Qwen 3 (Thinking)

Hybrid-Ansatz: dasselbe Modell kann mit und ohne Denk-Modus antworten (umschaltbar). Praktisch, wenn man nicht zwei Modelle vorhalten will; die „-Thinking-2507“-Checkpoints sind reine Denk-Varianten.

So nutzt du es

Am einfachsten per Ollama: ollama pull <modellname> und dann ollama run <modellname> — oder komfortabel mit LM Studio (grafische Oberfläche, Modell-Suche eingebaut). Die Hardware-Angaben unten beziehen sich auf die übliche 4-Bit-Quantisierung (Q4).

Größen & Hardware

• Verfügbare Größen: 0.6B–235B (alle Größen)
• Empfohlene Hardware (Q4): wie Qwen 3 oben

Im Detail

Qwen 3 (Thinking) bezeichnet zum einen die Hybrid-Fähigkeit der regulären Qwen-3-Modelle, per Umschalter zwischen schnellen Direktantworten und ausführlichem Nachdenken zu wechseln, zum anderen die separaten „-Thinking-2507“-Checkpoints, die ausschließlich im Denk-Modus arbeiten. Der Vorteil des Hybrid-Ansatzes: Man muss nicht zwei getrennte Modelle vorhalten und laden, sondern steuert das Verhalten pro Anfrage. Die reinen Thinking-Varianten sind in ihrem Modus konsequenter optimiert und liefern bei sehr anspruchsvollen Reasoning-Aufgaben tendenziell bessere Ergebnisse. Verfügbar über die gesamte Größenspanne von 0.6B bis 235B. Wer mit einer Installation sowohl schnelle Chats als auch tiefes Schlussfolgern abdecken will, fährt mit der Hybrid-Variante am praktischsten.

Praxis-Tipp

Den Thinking-Modus gezielt per Prompt-Flag (je nach Frontend etwa „/think“ bzw. „/no_think“) für Rätsel oder Code-Debugging aktivieren, für einfache Chats ausschalten.

Siehe auch

• Qwen 3
• Qwen 2.5

Lizenz & Quelle

• Lizenz: Apache-2.0
• Quelle: Ollama
• Quelle: HF