{"id":108864,"date":"2026-07-25T12:17:14","date_gmt":"2026-07-25T12:17:14","guid":{"rendered":"https:\/\/www.europesays.com\/be-nl\/108864\/"},"modified":"2026-07-25T12:17:14","modified_gmt":"2026-07-25T12:17:14","slug":"deepseek-lokaal-installeren-met-ollama-en-lm-studio","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/be-nl\/108864\/","title":{"rendered":"DeepSeek lokaal installeren met Ollama en LM Studio"},"content":{"rendered":"

Je kunt verschillende DeepSeek<\/a>-modellen lokaal op Windows, macOS en Linux gebruiken. Je opdrachten en documenten hoeven dan niet naar de offici\u00eble DeepSeek-chat of API te worden gestuurd.<\/p>\n

Op een gewone computer installeer je doorgaans een kleinere DeepSeek R1-distillatie. De volledige V4 Pro, V4 Flash en R1 671B zijn te groot voor normale consumentenhardware.<\/p>\n

Voor het verschil tussen bedrijf, chatbot, API en modellen lees je onze complete DeepSeek-uitleg<\/a>.Waarom DeepSeek lokaal draaien?<\/p>\n

Lokaal gebruik biedt:<\/p>\n

meer controle over gegevens;offline gebruik na het downloaden;geen kosten per token;keuze uit verschillende modelgroottes;een lokale API voor eigen software;minder afhankelijkheid van een externe dienst.<\/p>\n

Nadelen zijn:<\/p>\n

grote downloads;hoog geheugenverbruik;tragere antwoorden op zwakke hardware;eigen beveiliging en onderhoud;geen ingebouwde actuele webkennis;lagere kwaliteit bij kleine modellen.Kun je DeepSeek V4 lokaal draaien?<\/p>\n

De modelgewichten van V4 zijn beschikbaar, maar de volledige modellen zijn enorm. DeepSeek noemt voor V4 Pro 1,6 biljoen totale parameters en voor Flash 284 miljard.<\/p>\n

Zelfs met quantisatie vraagt dit gespecialiseerde server- of multi-GPU-hardware. Een modelpagina die een downloadknop toont, betekent niet dat het model bruikbaar op een laptop draait.<\/p>\n

Voor thuisgebruik zijn kleinere R1-distillaties realistischer. Ons DeepSeek-modellenoverzicht<\/a> legt de families uitgebreider uit.Welk lokaal model past bij je computer?<\/p>\n

De onderstaande waarden zijn praktische richtlijnen. Werkelijk geheugengebruik hangt af van quantisatie, contextlengte, runtime, besturingssysteem en GPU.<\/p>\n

ModelOllama-downloadPraktische geheugenklasseR1 1.5BCirca 1,1 GB8 GB RAMR1 7BCirca 4,7 GB8\u201312 GB RAMR1 8BCirca 5,2 GB12\u201316 GB RAMR1 14BCirca 9 GB16\u201324 GB RAMR1 32BCirca 20 GB32 GB RAM of meerR1 70BCirca 43 GB64 GB RAM of meerR1 671BCirca 404 GBServer of multi-GPU-systeem<\/p>\n

Meer context vraagt extra geheugen. Begin daarom met een bescheiden contextinstelling en een kleiner model.<\/p>\n

Voor veel gebruikers is R1 8B de beste eerste test. Wie 32 GB of meer geheugen heeft, kan 14B of 32B proberen.<\/p>\n

Methode 1: DeepSeek installeren met Ollama<\/p>\n

Ollama is een eenvoudige runtime voor lokale taalmodellen.<\/p>\n

Stap 1: download Ollama<\/p>\n

Ga naar:<\/p>\n

https:\/\/ollama.com\/download<\/p>\n

Kies de offici\u00eble versie voor Windows, macOS of Linux en volg de installatie.<\/p>\n

Stap 2: open Terminal of PowerShell<\/p>\n

Controleer of Ollama beschikbaar is:<\/p>\n

ollama –version<\/p>\n

Stap 3: start DeepSeek R1 8B<\/p>\n

ollama run deepseek-r1:8b<\/p>\n

Ollama downloadt het model en opent daarna een lokale chat.<\/p>\n

Andere varianten:<\/p>\n

ollama run deepseek-r1:1.5b
\nollama run deepseek-r1:7b
\nollama run deepseek-r1:14b
\nollama run deepseek-r1:32b
\nollama run deepseek-r1:70b<\/p>\n

