollama-app heeft een eigen chatvenster en draait op Apple Silicon sneller dankzij de MLX-varianten.