Edge0 open source Edge0-145B op 12 november 2026, naast een kleinere Edge0-120B, een uniform inferentieframework en implementatietools. De startup beschrijft Edge0-145B als het eerste open-source AI-model op apparaten met 145 miljard parameters, en zegt dat het coderings-, redeneer- en agentmogelijkheden biedt die kunnen wedijveren met frontier-cloudmodellen voor consumentenhardware.

De release kwam op dezelfde dag terecht en klom naar 219 punten op Hacker News, waar het vooruitzicht van een parametermodel met meer dan 100 miljard dat zonder server zou draaien aanzienlijke aandacht trok van ontwikkelaars die lokale gevolgtrekkingen volgen. Voor meer context over dit verhaal, zie ons meer AI-verhalen.

De cijfers achter de laptopclaim

Volgens de aankondiging van het bedrijf draait Edge0-145B op een compatibele persoonlijke laptop zoals een MacBook Pro met de volgende gerapporteerde resultaten:

  • 29 GB piekgeheugen, laag genoeg om te passen op geavanceerde consumentenmachines zonder een speciale server
  • 1.100+ tokens per seconde vooraf invullen, waardoor het model tientallen pagina's code kan verwerken voordat het genereren begint
  • 80+ tokens per seconde decoderen, wat volgens het bedrijf sneller is dan iemand leest
  • Een typisch vermogen van ongeveer 120 W, waardoor de werking behouden blijft zonder throttling in de gerapporteerde opstelling
  • 128K tot 256K context, met vrijwel ongewijzigde generatiesnelheid bij lange invoer

Deze cijfers zijn afkomstig van Edge0's eigen gepubliceerde benchmarks in plaats van onafhankelijke tests, en het bedrijf heeft de volledige stapel – gewichten, inferentieraamwerk en implementatietools – vrijgegeven, zodat ontwikkelaars de metingen op hun eigen hardware kunnen reproduceren.

Waarom modellen op apparaten klein zijn gebleven

De aankondiging bevat nuttige context over waarom grote modellen historisch gezien afwezig zijn geweest op laptops. Vóór september 2026 zorgden geheugenlimieten ervoor dat de meeste modellen op het apparaat onder de 10 miljard parameters bleven. Het on-device basismodel van Apple Intelligence had ongeveer 3 miljard parameters, terwijl Google's Gemini Nano werd geleverd in versies van 1,8 miljard en 3,25 miljard.

De beperking is fysiek: modelgewichten moeten tijdens elke generatiestap uit het geheugen worden gelezen, waarbij wordt geconcurreerd om bandbreedte met het besturingssysteem en andere applicaties. Zelfs een agressief gecomprimeerd 35B-model kan ongeveer 20 GB geheugen nodig hebben, wat veel meer is dan wat telefoons kunnen toewijzen.

De eerdere release van Edge0 liet zien waar de aanpak van het bedrijf naartoe ging. Het Edge0-35B-telefoonmodel rapporteerde een piekgeheugen van minder dan 2,5 GB en leverde 37+ tokens per seconde op een iPhone 18 Pro Max. Edge0-145B heeft grofweg vier keer zoveel parameters als dat model, terwijl de laptopconfiguratie ruwweg de dubbele decodeersnelheid rapporteert bij 28 GB geheugen. Het bedrijf let erop dat deze metingen van toepassing zijn op verschillende modellen en hardware.

Een assistent die het werk afmaakt

Naast pure snelheid positioneert Edge0 het model als een agent in plaats van als een chatbot. De aankondiging beschrijft een systeem dat code plant, schrijft en uitvoert, fouten debugt en de resultaten visueel controleert voor projecten zoals 3D-scènes, games, hardwareprogramma's en PCB-ontwerpen.

Het bedrijf meldt dat de resultaten op het gebied van coderen, redeneren en het volgen van instructies concurrerend zijn met specifieke frontier-cloudmodellen, hoewel de gepubliceerde vergelijkingen nog niet onafhankelijk zijn geverifieerd. Zoals bij elke door leveranciers gerapporteerde benchmark zullen ontwikkelaars evaluaties van derden willen zien voordat ze conclusies trekken over pariteit op grensniveau.

Het privacy- en kostenargument

De pitch berust op drie voordelen ten opzichte van cloudworkflows. Voor lokale inferentie zijn er geen API-kosten per token, gevoelige gegevens kunnen op het apparaat blijven staan ​​en de kernmogelijkheden blijven offline werken. Voor ondernemingen die gereguleerde data verwerken, en voor ontwikkelaars in omgevingen met beperkte bandbreedte, kunnen deze eigenschappen zwaarder wegen dan de ruwe mogelijkheden van een gehost frontier-model.

Hardware en elektriciteit zijn uiteraard niet gratis. Edge0 erkent dit rechtstreeks en merkt op dat de vermogenscijfers een aanhoudend verbruik van ~120W weerspiegelen – vergelijkbaar met een krachtige laptop met een veeleisende werklast, wat reële gevolgen heeft voor de levensduur van de batterij en de thermische eigenschappen.

Wat het betekent voor het lokale AI-ecosysteem

De begeleidende analyse van de aankondiging volgt 67 open modellen van ten minste 1B-parameters uit 14 laboratoria bedoeld voor telefoons, laptops en AI-pc's, en het traject is steil. Als de gerapporteerde cijfers bij onafhankelijk onderzoek standhouden, zou Edge0-145B een stapsgewijze verandering betekenen in wat consumentenhardware kan hosten: een modelklasse die tot nu toe eiste dat datacenter-GPU's beschikbaar zouden komen op machines die mensen al bezitten.

Concurrenten bewegen zich in dezelfde richting. Meta heeft zijn Muse Glimmer open agentic-model uitgebracht dat is gebouwd om op consumenten-GPU's te draaien, en Apple's Foundation Models-framework heeft de belangstelling van ontwikkelaars voor gevolgtrekkingen op apparaten hernieuwd. Het verschil zit in de schaal: niets in het huidige open-weights-ecosysteem komt in de buurt van de 145 miljard parameters die gericht zijn op geheugenbudgetten van laptopklasse.

De vrijlating komt ook terecht in een intensivering van het debat over centralisatie. Van op privacy gerichte browsers die agentische betalingsstromen toevoegen tot 'local-first'-inferentiekaders, het open-weight-kamp van de industrie heeft in 2026 betoogd dat capabele AI niet in het datacenter van een hyperscaler hoeft te leven. Edge0-145B is in dat argument het meest agressieve datapunt tot nu toe.

Ontwikkelaars kunnen de modelgewichten downloaden, het inferentieraamwerk verkennen of de Edge0-app uitproberen via de site van het bedrijf. Of de benchmarks het onderzoek van de gemeenschap overleven is de open vraag – maar nu de volledige stapel is vrijgegeven voor reproductie, zal dat onderzoek niet lang meer duren.

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →