De heropening van het ChatGPT Pro-plan voor 200 dollar per maand heeft de berekeningen veranderd voor wie lange tijd gebruikmaakt van geavanceerde kunstmatige intelligentie (AI)-modellen, vooral bij programmeren. Het alternatief om een Mac Studio te kopen met tot 128 GB gezamenlijke geheugen, klinkt aantrekkelijk om modellen lokaal uit te voeren, maar de kosten, prestaties en kwaliteit van de modellen laten zien dat het niet altijd rendabel is om een abonnement te vervangen door eigen hardware.
De kernpunten van ChatGPT Pro en de Mac Studio in 30 seconden
- Het nieuwe Pro-plan van 200 dollar biedt volgens analyses ongeveer de helft van de API-waarde vergeleken met het oude plan voor die prijs.
- De vermindering is niet voor alle modellen gelijk: Sol behoudt ongeveer hetzelfde volume, terwijl Astra in capaciteit afneemt en Luna licht verbetert.
- Een Mac Studio M5 Max met 128 GB RAM en 1 TB opslag kost €5.399 en kan grote modellen lokaal uitvoeren.
- Qwen 3.8 Flash-Next heeft tussen 96 en 114 GB geheugen op 4-bit nodig en behaalt ongeveer 47 tokens per seconde bij programmeertests.
- Voor werkzaamheden met privédata of agents die urenlang draaien, kan een Mac zinvoller zijn dan afhankelijk te zijn van een wekelijkse limiet.
De vergelijking hangt sterk af van het model dat elke ontwikkelaar gebruikt. Wie vooral met Sol werkt, merkt mogelijk weinig verandering, terwijl wie afhankelijk is van Astra kan te maken krijgen met een aanzienlijk verminderde capaciteit. Daarom is de eerste vraag voordat je duizenden dollars uitgeeft aan hardware niet welk Mac-model je moet kopen, maar wel welk model je echt dagelijks gebruikt.
De analyse begint met een simpel idee: de werkelijke kosten van een AI-abonnement vergelijken met het uitvoeren van modellen op eigen hardware. Daarbij moet niet alleen het initiële kostprijs van de computer worden meegenomen, maar ook het energieverbruik, de verkoopwaarde later, en de kosten van gebruik van modellen via externe diensten.
De impact van ChatGPT Pro op verschillende modellen varieert
Volgens de verstrekte analyse verlaagt de nieuwe 200-dollarstructuur van het plan het waarde-equivalent in API-kosten ongeveer met de helft ten opzichte van de vorige versie. OpenAI heeft echter geen exacte cijfers in dollars, credits of tokens gepubliceerd die de nieuwe wekelijkse limiet duidelijk maken.
De vermindering is niet gelijk voor alle modellen.
Het model Sol zou een afname van zo’n 50% in API-kosten hebben gezien, zodat het beschikbare volume binnen het plan ongeveer hetzelfde blijft. Astra, het krachtigste model onder de drie, wordt het meest benadeeld qua volume, terwijl Luna zo’n 20% meer output biedt dan voorheen.
Dit betekent dat de gebruikservaring sterk afhangt van het gebruiksprofiel. Een ontwikkelaar die vooral met Sol werkt, heeft mogelijk weinig reden om van strategie te veranderen. Maar iemand die snel zijn wekelijkse limiet bereikt met Astra, kan beginnen te overwegen om een andere aanpak te zoeken voor bepaalde werkzaamheden.
De analyse noemt ook een vermeend Pro Max-plan van 500 dollar dat in openbare code over Codex genoemd wordt, maar dat wordt nog als gerucht beschouwd. Daarom wordt aangewezen om alleen opties te overwegen die commercieel beschikbaar zijn en geen hardware te kopen op basis van toekomstige plannen.
Een Mac Studio van 5.399 dollar kan grote modellen draaien
De lokale optie die de analyse voorstelt, is een Mac Studio met M5 Max-chip, 128 GB RAM en 1 TB opslag, met een prijs van 5.399 dollar.
