Qwen в Ollama: какую версию поставить

Для чата на обычном компьютере ставьте qwen3.5:9b. Вы открыли библиотеку Ollama, чтобы запустить Qwen у себя, и увидели больше десяти семейств и сотни тегов: непонятно, какой из них потянет ваша машина. Ниже таблицы с размерами, весом файлов и контекстом, затем выбор под задачу и команды запуска. Для кода и мощной видеокарты варианты другие, о них в разделе про выбор.

Скачается ли Qwen из России?

Да. Сайт ollama.com, документация и реестр моделей открываются из России, модели скачиваются. GitHub и Hugging Face тоже открываются.

Сама программа и модели бесплатны. Если ollama.com у вас не открывается, проверьте сеть и повторите позже. А если самой Ollama у вас ещё нет, установку разбирает статья «Ollama: установка на Windows, macOS и Linux».

Какие версии Qwen есть в Ollama?

В таблицах ниже основные теги размеров. Для каждой модели есть ещё теги с квантованием и особыми форматами (q4_K_M, q8_0, bf16, nvfp4, mxfp8, mlx), их список лежит на странице ollama.com/library/<имя>/tags.

Колонки читаются так:

• Файл: размер скачиваемой модели со страницы тега. Если указан диапазон, у тега две сборки разного веса.
• Контекст: максимум по странице. В Ollama он включается не сам, см. раздел про контекст.
• Метки: tools (вызов инструментов), vision (понимает картинки), thinking (режим рассуждений). Метки стоят на странице всей модели, а не отдельного тега.
• Памяти, ориентир: размер файла плюс 2 ГБ запаса, округлённо вверх. Это минимум для короткого контекста. С длинным контекстом нужно больше. Как считать, описано в статье «Компьютер для нейросетей» с калькулятором.

Вам важнее всего последняя колонка. Сравните её с памятью своего компьютера и сразу отбросьте всё, что не помещается.

Что нового в Qwen3.8, 3.6 и 3.5?

Свежие поколения первыми попадаются на глаза, поэтому начнём с них.

Команда ollama pull	Файл	Контекст	Метки на странице	Памяти, ориентир
qwen3.8:27b	18 ГБ	256 тыс.	vision, tools, thinking	от 20 ГБ
qwen3.6:27b	18–19 ГБ	256 тыс.	vision, tools, thinking	от 21 ГБ
qwen3.6:35b	23–24 ГБ	256 тыс.	vision, tools, thinking	от 26 ГБ
qwen3.5:0.8b	1.2 ГБ–1.3 ГБ	256 тыс.	vision, tools, thinking	от 4 ГБ
qwen3.5:2b	2.7 ГБ–3.1 ГБ	256 тыс.	vision, tools, thinking	от 6 ГБ
qwen3.5:4b	3.3 ГБ–4.0 ГБ	256 тыс.	vision, tools, thinking	от 6 ГБ
qwen3.5:9b	6.6 ГБ–7.6 ГБ	256 тыс.	vision, tools, thinking	от 10 ГБ
qwen3.5:27b	17–20 ГБ	256 тыс.	vision, tools, thinking	от 22 ГБ
qwen3.5:35b	22 ГБ	256 тыс.	vision, tools, thinking	от 24 ГБ
qwen3.5:122b	81 ГБ	256 тыс.	vision, tools, thinking	от 83 ГБ

Что есть в Qwen3 и его версиях?

Здесь собраны специальные версии: для кода, для картинок, для поиска по документам.

Команда ollama pull	Файл	Контекст	Метки на странице	Памяти, ориентир
qwen3:0.6b	523 МБ	40 тыс.	tools, thinking	от 3 ГБ
qwen3:1.7b	1.4 ГБ	40 тыс.	tools, thinking	от 4 ГБ
qwen3:4b	2.5 ГБ	256 тыс.	tools, thinking	от 5 ГБ
qwen3:8b	5.2 ГБ	40 тыс.	tools, thinking	от 8 ГБ
qwen3:14b	9.3 ГБ	40 тыс.	tools, thinking	от 12 ГБ
qwen3:30b	19 ГБ	256 тыс.	tools, thinking	от 21 ГБ
qwen3:32b	20 ГБ	40 тыс.	tools, thinking	от 22 ГБ
qwen3:235b	142 ГБ	256 тыс.	tools, thinking	от 144 ГБ
qwen3-coder:30b	19 ГБ	256 тыс.	tools	от 21 ГБ
qwen3-coder:480b	290 ГБ	256 тыс.	tools	от 292 ГБ
qwen3-coder-next	52 ГБ	256 тыс.	tools	от 54 ГБ
qwen3-vl:2b	1.9 ГБ	256 тыс.	vision, tools, thinking	от 4 ГБ
qwen3-vl:4b	3.3 ГБ	256 тыс.	vision, tools, thinking	от 6 ГБ
qwen3-vl:8b	6.1 ГБ	256 тыс.	vision, tools, thinking	от 9 ГБ
qwen3-vl:30b	20 ГБ	256 тыс.	vision, tools, thinking	от 22 ГБ
qwen3-vl:32b	21 ГБ	256 тыс.	vision, tools, thinking	от 23 ГБ
qwen3-vl:235b	143 ГБ	256 тыс.	vision, tools, thinking	от 145 ГБ
qwen3-next:80b	50 ГБ	256 тыс.	tools, thinking	от 52 ГБ
qwen3-embedding:0.6b	639 МБ	32 тыс.	embedding	от 3 ГБ
qwen3-embedding:4b	2.5 ГБ	40 тыс.	embedding	от 5 ГБ
qwen3-embedding:8b	4.7 ГБ	40 тыс.	embedding	от 7 ГБ

