Vane open-source Perplexity-alternatief: Handleiding (2026)

Vane (voorheen Perplexica) is een open-source, zelf gehoste antwoordmachine die is ontworpen als privacyvriendelijk alternatief voor Perplexity AI. Het combineert een lokale SearXNG-metazoekmachine met lokale modellen via Ollama of commerciële modellen via API-sleutels. Zo levert het antwoorden gebaseerd op het web met bronvermeldingen, zonder maandelijkse abonnementskosten. Je kunt het lokaal uitrollen met Docker Compose in ongeveer vijf minuten, al vereisen krachtige modellen specifieke hardware en doorlopend onderhoud van scraping-endpoints voor zoekmachines.

Waarom Vane momenteel aan populariteit wint

De belangstelling van ontwikkelaars voor zelf gehoste zoekmachines is sterk toegenomen door stijgende abonnementskosten en toenemende zorgen over privacy. Perplexity Pro kost 20 $ per maand (of 200 $ per jaar per november 2026), waarbij zoekopdrachten volledig via propriëtaire cloudservers lopen. Voor ontwikkelaars, onderzoekers en privacybewuste gebruikers die met interne documentatie of vertrouwelijke data werken, is het versturen van elke zoekopdracht naar een commercieel platform vanuit compliance-oogpunt onbespreekbaar.

Het project van ontwikkelaar ItzCrazyKns heette oorspronkelijk Perplexica en behaalde ruim 18.000 GitHub-sterren voordat het werd hernoemd naar Vane. De nieuwe naam benadrukt de bredere visie: functioneren als een aanpasbaar navigatie-instrument door webdata in plaats van louter een kloon van een bestaand product. Gebruikers kunnen hun eigen modellen koppelen, zoek-backends aanpassen en de volledige controle over hun zoekgeschiedenis behouden.

Vane instellen en draaien met Docker

Om Vane op te zetten heb je een machine nodig waarop Git, Docker en Docker Compose zijn geïnstalleerd. Daarnaast heb je een inferentie-provider nodig: een lokale Ollama-instantie op je machine of API-sleutels van aanbieders zoals Anthropic, OpenAI of Google.

Stap 1: De repository klonen

Open je terminal en kloon de officiële repository:

git clone https://github.com/ItzCrazyKns/Vane.git
cd Vane

Als je eerder ItzCrazyKns/Perplexica hebt gekloond, werk je de remote URL bij naar de nieuwe Vane-repository om de nieuwste versies binnen te halen.

Stap 2: De omgeving configureren

Kopieer het voorbeeldconfiguratiebestand naar een actieve configuratie:

cp sample.config.toml config.toml

Open config.toml in je code-editor. Dit bestand regelt de backend voor webzoekopdrachten, de modelproviders en de poortkoppelingen.

Als je Ollama gebruikt, zorg er dan voor dat je Ollama-endpoint naar je hostmachine verwijst:

[GENERAL]
PORT = 3000
SIMILARITY_MEASURE = "cosine"

[MODELS.OLLAMA]
API_URL = "http://host.docker.internal:11434"

Als je commerciële API-sleutels gebruikt in plaats van lokale gewichten, vul je je inloggegevens in bij de desbetreffende providerblokken:

[MODELS.OPENAI]
API_KEY = "sk-your-openai-api-key"

[MODELS.ANTHROPIC]
API_KEY = "sk-ant-your-anthropic-api-key"

Stap 3: De Docker-stack starten

Vane bundelt de webinterface, de backend-applicatie en een SearXNG-metazoekinstantie. Start alle services op de achtergrond:

docker compose up -d

Docker downloadt de benodigde container-images, configureert SearXNG en start de Vane-server. Je kunt de opstartlogs volgen met docker compose logs -f.

Stap 4: De interface openen en een focusmodus kiezen

Zodra de containers zijn geïnitialiseerd, ga je in je browser naar http://localhost:3000.

Vane biedt gespecialiseerde focusmodi die bepalen hoe SearXNG informatie verzamelt en hoe het taalmodel antwoorden structureert:

• Web Search: Algemene zoekopdrachten via de in SearXNG ingestelde zoekmachines.
• Academic Search: Gericht op wetenschappelijke artikelen en preprint-servers.
• Writing Assistant: Schakelt webzoekopdrachten uit om tekst direct via het taalmodel te genereren.
• YouTube Search: Doorzoekt videotranscripties om specifieke fragmenten en citaten te vinden.
• Reddit Search: Doorzoekt openbare communitydiscussies naar meningen van gebruikers.

De verborgen struikelblokken van zelf gehoste Vane

Hoewel het draaien van een eigen zoekmachine ideaal klinkt, brengt het zelf hosten van Vane praktische nadelen met zich mee die gebruikers van clouddiensten vaak verrassen.