De reden voor deze hoge geheugencapaciteit is het kunnen draaien van grote modellen die moeilijk te laden zijn op normale computers. Het voorbeeld is Qwen 3.8 Flash-Next, een geavanceerd model met 125 miljard parameters, waarvan slechts ongeveer 6 miljard actief worden bij elke token.
Op 4-bit vereist het model ongeveer 96 tot 114 GB geheugen, volgens de analyse. De 128 GB in de Mac Studio bieden deze ruimte dus voldoende.
De vergelijking met de Ultra-configuratie van de M5 is niet eenduidig: de Ultra begint bij 5.499 dollar, slechts 100 dollar meer dan de M5 Max, en biedt sneller RAM. Maar de 96 GB-variant beperkt wel de mogelijkheid om het volledige model te draaien zoals bedoeld.
Het model kan ook in een Ultra-configuratie met 256 GB worden uitgevoerd, maar dan betaal je circa 9.499 dollar, wat de prijsvergelijking met abonnement compleet verandert.
In de configuratie met 96 GB moet het model worden vereenvoudigd, en wordt de context beperkt tot ongeveer 86.000 tokens in plaats van 262.000 tokens in andere configuraties.
Voor programmeeragents vereist de context vooral grote hoeveelheden code, bestanden en toolresultaten tijdens sessies.
Lokale prestaties zijn niet hetzelfde als topmodellen van buitenaf
De Mac Studio moet niet alleen het model laden, maar het ook uitvoeren op een snelheid die praktisch is voor werkdoeleinden.
Volgens de tests uit de analyse haalt een M5 Max met 128 GB ongeveer 47 tokens per seconde bij een programmeertest met Flash-Next. Met gespeculeerde decodering kan dit oplopen tot ongeveer 76 tokens per seconde.
Een andere test met een MacBook Pro met dezelfde chip behaalde 61 tokens per seconde bij een context van 100.000 tokens. Het wordt gewaarschuwd dat deze cijfers slechts benaderingen zijn voor de Mac Studio zelf.
De invoersnelheid ligt veel hoger: voor een vraag met 4.000 tokens kan de M5 Max ongeveer 1.450 tokens per seconde verwerken, wat betekent dat er enkele seconden wachten nodig zijn voordat de reactie begint.
Maar snelheid is niet alles. Ook het vermogen van het model om het werk op te lossen is belangrijk.
In de benchmark DeepSWE, dat programmeringsvaardigheden meet, haalt Flash-Next 58,7 punten, terwijl Luna 66,6, Sol 68,8 en Astra 74 behaalt. Dat betekent dat een Mac voor lokaal draaien van Flash-Next niet hetzelfde vermogen biedt als het krachtigste model.
Het grote voordeel blijft dat je een redelijk capabel model kunt draaien zonder gebruiksquota.
De echte kosten veranderen als rekening wordt gehouden met doorverkoopwaarde
De prijs van 5.399 dollar maakt het moeilijker te rechtvaardigen ten opzichte van een maandabonnement. Direct gedeeld door $200, zou het 27 maanden duren om de aanschaf terug te verdienen.
Maar dit houdt geen rekening met de restwaarde van de computer.
Het gebruik van twee eerdere tweedehandsverkoopgevallen van Mac Studios wordt als voorbeeld: een M2 Ultra met 128 GB verkocht voor 4.199 dollar, terwijl een nieuwe 5.199 dollar kost; en een M3 Ultra met 96 GB verkocht voor 5.199 dollar, nieuw kostend 5.499 dollar. Het is slechts een indicatie, maar het geeft een idee van een resterende waarde rondom 80% na 3 jaar.
Bij deze schatting zou een Mac Studio M5 Max van 5.399 dollar na drie jaar circa 1.080 dollar aan waarde verliezen.
Energieverbruik speelt ook een rol. Een meting uit de analyse geeft aan dat het apparaat bij gebruik ongeveer 112 watt verbruikt. Als je 24 uur per dag draait tijdens een maand en uitgaat van een amerikaanse stroomprijs van $0,18 per kWh, kost dat ongeveer $15 per maand. In rust is het verbruik rond de 16 watt, wat ongeveer $2 per maand kost.