А что у Qwen2.5 и QwQ?

Это семейства постарше: у них много небольших размеров.

Команда ollama pull	Файл	Контекст	Метки на странице	Памяти, ориентир
qwen2.5:0.5b	398 МБ	32 тыс.	tools	от 3 ГБ
qwen2.5:1.5b	986 МБ	32 тыс.	tools	от 3 ГБ
qwen2.5:3b	1.9 ГБ	32 тыс.	tools	от 4 ГБ
qwen2.5:7b	4.7 ГБ	32 тыс.	tools	от 7 ГБ
qwen2.5:14b	9.0 ГБ	32 тыс.	tools	от 11 ГБ
qwen2.5:32b	20 ГБ	32 тыс.	tools	от 22 ГБ
qwen2.5:72b	47 ГБ	32 тыс.	tools	от 49 ГБ
qwen2.5-coder:0.5b	398 МБ	32 тыс.	tools	от 3 ГБ
qwen2.5-coder:1.5b	986 МБ	32 тыс.	tools	от 3 ГБ
qwen2.5-coder:3b	1.9 ГБ	32 тыс.	tools	от 4 ГБ
qwen2.5-coder:7b	4.7 ГБ	32 тыс.	tools	от 7 ГБ
qwen2.5-coder:14b	9.0 ГБ	32 тыс.	tools	от 11 ГБ
qwen2.5-coder:32b	20 ГБ	32 тыс.	tools	от 22 ГБ
qwen2.5vl:3b	3.2 ГБ	125 тыс.	vision	от 6 ГБ
qwen2.5vl:7b	6.0 ГБ	125 тыс.	vision	от 8 ГБ
qwen2.5vl:32b	21 ГБ	125 тыс.	vision	от 23 ГБ
qwen2.5vl:72b	49 ГБ	125 тыс.	vision	от 51 ГБ
qwq:32b	20 ГБ	40 тыс.	tools	от 22 ГБ

Остальное в библиотеке вам вряд ли пригодится, но знать об этом полезно:

• qwen3.8-flash-next: экспериментальный предпросмотр архитектуры, на которой построят Qwen4, как сказано на странице. Один размер 125b, файлы от 105 ГБ (125b-a6b-nvfp4) до 360 ГБ. Для домашнего компьютера он не подходит. Лицензия Qwen Community License 1.0.
• Теги -coding у Qwen3.6 (qwen3.6:27b-coding, qwen3.6:35b-a3b-coding) и теги mtp: страница не объясняет, чем они отличаются. Перед скачиванием откройте страницу тега.
• Устаревшие семейства qwen (1.5), qwen2, qwen2-math и codeqwen: они остались в библиотеке, но новые поколения заменяют их.

Отдельно о тегах latest: они разные. qwen3.5 без размера ставит 9b, qwen3.6 ставит 35b (23–24 ГБ), qwen3.8 ставит 27b. Если не хотите гадать, пишите размер явно.

Какую версию взять под вашу задачу?

Теперь от таблиц к решению. Найдите свою задачу, и вы увидите, какой тег ей подходит.

Что взять для чата на русском?

Берите qwen3.5. На странице модели указана поддержка 201 языка и диалекта. Размеры у неё от 0.8b до 122b, так что вариант найдётся под любую память.

Для компьютера с 16 ГБ памяти разумный старт: qwen3.5:9b.

Предыдущее поколение qwen3 заявляет 100+ языков, а в описании qwen2.5 русский назван среди 29 языков. Как они справятся с вашими текстами, проверьте на своих примерах: отдельных тестов на русском на страницах моделей нет.

Что взять для кода?

