Лучшие модели для Ollama в 2026: какую выбрать под ваш компьютер

Если коротко: большинству хватит связки из четырёх моделей. Qwen3.5 — для чата, картинок, рассуждений и работы с инструментами, Gemma 4 — как вторая универсальная модель, Qwen3.6 (на мощной видеокарте) или Qwen2.5-Coder (на слабой) — для кода, и nomic-embed-text — если нужен поиск по своим документам (RAG). Дальше выбор зависит от памяти компьютера и задачи: разберём по порядку.

Ollama уже должна быть установлена — если нет, начните со статьи Ollama: установка и первые шаги. Здесь — только про модели: что означают цифры и буквы в названии, какую взять под своё железо и задачу, и какой командой скачать. Теги сверены с библиотекой ollama.com/library на сентябрь 2026 года — она постоянно обновляется, так что перед установкой сверяйтесь со страницей модели.

Сколько нужно памяти и что значат «7b» и «q4»

У каждой модели в названии обычно есть суффикс вроде :8b, :14b, :30b — число параметров нейросети в миллиардах (b = billion). Больше параметров — «умнее» модель, но больше памяти и медленнее ответ. На 1–4 млрд — простые задачи, на 7–14 млрд — нормальный чат и код, на 30 млрд и больше — заметно сильнее, но нужна мощная видеокарта.

Второй параметр — квантование: способ сжать веса модели. По умолчанию Ollama скачивает вариант q4_K_M — веса хранятся примерно по 4–5 бит вместо исходных 16–32, файл в 3–4 раза меньше, а качество почти не страдает. Теги q8_0 и fp16 — точнее, но тяжелее; берите их, только если памяти хватает с запасом.

Ваша память	Размер модели	Пример команды
4–8 ГБ ОЗУ, видеокарты нет	1–3 млрд параметров	ollama run llama3.2:1b
8–16 ГБ ОЗУ или видеокарта 6–8 ГБ	3–8 млрд	ollama run gemma4:e4b
16 ГБ ОЗУ или видеокарта 8–12 ГБ	8–14 млрд	ollama run qwen3.5:9b
Видеокарта 16–24 ГБ	20–32 млрд, в т.ч. MoE с «a3b» в имени	ollama run gpt-oss:20b
Видеокарта 24–48 ГБ или Mac на 64 ГБ+	30–70 млрд	ollama run llama3.3
Сервер с 80+ ГБ видеопамяти	70–122 млрд и больше	ollama run qwen3.5:122b

Ориентир: модель в q4 занимает на диске и в памяти примерно 0,6–0,7 ГБ на каждый миллиард параметров, плюс место под контекст. Точный размер файла виден на странице модели в библиотеке при скачивании.

Универсальные модели: чат и русский язык

Для повседневных задач — вопросы, переписка, пересказ, помощь с текстами — берите модель среднего размера из семейства Qwen или Gemma.

• Qwen3.5 — самое популярное сейчас семейство Qwen в библиотеке Ollama. Размеры 0.8b, 2b, 4b, 9b (по умолчанию, 6,6 ГБ), 27b, 35b, 122b, контекст 256 тыс. токенов. Понимает картинки, вызывает инструменты и умеет рассуждать — одна модель закрывает почти все задачи. В описании модели приведены результаты многоязычных тестов.

  ollama run qwen3.5

• Qwen3.6 и Qwen3.8 — более новые модели Qwen, но только крупные: Qwen3.6 — 27b и 35b (от 18 ГБ), Qwen3.8 — 27b (18 ГБ). Разработчик делает упор на агентную работу и программирование. Берите, если видеокарта на 24 ГБ и больше или Mac с большим объёмом памяти.

  ollama run qwen3.6:27b

• Qwen3 — прошлое поколение, всё ещё в библиотеке (0.6b–235b). Разработчик заявляет поддержку «100+ языков и диалектов». Для новых установок логичнее брать Qwen3.5.
• Gemma 4 — модель Google, размеры e2b, e4b, 12b, 26b, 31b. Поддерживает инструменты, рассуждения, картинки и даже аудио на вход. На практике вместе с Qwen её чаще всего выбирают для русскоязычных чатов.

  ollama run gemma4:e4b

• Mistral Small 3.2 — 24 млрд параметров, инструменты и картинки, от Mistral AI. Разработчик отмечает улучшенный function calling и меньше повторов в ответах.

  ollama run mistral-small3.2

Установка и сравнение с графическим приложением — в статье LM Studio: установка и настройка.