Download niet automatisch het grootste model. Een te groot model kan extreem langzaam worden of helemaal niet laden.<\/p>\n

Stap 4: stel een vraag<\/p>\n

Leg in het Nederlands uit hoe een warmtepomp werkt.
\nGebruik maximaal vijf korte alinea\u2019s.<\/p>\n

Stop de chat met de aangegeven terminalcombinatie of sluit de sessie.<\/p>\n

Stap 5: bekijk ge\u00efnstalleerde modellen<\/p>\n

ollama list<\/p>\n

Stap 6: verwijder een model<\/p>\n

ollama rm deepseek-r1:8b<\/p>\n

Controleer de exacte modelnaam met ollama list voordat je iets verwijdert.<\/p>\n

Ollama als lokale API gebruiken<\/p>\n

Ollama start doorgaans een lokale dienst op poort 11434.<\/p>\n

Voorbeeld:<\/p>\n

curl http:\/\/localhost:11434\/api\/chat \\
\n -d ‘{
\n “model”: “deepseek-r1:8b”,
\n “messages”: [
\n {
\n “role”: “user”,
\n “content”: “Geef drie voordelen van lokale AI.”
\n }
\n ],
\n “stream”: false
\n }’<\/p>\n

Stel deze lokale poort niet zonder authenticatie open naar het internet. Een onbeveiligde AI-server kan documenten, prompts en rekenkracht blootstellen.<\/p>\n

Voor gehost DeepSeek-gebruik volg je de afzonderlijke API-handleiding<\/a>.Methode 2: DeepSeek installeren met LM Studio<\/p>\n

LM Studio biedt een grafische interface en is daardoor toegankelijk voor gebruikers die liever niet in een terminal werken.<\/p>\n

Stap 1: installeer LM Studio<\/p>\n

Ga naar:<\/p>\n

https:\/\/lmstudio.ai\/<\/p>\n

Download de offici\u00eble versie voor je besturingssysteem.<\/p>\n

Stap 2: open Discover<\/p>\n

Ga in LM Studio naar het onderdeel waarmee je modellen zoekt. Zoek bijvoorbeeld naar:<\/p>\n

DeepSeek R1 8B<\/p>\n

LM Studio kan ondersteunde modellen vanuit Hugging Face downloaden.<\/p>\n

Stap 3: controleer model en aanbieder<\/p>\n

Let op:<\/p>\n

modelnaam;oorspronkelijke ontwikkelaar;quantisatie;bestandsgrootte;licentie;reputatie van de aanbieder van de quantisatie.<\/p>\n

Veel compacte GGUF-bestanden zijn door derden gequantiseerd. Controleer daarom of het bestand overeenkomt met het bedoelde offici\u00eble model.<\/p>\n

Stap 4: kies een quantisatie<\/p>\n

Een 4-bitvariant zoals Q4 is vaak een goede start. Hogere quantisatie kan kwaliteit behouden, maar vraagt meer geheugen en opslag.<\/p>\n

LM Studio adviseert een 4-bitvariant of hoger wanneer je computer dat aankan.<\/p>\n

Stap 5: laad het model<\/p>\n

Open het gedownloade model en kies een beperkte contextlengte. Start met een eenvoudige vraag en controleer snelheid en geheugenverbruik.<\/p>\n

Stap 6: gebruik Local Server<\/p>\n

LM Studio kan een lokale, vaak OpenAI-compatibele server starten. Controleer host, poort en toegangsinstellingen voordat je andere programma\u2019s verbindt.<\/p>\n

Documenten lokaal analyseren<\/p>\n

Een lokaal model weet niet automatisch wat er in je bestanden staat. Je kunt documenten via LM Studio of aanvullende lokale software toevoegen, afhankelijk van de gebruikte functie.<\/p>\n

Voor betrouwbare documentanalyse:<\/p>\n

gebruik tekstgebaseerde PDF\u2019s;controleer OCR bij scans;verdeel zeer lange documenten;behoud paginanummers;vraag om citaten;controleer passages zelf;voorkom dat plugins documenten extern versturen.<\/p>\n