Выбор зависит от вашей видеокарты:

• Слабая или средняя видеокарта: qwen2.5-coder размером 7b (4,7 ГБ), 14b (9,0 ГБ) или 32b (20 ГБ). Контекст 32 тыс. токенов.
• Видеокарта 24 ГБ и больше: qwen3-coder:30b (19 ГБ, контекст 256 тыс.) или qwen3.6:27b (18–19 ГБ). Разработчики Qwen3.6 отдельно выделяют агентное программирование.
• Рабочая станция или сервер: qwen3-coder-next (52 ГБ). Страница описывает её как модель для агентной разработки и локальной работы.

Если хотите сравнить Qwen с другими моделями для кода и чата, загляните в статью «Лучшие модели для Ollama».

Что нужно агентам и инструментам?

Если вы хотите подключить Qwen к агенту, смотрите на две вещи: метку tools и размер контекста. Метка есть у Qwen3.8, 3.6, 3.5, Qwen3, Qwen3-Coder и Qwen2.5.

Ollama советует для поиска, агентов и кодинговых инструментов контекст не меньше 64 000 токенов. Памяти под него нужно больше, чем показывает колонка в таблице. А подключить модель к своим программам по HTTP можно через Ollama API.

Что взять на слабый ноутбук?

Если видеокарты нет, берите малые размеры: qwen3.5:2b (2,7 ГБ) или qwen3.5:4b (3,3 ГБ), оба понимают картинки. Совсем скромный вариант: qwen3.5:0.8b (1,2 ГБ). Из старых подойдут qwen3:1.7b (1,4 ГБ) и qwen2.5:3b (1,9 ГБ).

Такие модели рассуждают проще: на короткие вопросы и переписку их хватит, со сложными задачами они не справятся.

Что с картинками и поиском по документам?

Qwen3.5, 3.6 и 3.8 принимают картинки без отдельной модели. Среди специализированных есть qwen3-vl (от 2b до 235b) и qwen2.5vl.

Для поиска по своим документам (RAG) подойдёт qwen3-embedding с размерами 0.6b, 4b и 8b. У неё метка embedding, чатом она не отвечает.

Как скачать, запустить и настроить?

Допустим, вы выбрали тег. Скачать модель без запуска можно так:

ollama pull qwen3.5:9b

Запустить чат в терминале (если модели нет, Ollama скачает её сама):

ollama run qwen3.5:9b

Остальные команды пригодятся по ходу дела:

• спросить про картинку: добавьте путь к файлу в запрос, например ollama run qwen3.5 "Что на этой картинке? /home/user/photo.png";
• посмотреть установленные модели: ollama ls;
• удалить модель: ollama rm qwen3.5:9b;
• остановить загруженную: ollama stop qwen3.5:9b.

Если вам не нужны рассуждения, у моделей с меткой thinking их можно выключить в запросе к API: поле "think": false. Документация уточняет, что это работает, если модель позволяет. Для Qwen3.8 страница модели пишет, что рассуждения включены по умолчанию и отключаются на каждый запрос.

Как задать контекст?

Ollama выбирает контекст сама, по видеопамяти:

Видеопамять	Контекст по умолчанию
меньше 24 ГиБ	4k токенов
от 24 до 48 ГиБ	32k токенов
от 48 ГиБ	256k токенов

Если у вас меньше 24 ГиБ, агенту этих 4k не хватит, поэтому значение лучше задать вручную. По документации это можно сделать тремя способами:

• в приложении Ollama: ползунок контекста в настройках;
• при запуске сервера: OLLAMA_CONTEXT_LENGTH=64000 ollama serve;
• в сессии ollama run: команда /set parameter num_ctx 4096, а в запросе к API поле options.num_ctx.

Но чем больше контекст, тем больше памяти. Проверить, поместилась ли модель в видеокарту, можно командой ollama ps. В колонке PROCESSOR видно долю GPU и CPU, в колонке CONTEXT выделенный контекст. Если часть модели ушла на процессор, уменьшите контекст или возьмите размер поменьше.

Как запустить внешнюю программу на Qwen?

Если вы хотите работать с моделью не в терминале, а из другой программы, вам нужна команда ollama launch. Она настраивает и запускает внешнюю программу, чтобы та работала на модели из Ollama. Без параметров она открывает интерактивный выбор.

По справочнику CLI поддерживаются OpenCode, Claude Code, Codex, VS Code и Droid. На странице qwen3.8 в списке приложений также Hermes Agent и OpenClaw. Модель задаётся ключом --model:

ollama launch opencode --model qwen3.8

Ключ --config настраивает программу без запуска. Для кодинговых агентов задайте контекст от 64k, как советует документация.

Claude Code и Codex принадлежат Anthropic и OpenAI. Их сервисы в России официально не работают, а оплата подписок описана в отдельной статье. Поэтому примеры ниже даны на OpenCode и Qwen Code.

Как подключить Qwen Code к Ollama?

