Lokales Coding-Modell: Stack, Gewichte, VRAM

Der Stack ist billig zu wechseln; Modellgröße sperrt Hardware. Passende Gewichte heißen nicht passender Kontext.

Reihenfolge: Stack → Modell → Hardware

Hardware ist teuer, der Text geht vom Billigen zum Teuren. Wer schon Mac / 24GB hat, nutzt den Assistenten rückwärts. Hub: [lokales Coding](/de/local-coding/).

Platform Stack
Desktop NVIDIA Ollama → llama.cpp → vLLM/SGLang (dedicated box)
Apple Silicon MLX first; llama.cpp / Ollama for GGUF portability
Laptop Never start with vLLM
IDE Point Continue / Aider / Cline at localhost

Kein vLLM auf dem Laptop. Details: [Stack](/de/local-coding/stack/).

Nur herunterladbare Coding-Gewichte, die in Consumer-Bänder passen

Claude/GPT nicht per Namensheuristik lokal machen. Allowlist: offene Lizenz, Download, Q4 für den Schreibtisch. 480B/284B-MoE = API oder Rack. Das Komposit ist kein SWE. [Modelle](/de/local-coding/models/). [Qwen3.8-27B](/de/insights/qwen3-8-27b-review/).

VRAM-Bänder: die Sperre ist Speicher, nicht TFLOPS

Q4-Parameter je Band Bild vergrößern
Klassen, keine Straßenpreise.
Band Typical class Max params (Q4 class) Workloads
16GB RTX 4060 / 5060 Ti 16GB class 8B Q4 class complete
24GB RTX 4090 24GB 32B Q4 class complete, agent
32GB RTX 5090 32GB class 40B Q4 class complete, agent, long
48GB 48GB workstation / dual-24 class 70B Q4 class complete, agent, long
80GB 80GB-class pro card 120B Q4 class complete, agent, long
128GB Mac Studio 128–192GB 180B Q4 class complete, agent, long
512GB Mac Studio 512GB 480B Q4 class complete, agent, long

Passende Gewichte heißen nicht passender Kontext. Details: [Hardware](/de/local-coding/hardware/).

TCO: Token-Sticker null, Strom und Abschreibung nicht

Gleicher Job API vs lokal Bild vergrößern
100K+20K. Lokal = Strom und Abschreibung.

Kein 70B auf 16GB, kein 480B auf 4090, kein H100 für Autocomplete. Der Infra-Guide betrifft API-Hosts. Assistent: [Hub](/de/local-coding/).

Insights