Модели для кода

Для автодополнения, объяснения и рефакторинга кода в библиотеке Ollama есть отдельные модели с меткой «coder» в названии.

• Qwen2.5-Coder — самый широкий выбор размеров: 0.5b, 1.5b, 3b, 7b, 14b, 32b. Разработчик заявляет поддержку более 40 языков программирования — хороший выбор для слабой и средней видеокарты.

  ollama pull qwen2.5-coder:7b

• Qwen3.6 — есть отдельные теги для программирования: 27b-coding и 35b-coding (18–23 ГБ). Самый свежий вариант для кода, если хватает видеопамяти.

  ollama pull qwen3.6:27b-coding

• Qwen3-Coder-Next — модель Qwen для агентной разработки, 52 ГБ, контекст 256 тыс. токенов. Для рабочих станций и серверов.

  ollama pull qwen3-coder-next

• Qwen3-Coder — прошлое поколение, крупные размеры: 30b (MoE, активны около 3 млрд параметров — считает быстрее, чем полные 30 млрд) и 480b для серверов.

  ollama pull qwen3-coder:30b

• Devstral 2 — 123 млрд параметров, Mistral AI, заточена под агентную разработку: правки сразу в нескольких файлах, работа с большой кодовой базой.

  ollama pull devstral-2

• Codestral — модель Mistral AI на 22 млрд параметров для генерации кода.

  ollama pull codestral

Для агентов и вызова инструментов (tool calling)

Если модель будет «мозгом» агента — вызывать функции, искать в интернете, работать с файлами, — важна метка tools в библиотеке. Без неё агент не сможет корректно вызвать инструмент.

• Qwen3.5 и Gemma 4 (см. выше) — универсальный выбор для агентов, обе с tools. На мощной видеокарте — Qwen3.6, её разработчик делает упор именно на агентные задачи.
• gpt-oss — открытые модели OpenAI, размеры 20b и 120b, tools и режим рассуждений. Разработчик описывает их как модели «для мощных рассуждений, агентных задач и разработки».

  ollama run gpt-oss:20b

• Granite 4 — модели IBM для корпоративных сценариев с явным акцентом на tool calling; есть совсем небольшие размеры — 350m, 1b, 3b — для лёгкого агента на слабом железе.

  ollama run granite4:3b

Дальше модель подключают к n8n, скриптам на Python или к локальному AI-агенту на своём компьютере. Если агент работает через API на сервере — закройте порт, как описано в статье как защитить AI-агента на VPS.

Модели с поддержкой картинок (зрение)

Такие модели умеют отвечать на вопросы по изображению: прочитать текст на скриншоте, описать фото, разобрать диаграмму. В библиотеке они помечены меткой vision.

• Qwen3.5 — понимает картинки «из коробки», отдельная vision-версия не нужна. Самый простой вариант, если модель уже стоит для чата.

  ollama run qwen3.5

• Qwen3-VL — специализированная модель зрения прошлого поколения Qwen, размеры от 2b до 235b, плюс инструменты и рассуждения. Разработчик заявляет распознавание текста на 32 языках.

  ollama run qwen3-vl:8b

• Llama 3.2 Vision — модель Meta, размеры 11b и 90b.

  ollama run llama3.2-vision

• Moondream — 1,8 млрд параметров, сделана специально для слабых устройств.

  ollama run moondream

• MiniCPM-V 4.6 — ещё более лёгкая модель для разбора изображений, в том числе на слабых компьютерах и телефонах.

  ollama run minicpm-v4.6

Спросить про картинку можно прямо в терминале, указав путь к файлу после текста вопроса:

ollama run qwen3.5 "Что на этой картинке? /home/user/screenshot.png"

Рассуждающие модели (thinking)

Модели с режимом «thinking» перед ответом выстраивают цепочку рассуждений — помогает с математикой, логикой и многошаговыми задачами, но ответ занимает больше времени и токенов.

