Qwen 3

Aktuelle Qwen-Generation mit umschaltbarem „Thinking“-Modus (überlegt vor der Antwort). Das MoE 30B-A3B ist ein Geheimtipp: 30B-Qualität bei Geschwindigkeit eines kleinen Modells.

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–32B dense; MoE: 30B-A3B, 235B-A22B
• Empfohlene Hardware (Q4): 8B: 8–12 GB · 14B: 16 GB · 30B-A3B: 24–32 GB (läuft dank MoE flott)

Benutzungsanleitung

Alibabas aktuelle Familie — von winzig bis riesig, stark bei Logik und Mehrsprachigkeit.

Installation:

ollama run qwen3

Varianten für jede Hardware: qwen3:4b (ab 4 GB RAM), qwen3:8b (8 GB), qwen3:32b (32 GB+).

Wofür gut: Logik, Mathe, Mehrsprachigkeit (auch gutes Deutsch), Werkzeug-Nutzung in Agenten. Die kleinen Varianten sind erstaunlich fähig — ideal für ältere Rechner.

Erster Test: eine Rechenaufgabe mit Zwischenschritten stellen — Qwen 3 zeigt seine Stärke beim strukturierten Denken.

Im Detail

Qwen 3 löst Qwen 2.5 ab und bringt einen entscheidenden Vorteil: Pro Anfrage lässt sich wählen, ob das Modell erst „nachdenkt“ (Thinking-Modus, besser bei komplexen Aufgaben, aber langsamer) oder direkt antwortet. Besonders interessant ist die MoE-Variante 30B-A3B: 30 Milliarden Parameter, davon aber nur rund 3 Milliarden pro Token aktiv – das Ergebnis ist Antwortgeschwindigkeit nahe einem kleinen Modell bei deutlich höherer Qualität. Für 24–32 GB RAM/VRAM ist das oft die beste Kombination aus Tempo und Können. Wer nur ein Modell für Chat, Reasoning und Coding-Hilfe will, ist mit Qwen 3 aktuell besser bedient als mit Qwen 2.5.

Praxis-Tipp

Für schnelle Alltagsfragen den Thinking-Modus in der Chat-Vorlage deaktivieren, bei Matheaufgaben oder Logikrätseln bewusst einschalten.

Siehe auch

• Qwen 2.5

Lizenz & Quelle

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