Lokale verwerking is alleen lokaal wanneer de volledige keten lokaal blijft.<\/p>\n

Werkt lokale DeepSeek volledig offline?<\/p>\n

Na het downloaden kan het model zelf zonder internet genereren. De gebruikte app kan nog wel:<\/p>\n

controleren op updates;modelinformatie ophalen;telemetry verzenden;externe tools of plugins gebruiken;cloudback-ups activeren.Voor gevoelige toepassingen controleer je netwerkverkeer, instellingen en documentopslag. Onze analyse Is DeepSeek veilig?<\/a> behandelt de verschillen tussen chat, API en lokale modellen.Veelvoorkomende problemenHet model is erg langzaam<\/p>\n

Kies een kleiner model, verklein de context en sluit andere zware programma\u2019s. Controleer of GPU-versnelling wordt gebruikt.<\/p>\n

Het model laadt niet<\/p>\n

Waarschijnlijk is onvoldoende RAM of VRAM beschikbaar. Probeer een kleinere of sterker gequantiseerde variant.<\/p>\n

Antwoorden stoppen plotseling<\/p>\n

Verhoog de maximale output binnen de grenzen van je geheugen. Controleer ook of de context niet volledig gevuld is.<\/p>\n

Het antwoord is slecht Nederlands<\/p>\n

Geef expliciete taalinstructies en een voorbeeldstijl. Een groter model levert doorgaans betere taal dan een zeer kleine variant.<\/p>\n

Het model kent recent nieuws niet<\/p>\n

Lokale modellen hebben een vaste kennisgrens en geen automatische webtoegang. Voeg zelf gecontroleerde bronnen toe of gebruik een afzonderlijke zoektool.<\/p>\n

De computer raakt vol<\/p>\n

Bekijk de modellenlijst en verwijder ongebruikte varianten. Grote modellen kunnen tientallen gigabytes opslag innemen.<\/p>\n

Lokaal model of offici\u00eble API?<\/p>\n

Kies lokaal wanneer:<\/p>\n

documenten niet naar een externe aanbieder mogen;offline gebruik nodig is;je voldoende hardware hebt;volledige controle belangrijk is;een kleiner model voldoende presteert.<\/p>\n

Kies de API wanneer:<\/p>\n

je de beste V4-kwaliteit nodig hebt;snelheid en schaal belangrijk zijn;je geen eigen hardware wilt beheren;de lage tokenkosten aantrekkelijker zijn;de gegevens volgens beleid extern mogen worden verwerkt.Conclusie<\/p>\n

Voor de meeste gebruikers is Ollama met deepseek-r1:8b de eenvoudigste lokale start. LM Studio is aantrekkelijker wanneer je een grafische interface en visuele modelkeuze wilt.<\/p>\n

Verwacht niet dat een kleine lokale R1-distillatie dezelfde kwaliteit biedt als V4 Pro in de offici\u00eble cloud. Je ruilt een deel van snelheid en modelkracht in voor privacy, controle en offline gebruik.<\/p>\n

Begin klein, meet snelheid en kwaliteit en installeer pas daarna een grotere variant.<\/p>\n","protected":false},"excerpt":{"rendered":"Je kunt verschillende DeepSeek-modellen lokaal op Windows, macOS en Linux gebruiken. Je opdrachten en documenten hoeven dan niet…\n","protected":false},"author":2,"featured_media":108865,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[38],"tags":[27,26,25,7033,15879,39,41,42,46,40,23528,45,43,44],"class_list":["post-108864","post","type-post","status-publish","format-standard","has-post-thumbnail","category-wetenschap-en-technologie","tag-be","tag-belgie","tag-belgium","tag-deepseek","tag-programmeren","tag-science","tag-science-and-technology","tag-scienceandtechnology","tag-technologie","tag-technology","tag-tutorials","tag-wetenschap","tag-wetenschap-en-technologie","tag-wetenschaptechnologie"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@be_nl\/116980576651425354","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/posts\/108864","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/comments?post=108864"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/posts\/108864\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/media\/108865"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/media?parent=108864"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/categories?post=108864"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/be-nl\/wp-json\/wp\/v2\/tags?post=108864"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}