Ik kocht AI om tijd te besparen. Toen begon ik om de beperkingen ervan heen te werken.

Om 23:47 uur opende ik mijn laptop weer. Mijn AI-tegoed zou bijna verlopen.

Ik had mijn tandenborstel terug in de beker gezet en mijn telefoon aan de oplader gelegd. Ik was klaar om naar bed te gaan. Toen keek ik op de gebruikspagina en zag ik dat een pakket credits waarvoor ik had betaald om middernacht zou verlopen.

Ik bleef een paar seconden staan. Ik heb er al voor betaald. Ik kan ze net zo goed gebruiken.

Dus pakte ik een map die ik voor de volgende middag apart had gezet en sleepte die de chat in. Het was een reeks projectaantekeningen. Ik wilde alleen een ruwe opzet. Ik gaf mezelf een halfuur.

De volgende keer dat ik op de klok keek, was het twee uur 's nachts.

De volgende dag ging ik zitten met koude koffie en het werk dat ik eigenlijk had willen doen. Ik bleef terugkomen op dezelfde vraag. Bespaarde ik tijd met AI, of gaf ik mijn tijd op zodat ik alle AI kon gebruiken waarvoor ik had betaald?

In het begin leek elk abonnement logisch

Ik ben freelancer. Ik bouw websites, schrijf voorstellen en werk me door de stapels materiaal heen die klanten me sturen voordat een project begint. Al snel opende ik voor alle drie een AI-tool. Die kon een eerste versie maken, me helpen een fout te begrijpen of een halve pagina aantekeningen omzetten in iets waarmee ik echt aan de slag kon.

Het eerste abonnement was een makkelijke keuze. Daarna nam ik een abonnement op Codex, omdat ik het vaak genoeg gebruikte om het te rechtvaardigen. Ik hield er nog een andere tool bij voor de dagen waarop ik halverwege een klus mijn limiet bereikte. Er waren ook een paar keer extra tegoed en af en toe een API-rekening.

Ik had mezelf voorgehouden dat ik het geheel onder de $200 per maand zou houden. Toen ik het eindelijk bij elkaar optelde, zat ik er al overheen.

Ik kon de rekening wel aan als de tools me hielpen op tijd te leveren. Wat me dwarszat, was dat ik voor al die tools betaalde en me toch afvroeg of ik morgenmiddag een klus wel zou kunnen afronden.

Ik begon prompts te budgetteren alsof het factureerbare uren waren

Maandag was voor het ordenen van de vereisten. Dinsdag was voor het coderen. Woensdag moest ruimte bieden voor wijzigingen van de klant. Ik maakte een spreadsheet met een rij voor elke tool en kolommen voor wat ik nog over had en wanneer mijn gebruikslimiet naar verwachting werd gereset.

Het leek alsof ik alles onder controle had. In de praktijk zat ik alweer met een tweede reeks beslissingen voordat ik het werk überhaupt kon openen. Moest ik nu de hele opdrachtbeschrijving sturen? Zou deze revisie de rest van mijn gebruik opslokken? Moest ik Codex bewaren voor de laatste ronde?

Ik splitte ooit een klus op tussen twee tools om meer te halen uit wat ik nog over had. Ik plakte de opdrachtbeschrijving er opnieuw in, legde uit wat ik al geprobeerd had en haalde dezelfde diff erbij. Tegen de tijd dat de tweede tool bij was, was ik zelf de draad kwijt.

Een andere keer bleef een antwoord gewoon op het scherm staan. Ik kon niet zien of wachten me een antwoord zou opleveren, of dat een nieuwe poging meer van mijn resterende tegoed zou verbruiken.

Een klant vroeg of ik die dag nog een aangepaste versie kon leveren. Voordat ik 'Ik zal mijn best doen' typte, keek ik naar het tijdstip van de reset in mijn Codex-gebruiksoverzicht. Ik kon een lastige wijziging aan een klant uitleggen. Maar ik had geen idee hoe ik moest uitleggen dat ik eerst een gebruiksmeter controleerde voordat ik een levertijd doorgaf.

Zelfs een reset begon als een deadline te voelen

Ik raakte eraan gewend om 's ochtends, rond lunchtijd en nog een keer voordat ik uitlogde te kijken of er updates over de reset waren. Iemand op X had weer gebruiksruimte. Iemand anders wachtte nog steeds. Een keer legde Tibo uit dat een cachingwijziging ervoor had gezorgd dat lange Codex-sessies sneller tegoed verbruikten. Het team draaide de wijziging terug en reset het gebruik.