1. SearXNG-snelheidslimieten en IP-blokkades

Vane vertrouwt op SearXNG om live resultaten op te halen door grote zoekmachines zoals Google, Bing en DuckDuckGo te scrapen. Publieke zoekmachines detecteren en blokkeren actief verzoeken die afkomstig zijn van datacenter-IP-adressen of frequente aanvragen vanaf residentiële verbindingen.

Zonder roterende residentiële proxy's lopen SearXNG-instanties regelmatig tegen CAPTCHA's, botcontroles of stille snelheidslimieten aan. Als SearXNG er niet in slaagt tekstfragmenten op te halen, valt Vane terug op het hallucineren van antwoorden zonder actuele bronvermeldingen.

2. Hardwarebeperkingen voor lokale modellen

Om Vane volledig offline te gebruiken, moet je een lokaal taalmodel hosten via Ollama. Kleine modellen zoals Llama 3.1 8B of Qwen 2.5 7B passen prima op reguliere laptops met 8 GB tot 16 GB RAM, maar hebben vaak moeite om informatie uit meerdere lange webpagina's nauwkeurig samen te vatten. Ze laten regelmatig citatiemarkeringen vallen of kennen feiten verkeerd toe.

Geavanceerde redeneermodellen die Perplexity Pro kunnen evenaren, zoals modellen met 70 miljard parameters, vereisen minstens 48 GB uniform geheugen op Apple Silicon of krachtige dedicated grafische kaarten.

3. API-kosten per token lopen snel op

Veel gebruikers omzeilen hardwareproblemen door API-sleutels van Anthropic of OpenAI in Vane in te voeren. Zoekmachines voegen echter bij elk verzoek uitgebreide context toe.

Elke zoekopdracht haalt meerdere gescrapete webpagina's binnen. In een gesprek met meerdere interacties verbruikt het telkens opnieuw meesturen van die volledige zoekcontext duizenden invoertokens per bericht. Een onderzoeker die dagelijks 20 tot 30 grondige zoekopdrachten uitvoert via commerciële API-sleutels, kan gemakkelijk 25 $ tot 50 $ per maand kwijt zijn, waarmee het kostenvoordeel ten opzichte van een vast abonnement verdwijnt.

4. Enkelvoudige zoekopdracht versus meerstaps diepgaand onderzoek

Vane voert een enkelvoudige zoekopdracht uit (single-pass): het neemt je vraag, stuurt één set zoektermen naar SearXNG, verwerkt de beste resultaten en genereert een antwoord.

Het voert geen autonoom diepgaand onderzoek uit. Vereist je onderzoeksvraag het verkennen van meerdere vertakkingen, het vergelijken van tegenstrijdige claims op 20 of meer pagina's of het doorspitten van diepere links gedurende enkele minuten, dan stopt Vane direct na de eerste zoekresultaten.

Wanneer je Zemith kiest voor onderzoek met meerdere modellen

Voor onderzoekers, oprichters en professionals die diepgaand willen zoeken op het web met toonaangevende modellen, maar geen zin hebben in het onderhouden van Docker-containers, het oplossen van proxy-problemen in SearXNG of losse API-facturen, biedt Zemith een kant-en-klaar alternatief.

Zemith combineert de keuze uit toonaangevende modellen met autonoom onderzoek en documentexport:

• Topmodellen inbegrepen: Schakel binnen hetzelfde gesprek flexibel tussen Claude 5.5 Sonnet, GPT 6.1 Sol, Gemini 4 Argon en Perplexity Sonar op het Plus-abonnement (15,99 $ per maand of 179,88 $ per jaar).
• Autonoom Deep Research: In plaats van een enkele zoekactie stelt de Deep Research-agent van Zemith een helder onderzoeksplan op, vraagt om jouw goedkeuring en analyseert op de achtergrond zo'n 24 bronnen in maximaal 10 minuten. Het proces loopt gewoon door als je je browser of mobiele app sluit en levert een compleet rapport met voetnoten voor 100.000 credits per sessie.
• Exporteren naar kant-en-klare Office-bestanden: In plaats van handmatig ruwe Markdown-tabellen te kopiëren, genereer en download je direct vanuit je onderzoekschat native Word-documenten (.docx), Excel-modellen (.xlsx) of presentatiedia's (.pptx).
• Bibliotheekintegratie: Bewaar onderzoeksrapporten, transcripties en webbronnen in een Bibliotheekproject met maximaal 50 bronnen om complexe stukken te analyseren met nauwkeurige citaten.

Zelf gehoste Vane vs Perplexity Pro vs Zemith

De beste keuze hangt af van je prioriteiten: volledige netwerkafscherming zonder derden, een gebruiksklare zoekmachine of onderzoek met meerdere modellen dat direct bruikbare bestanden oplevert.

Waarom is Perplexica hernoemd naar Vane?