• DeepSeek-R1 — специально обучена для рассуждений, размеры от 1.5b до 671b. Разработчик описывает её как модель, приближающуюся по качеству рассуждений к ведущим закрытым моделям.

  ollama run deepseek-r1:14b

• Qwen3.5 — режим рассуждений встроен, отдельная модель не нужна.

  ollama run qwen3.5

• Magistral — компактная рассуждающая модель Mistral AI, 24 млрд параметров.

  ollama run magistral

• gpt-oss — тоже с thinking (см. раздел про агентов).

Маленькие модели для слабых компьютеров

Если оперативной памяти немного, а видеокарты нет вовсе, начните с моделей на 1 млрд параметров и меньше — работают даже на офисном ноутбуке, хотя заметно проще в рассуждениях.

• Llama 3.2 — 1b и 3b, с инструментами.

  ollama run llama3.2:1b

• Qwen3.5 в размере 0.8b (1 ГБ) или 2b (2,7 ГБ) — та же линейка, что и для чата, причём даже маленькие версии понимают картинки.

  ollama run qwen3.5:0.8b

• Gemma 4 e2b — самый маленький вариант Gemma 4, но всё ещё с картинками и инструментами.

  ollama run gemma4:e2b

• SmolLM2 — совсем миниатюрная модель: 135m, 360m, 1.7b.

  ollama run smollm2:360m

Эмбеддинги для RAG

Эмбеддинги — не чат-модели, они превращают текст в числовой вектор, по которому потом ищут похожие фрагменты в базе документов. Это основа RAG — подробно про принцип написано в статье RAG для AI-агента. В библиотеке такие модели помечены меткой embedding.

• nomic-embed-text — популярная модель с большим окном контекста, часто используется по умолчанию в готовых RAG-инструкциях.

  ollama pull nomic-embed-text

• bge-m3 — модель BAAI, разработчик заявляет поддержку более 100 языков и разной детализации поиска.

  ollama pull bge-m3

• embeddinggemma — компактная модель Google на 300 млн параметров.

  ollama pull embeddinggemma

• Qwen3-Embedding — линейка на основе Qwen3, размеры 0.6b, 4b, 8b.

  ollama pull qwen3-embedding

Вектор из текста получают через API:

curl http://localhost:11434/api/embed -d '{"model": "nomic-embed-text", "input": "Текст для поиска"}'

Сводная таблица моделей

Модель	Размеры	Возможности	Для чего
qwen3.5	0.8b–122b	vision, tools, thinking	чат, картинки, рассуждения, агенты
qwen3.6	27b, 35b	vision, tools, thinking	агенты и код на мощной видеокарте
qwen3.8	27b	vision, tools, thinking	самая новая Qwen, мощная видеокарта
gemma4	e2b, e4b, 12b, 26b, 31b	vision, tools, thinking, audio	универсальный чат, картинки, агенты
mistral-small3.2	24b	vision, tools	чат, function calling
qwen2.5-coder	0.5b–32b	tools	код на слабом и среднем ПК
qwen3-coder-next	52 ГБ	tools	агентная разработка, рабочая станция
qwen3-coder	30b, 480b	tools	код на мощной видеокарте/сервере
devstral-2	123b	tools	агентная разработка
codestral	22b	—	генерация кода
gpt-oss	20b, 120b	tools, thinking, cloud	агенты, рассуждения
granite4	350m, 1b, 3b	tools	лёгкие агенты
qwen3-vl	2b–235b	vision, tools, thinking	картинки + рассуждения
llama3.2-vision	11b, 90b	vision	картинки
moondream	1.8b	vision	картинки на слабом ПК
minicpm-v4.6	~1b	vision	картинки на очень слабом ПК
deepseek-r1	1.5b–671b	tools, thinking	сложные рассуждения
magistral	24b	tools, thinking	рассуждения средней тяжести
llama3.2	1b, 3b	tools	слабый ПК
smollm2	135m, 360m, 1.7b	tools	очень слабый ПК
nomic-embed-text	—	embedding	RAG, поиск по документам
bge-m3	567m	embedding	RAG, многоязычный поиск
embeddinggemma	300m	embedding	RAG на слабом ПК
qwen3-embedding	0.6b, 4b, 8b	embedding	RAG