Over drie jaar rekenen ze op circa $540 aan elektriciteitskosten en een waardevermindering van $1.080, zodat de totale eigendomskosten ongeveer 45 dollar per maand bedragen.
Natuurlijk hangt dit af van elektriciteitsprijzen, gebruikstijd en restwaarde van de hardware.
Huurcapaciteit kan nog voordeliger uitvallen
Een alternatief is het gebruik van modellen in de cloud. Bijvoorbeeld Qwen 3.8 27B via OpenRouter, met een prijs van $0,05 per miljoen inputtokens en $0,22 per miljoen outputtokens.
Voor een intensieve programmeersessie van 150.000 tot 400.000 tokens per uur, acht uur per dag, 22 dagen per maand, en met 10% van het volume als output, bedraagt de geschatte maandkost circa $20 in het gebruikte scenario.
Zo ligt de cloudkosten onder de geschatte maandlasten van eigen eigendom van een Mac.
Bij het gebruik van gevoelige data of als het niet wenselijk is dat code of data de locatie verlaten, krijgt lokaal draaien een andere dimensie. Bijvoorbeeld voor agents die 24 uur per dag moeten draaien, is een wekelijkse quotumlimiet van een externe dienst ook een beperkende factor.
Een hybride aanpak kan de meest verstandige optie zijn
Het analyseren van een hybride strategie is voorstelbaar voor ontwikkelaars. Grote modellen kunnen worden ingezet voor planning, controle of complexe taken, terwijl een lokaal model wordt gebruikt voor implementaties en repetitieve taken.
Voordat je een Mac Studio van 5.399 dollar koopt, is het slim om eerst een kleiner model te testen. Bijvoorbeeld Qwen 27B, dat een maand gratis of via een betaalde dienst kan worden getest, met een geschatte kostenpost van ongeveer 20 dollar voor het scenario.
De prestatieverschillen maken het mogelijk om te vergelijken: Qwen 27B scoort 42,2 punten in DeepSWE, tegenover 58,7 voor Flash-Next. Als het kleine model al een groot deel van het werk aankan, kan een groter lokaal model nog steeds nuttig zijn.
De economische conclusie hangt dus meer af van het gebruikspatroon dan van de prijs van de hardware. Voor degenen die vooral Sol gebruiken en de limiet niet vaak bereiken, blijft het plan van $200 het eenvoudigst. Voor wie met Astra snel de wekelijkse limiet bereikt, kan een combinatie van een lager abonnement met lokale modellen aantrekkelijker zijn.
Een Mac Studio wordt aantrekkelijker wanneer privacy, continue werking van agents, of de behoefte aan eigen capaciteit belangrijker zijn dan puur de token-kosten. Voor de rest kan het proberen van een extern model voor een maand de investering in dure hardware vermijden die gebaseerd is op inschattingen.
Veelgestelde vragen
Wat kost een Mac Studio M5 Max zoals in de vergelijking?
De geanalyseerde configuratie met M5 Max, 128 GB geheugen en 1 TB opslag kost €5.399.
Kan een Mac Studio grote AI-modellen draaien?
Ja. De configuratie met 128 GB RAM maakt het mogelijk om grote modellen te laden, zoals de genoemde Flash-Next, die ongeveer 96 tot 114 GB nodig heeft op 4-bit.
Is het goedkoper een Mac te kopen of te betalen voor ChatGPT Pro?
Niet per se. De analyse schat dat de effectieve maandelijkse eigendomskosten ongeveer $45 bedragen over drie jaar, terwijl externe modellen mogelijk nog goedkoper kunnen zijn voor bepaalde workloads.
Wanneer is het zinvol om AI-modellen lokaal uit te voeren?
Lokaal draaien is vooral interessant als data niet het apparaat mogen verlaten, als agents 24/7 moeten werken of wanneer een wekelijkse quota het werk beperkt.