Als mijn gebruiksruimte weer werd aangevuld, zocht ik iets om ermee te doen. Een keer haalde ik een weekendproject naar voren en begon er vrijdagavond aan, omdat ik het eindelijk kon uitvoeren. Een andere avond zei ik tegen mijn familie dat ik na nog één laatste prompt aan tafel zou komen.

Eén prompt werden er twee. Daarna moest ik het resultaat controleren. Ik zag iets dat ik wilde aanpassen, dus stuurde ik het terug.

Tegen de tijd dat ik aan tafel kwam, was het eten koud. Niemand had me gevraagd om langer door te werken. Ik was zo gewend geraakt aan het in de gaten houden van de meter dat mijn laptop dichtdoen terwijl ik nog tegoed had, voelde alsof ik iets verspilde.

Ik was taken gaan kiezen op basis van hoeveel tegoed ze zouden verbruiken

Op een avond keek ik naar mijn takenlijst en zag ik iets belangrijks dat ik al drie dagen uitstelde. Ik had net twee uur besteed aan het opschonen van een reeks materiaal dat ik pas later die week nodig had. Het was makkelijk om dat aan de tool over te laten zolang ik nog tegoed had.

Ik schoof mijn stoel naar achteren. Als mijn tegoed bijna op was, schoof ik dingen door naar morgen. Kreeg ik er meer gebruiksruimte bij, dan haalde ik ze terug naar vanavond. Ik was de meter laten bepalen welke taak eerst kwam.

Wat ik in eerste instantie fijn vond aan AI, was dat ik een idee kon uitproberen zolang het nog vers was. De laatste tijd stond er naast de helft van mijn ideeën steeds dezelfde notitie. Probeer het opnieuw na de reset.

In de CasaOS-community vond ik een ander uitgangspunt

Ik zocht een betere manier om projectbestanden te ordenen toen ik terechtkwam bij discussies over CasaOS en zelfhosting. Mensen draaiden kleinere modellen op hun eigen machines en lieten ze telkens één taak uitvoeren. Sommigen bewaarden de bestanden en de tools die ze verwerkten op dezelfde server. Toen begon ik naar de ZimaCube 2 te kijken.

Ik bekeek mijn recente werk en maakte een korte lijst van dingen die ik als eerste lokaal wilde uitproberen.

• Zet een map met ruwe aantekeningen om in een overzicht.
• Maak conceptantwoorden op dezelfde soorten e-mails die ik elke week beantwoord.
• Haal een paar gegevens uit tekst die ik al heb voorbereid.
• Maak een concept van een kort script dat ik zelf kan uitvoeren en controleren.
• Doe een eerste ronde voor routineteksten.

Op zichzelf stelt geen van die taken veel voor. Toch komen ze de hele week voorbij. En ze gebruikten een deel van de limiet die ik beschikbaar wilde houden voor wanneer er een lastige wijziging in een repository opdook.

Voor het eerst moest ik uitzoeken welke hardware ik nodig had

Met een abonnement wist ik waar de upgradeknop stond. Nu probeerde ik uit te zoeken hoeveel geheugen een model nodig had, hoeveel daarvan in het GPU-geheugen moest passen en of ik het niet erg zou vinden om iets langer te wachten op een taak op de achtergrond. Ik bekeek de configuraties van de ZimaCube 2 met concrete taken in gedachten.

Leren om lokaal een model te draaien kostte meer tijd dan nog een account aanmaken. Een container wilde niet starten, dus las ik de logboeken. Een model gaf me een overzicht waar ik niets aan had, dus probeerde ik een kleiner deel van het bronmateriaal en paste ik mijn opdracht aan. Ik liep nog steeds tegen taken aan die traag waren.

Ik had in elk geval iets concreets om naar te kijken. Gebruikte ik het verkeerde model voor de taak? Had ik het te veel tegelijk gegeven? Stuitte ik op een hardwarelimiet? Elk antwoord gaf me een beter idee van wat ik kon proberen voordat ik meer geld uitgaf.