De ontwikkelaar, ItzCrazyKns, heeft Perplexica hernoemd naar Vane om een eigen open-source identiteit neer te zetten, in plaats van altijd gezien te worden als een kloon van Perplexity AI. Een windvaan (wind vane) wijst de richting aan in bewegende lucht; de naam verwijst naar een instrument dat gebruikers naar betrouwbare antwoorden leidt te midden van een overvloed aan webdata.

De achterliggende repository op github.com/ItzCrazyKns/Vane behoudt dezelfde codebase, licentie en Docker-implementatie, met doorlopende updates voor focusmodi en zoekextractors.

Welke hardware heb je nodig om Vane te draaien met Ollama?

Om Vane effectief op lokale hardware te draaien zonder cloud-API-sleutels, zijn de systeemeisen afhankelijk van de gekozen modelgrootte:

• Minimaal (8B-modellen zoals Llama 3.1 8B): Een 8-core CPU, 16 GB werkgeheugen (of 8 GB VRAM op een NVIDIA-GPU) en 20 GB vrije opslagruimte. Antwoorden verschijnen snel, maar bij complexe syntheses uit meerdere bronnen ontbreken vaak details.
• Aanbevolen (14B- tot 32B-modellen zoals Qwen 2.5 32B): Apple Silicon met 32 GB uniform geheugen, of een dedicated grafische kaart met minimaal 16 GB VRAM.
• Vergelijkbaar met topmodellen (70B-modellen): Apple Silicon met minimaal 64 GB uniform geheugen, of een dubbele GPU-opstelling met 48 GB totaal aan VRAM.

Voldoet je systeem niet aan deze specificaties, dan leidt het draaien van lokale modellen tot trage tokengeneratie en foutmeldingen door geheugentekort tijdens het samenvatten van zoekresultaten.

Hoe verhoudt Vane zich tot Perplexity Pro voor onderzoek?

Perplexity Pro blijft aanzienlijk krachtiger voor complex verkennend onderzoek dan een standaardinstallatie van Vane. Perplexity onderhoudt zijn eigen webindex en scraping-infrastructuur, waarmee het CAPTCHA's en botdetectie omzeilt die SearXNG-instanties vaak belemmeren.

Bovendien beschikt Perplexity Pro over geautomatiseerd diepgaand onderzoek dat recursief op het web zoekt om onduidelijke antwoorden te verduidelijken. Vane voert slechts een enkele prompt-en-zoekcyclus uit. Tenzij je zelf aangepaste orkestraties bouwt, kan Vane niet zelfstandig plannen, vertakken en uitgebreide dossiers samenstellen op basis van tientallen websites.

Voor onderzoekers die alternatieven voor Perplexity Pro afwegen, analyseert ons overzicht Perplexity vs ChatGPT voor onderzoek hoe nauwkeurigheid van citaten en meerstaps redeneren scoren op de belangrijkste platforms.

Wanneer kun je Vane beter zelf hosten dan een clouddienst gebruiken?

Vane zelf hosten is de beste optie als je in een van deze twee categorieën valt:

1. Strikt afgeschermde of vertrouwelijke omgevingen: Werk je met patiëntendossiers, juridisch bewijsmateriaal of gevoelige broncode die volgens het beleid nooit via externe netwerken mag worden verzonden, dan garandeert Vane in combinatie met een lokale Ollama-instantie dat er geen enkel datapakket je lokale netwerk verlaat.
2. Homelab-liefhebbers: Vind je het leuk om zelf gehoste diensten te onderhouden, SearXNG-instanties te configureren, proxypools af te stemmen en Docker-containers te beheren, dan is Vane een boeiend en veelzijdig open-source project.

Is je voornaamste doel echter om snel grondig en onderbouwd onderzoek te doen zonder te sleutelen aan Docker-netwerkbruggen, geblokkeerde zoekopdrachten op te lossen of te zien hoe ongecachte API-tokens je saldo opmaken, dan werkt een beheerde multi-modeldienst veel efficiënter.

Conclusie

Vane is een indrukwekkende open-source prestatie die bewijst dat zelf gehoste AI-zoekopdrachten met bronvermelding mogelijk zijn op consumentenhardware. Voor privacy-puristen en homelab-ontwikkelaars vormt het een uitstekende basis voor een besloten antwoordmachine.

Voor dagelijks academisch, markt- en technisch onderzoek maken het doorlopende beheer van SearXNG-scraping-endpoints en de zware hardware-eisen voor lokale topmodellen het zelf hosten echter tot een flinke opgave.

Wil je toegang tot toonaangevende modellen zoals Claude 5.5 Sonnet en Gemini 4 Argon, gecombineerd met geautomatiseerd Deep Research en native Office-documentdownloads, dan biedt Zemith Plus voor 15,99 $ per maand een complete onderzoeksomgeving zonder beheerslast. Ontdek hoe Zemith zich verhoudt tot losse zoekmachines in onze Zemith vs Perplexity-vergelijking.