Как проверить, что модель поместилась, и как удалить лишнее

После запуска модели командой ollama ps видно, где именно она работает:

ollama ps
NAME        ID            SIZE    PROCESSOR   UNTIL
gemma4:12b  a1b2c3d4e5f6  9.6 GB  100% GPU    4 minutes from now

В колонке PROCESSOR: 100% GPU — модель целиком в видеопамяти, быстрее всего; 100% CPU — на процессоре, медленно; смешанное значение вроде 48%/52% CPU/GPU — влезла частично. Видите CPU — берите модель поменьше или сильнее квантованную.

Скачанные модели видно командой ollama ls, лишние удаляются так: ollama rm gemma4:31b. Место на диске освобождается сразу.

Облачные модели Ollama

Кроме локального запуска, у Ollama есть облако: часть моделей библиотеки (например, крупные версии gpt-oss) можно запускать на серверах Ollama, а не на своём железе — отмечено меткой cloud на странице модели. Пригодится, если модель не влезает ни в одну домашнюю видеокарту.

Для входа нужен аккаунт: команда ollama signin в терминале и ключ API в личном кабинете на ollama.com. В CLI облачная модель запускается с припиской :cloud, например ollama run gemma4:cloud.

Бесплатный план включает стартовые кредиты и доступ к части облачных моделей, дальше облако оплачивается по мере использования (цена за миллион токенов своя у каждой модели). Платные планы: Pro — $20 в месяц, Max — $100 в месяц, в них входят кредиты на использование (цены на сентябрь 2026, ollama.com/pricing). По заявлению Ollama, содержимое облачных запросов не используется для обучения моделей; для приватных данных используйте только локальные модели без метки cloud.

Частые ошибки

• Скачали слишком большую модель — всё зависает. Если ollama ps показывает CPU, берите модель меньше или с более сильным квантованием.
• Агент не может вызвать инструмент. У модели нет метки tools — возьмите qwen3.5, gemma4, gpt-oss или granite4.
• Модель «не видит» картинку. Нужна модель с меткой vision: qwen3.5, gemma4, qwen3-vl, llama3.2-vision, moondream или minicpm-v4.6.
• Диск заполнился моделями. Список — ollama ls, удаление — ollama rm имя.
• Путаница в размерах. Сверяйтесь со страницей модели на ollama.com/library — теги периодически меняются.

Частые вопросы

Какую модель Ollama скачать в первую очередь?

ollama run qwen3.5 или ollama run gemma4 — обе универсальные: картинки, инструменты и рассуждения. Дальше можно добавить отдельную модель под код или картинки.

Как узнать, влезла ли модель в видеопамять?

Командой ollama ps: колонка PROCESSOR покажет 100% GPU (влезла целиком), 100% CPU (работает на процессоре, медленно) или смешанное значение (частично).

Что означает q4 в названии модели?

Уровень квантования весов. q4_K_M — вариант по умолчанию в Ollama: заметно меньше по размеру, чем q8 или fp16, при небольшой потере качества.

Какая модель Ollama лучше работает с русским языком?

Надёжнее всего начинать с семейства Qwen: у Qwen3 разработчик прямо заявляет поддержку более 100 языков и диалектов, для Qwen3.5 в описании приведены результаты многоязычных тестов. Gemma 4 и Mistral Small тоже часто выбирают для русского на практике. Проверьте две-три модели на своих задачах — разница заметна быстро.

Можно ли использовать Ollama для RAG?

Да, для этого нужна отдельная модель эмбеддингов — nomic-embed-text, bge-m3 или embeddinggemma. Она не отвечает на вопросы, а превращает текст в вектор для поиска; отвечает уже обычная чат-модель.

Чем модель с меткой tools отличается от обычной?

Она умеет формировать структурированный вызов функции в формате, который понимает программа-агент. Без этой метки агент не сможет выполнить вызов инструмента.

Нужно ли платить за облачные модели Ollama?

Облако оплачивается по мере использования: в бесплатном плане есть стартовые кредиты, платные планы — от $20 в месяц. Локальные модели без метки cloud всегда бесплатны.