Op een avond scrolde ik door YouTube toen ik een video van Zero to MVP tegenkwam. Hij draaide kleine modellen op een ZimaCube 2. Een model haalde tekst uit afbeeldingen, en hij gebruikte andere om teksten samen te vatten en te vertalen. Ik had al die tijd besteed aan het lezen over hardware, en hier liet iemand zien wat voor werk ik er daadwerkelijk mee zou kunnen doen. Daardoor ging ik op zoek naar andere opstellingen, waaronder een privéassistent en een NAS die met foto's en documenten overweg kon.

Zima-gebruiker zegt

Zero to MVP@ZeroToMVP

★★★★★

Kleine modellen. Dagelijks werk.

Verkent compacte modellen op ZimaCube 2 voor OCR, samenvattingen van artikelen en het vertalen van bestanden—zo krijgen specifieke, herhaalbare taken hun eigen lokale workflow.

Alpha Nerd Tech@alphanerdtravels

★★★★★

Een private cloud, met een AI-laag.

Combineert Nextcloud met een lokaal gehoste Alpha AI-assistent op ZimaCube 2, en brengt projectbestanden en een aangepaste assistent samen in één zelfbeheerde omgeving.

野市零 / Zero Noichi@zero-onech

★★★★★

Geef opgeslagen informatie een nieuwe rol.

Experimenten met een AI-NAS op ZimaCube 2: fotolabels, documentextractie en zoeken in natuurlijke taal. Een doorlopend creatorproject, waarbij verdere afstemming nog deel uitmaakt van het werk.

Ik bleef de eerste paar taken gebruiken die lokaal werkten

Ik bleef clouddiensten gebruiken voor het werk waarbij ze hun plek verdienden. Als ik me vastbeet in een lastig programmeerprobleem of moest nadenken over een ingewikkeld project, maakte ik er nog steeds gebruik van.

Voor aantekeningen, tekstextractie en een eerste herschrijving begon ik eerst een lokaal model uit te proberen. Ik controleerde het resultaat aan de hand van het origineel. Sommige taken duurden langer dan ik verwachtte, en voor de belangrijke moest ik alles nog steeds zorgvuldig nalezen. Maar als een taak volledig op mijn eigen hardware draaide, ging die niet ten koste van mijn Codex-tegoed.

Dat veranderde iets kleins aan hoe ik aan het werk ging. Als ik alleen een overzicht wilde maken van een stapel aantekeningen, kon ik de map openen en daar beginnen. Ik hoefde niet eerst een verbruikspagina te openen.

Wat het de moeite waard maakte, was een heel gewone afsluiting

Op een avond rondde ik een voorstel af en zag ik dat er nog een paar dingen op mijn lijst stonden. Ik was moe. Die konden wachten.

Ik sloeg het bestand op. Ik sloot de laptop. Het kwam niet bij me op om te controleren of een van mijn accounts was gereset of om wat aantekeningen te zoeken die ik voor het slapengaan nog door een tool kon halen.

Ik had afgerond wat ik wilde afronden. Voor het eerst in lange tijd was dat een goede reden om te stoppen.

Geef het dagelijkse werk een andere plek om te draaien

Als je ooit je laptop weer hebt opengeklapt omdat je gebruik weer was hersteld, begin dan met wat je die avond wilde doen. Misschien was het een map met notities of een stapel documenten die je in één keer kon doornemen. Kies een taak die je vaak genoeg uitvoert om te merken wanneer die lokaal kan draaien, en blijf de cloudtools gebruiken waar je nog steeds op terugvalt als het werk lastiger wordt.

• Standard for files and occasional CPU-based AI. Start here if your main job is storing project files and you only want to try small models for tasks like outlines or simple text extraction. Check that the model fits in memory and that CPU speed suits the job.
• Pro voor een drukkere thuisserver met ruimte om uit te breiden. Kies dit als je meerdere zelfgehoste apps naast opslag wilt draaien, of later zelf een compatibele GPU wilt kiezen. De Pro wordt geleverd zonder aparte GPU.
• Creator Pack (SKU ZCU084-R2) voor regelmatig gebruik van lokale AI met GPU-ondersteuning. Kies dit als het vanaf dag één belangrijk is om compatibele modellen op de server te draaien. Het wordt geleverd met een NVIDIA RTX PRO 2000 met 16 GB VRAM en 64 GB systeemgeheugen. Controleer of je model en werklast bij deze configuratie passen.