Qwen Code это терминальный агент для кода от команды Qwen, открытый, лицензия Apache 2.0. В README репозитория github.com/QwenLM/qwen-code сказано, что он работает с локальными моделями через Ollama и vLLM. Установка по README: npm install -g @qwen-code/qwen-code@latest (нужен Node.js 22 или новее), запуск командой qwen.

Подключение описано в документации репозитория, файл docs/users/configuration/model-providers.md. Ollama работает как OpenAI-совместимый сервер. Поэтому в файл ~/.qwen/settings.json добавляют провайдера с адресом http://localhost:11434/v1 и переменной OLLAMA_API_KEY со значением ollama. Пример по документации, поле id заменено на тег из Ollama:

{
  "env": { "OLLAMA_API_KEY": "ollama" },
  "modelProviders": {
    "openai": [
      {
        "id": "qwen3.6:27b",
        "name": "Qwen3.6 27B (Ollama)",
        "envKey": "OLLAMA_API_KEY",
        "baseUrl": "http://localhost:11434/v1",
        "generationConfig": { "contextWindowSize": 65536 }
      }
    ]
  }
}

После этого модель выбирается командой /model внутри Qwen Code. В документации пример приведён для Qwen2.5 7B с окном 32768. Значение окна подберите под вашу память и под контекст в Ollama.

Какая у моделей Qwen лицензия?

Если вы собираетесь встроить Qwen в платный продукт, начните с лицензии. У большинства моделей она Apache 2.0, и она разрешает коммерческое использование. Вот лицензии по карточкам на Hugging Face (huggingface.co/Qwen):

• Apache 2.0 у Qwen3.8-27B, Qwen3.6 (27B и 35B-A3B) и Qwen3.5 (9B, 27B, 35B-A3B, 122B-A10B);
• Apache 2.0 у Qwen3 (8B, 14B, 30B-A3B, 32B), Qwen3-VL-8B и Qwen3-Next-80B-A3B;
• Apache 2.0 у Qwen3-Coder (30B-A3B, 480B и Next), Qwen2.5 (1.5B, 7B, 14B, 32B) и Qwen2.5-Coder (1.5B, 7B, 32B);
• исключения у Qwen2.5: размеры 3B (лицензия Qwen Research) и 72B (лицензия Qwen), то же у Qwen2.5-Coder 3B (Qwen Research). На странице Ollama для Qwen2.5 это указано прямо;
• Qwen3.8-Flash-Next: Qwen Community License 1.0.

Лицензию размеров, которых нет в списке, смотрите на Hugging Face. Перед коммерческим использованием прочитайте текст лицензии: условия лицензий Qwen Research, Qwen и Community в статье не разбираются. Условия чата и приложений qwen.ai это отдельный документ, о нём написано в обзоре «Qwen: что это и как пользоваться».

Что ещё спрашивают?

Какую версию Qwen поставить в Ollama первой?

Если памяти 16 ГБ, ставьте qwen3.5:9b: файл от 6,6 ГБ, понимает картинки, вызывает инструменты, умеет рассуждать. На слабом ноутбуке начните с qwen3.5:2b, на видеокарте от 24 ГБ попробуйте qwen3.6:27b.

Чем отличаются qwen3.5, qwen3.6 и qwen3.8?

Это последовательные поколения. Qwen3.5 доступна в семи размерах от 0.8b до 122b. Qwen3.6 есть в 27b и 35b, у неё упор на агентное программирование. Qwen3.8 пока одна, 27b. У всех контекст 256 тыс. и три метки: vision, tools, thinking.

Почему модель тормозит и забывает начало?

Причин две, и обе частые. Первая: модель не поместилась в видеокарту, и часть слоёв считает процессор. Смотрите колонку PROCESSOR в ollama ps. Вторая: контекст по умолчанию мал, на видеокарте меньше 24 ГиБ это 4k токенов. Увеличьте контекст через OLLAMA_CONTEXT_LENGTH или /set parameter num_ctx.

Что делает ollama launch?

Настраивает внешнюю программу, например OpenCode, и запускает её на выбранной модели Ollama: ollama launch opencode --model qwen3.8. Список поддерживаемых программ дан в справочнике CLI на docs.ollama.com.

Можно ли брать Qwen в коммерческие проекты?

Для моделей с лицензией Apache 2.0, а это большинство, да. У Qwen2.5 3B, Qwen2.5 72B и Qwen3.8-Flash-Next другие лицензии, их читайте отдельно. Проверяйте карточку конкретного размера на Hugging Face.

Сколько памяти нужно для qwen3.6:27b?

Файл весит 18–19 ГБ, значит, на короткий контекст нужно примерно 21 ГБ памяти, на длинный больше. Точнее посчитает калькулятор в статье «Компьютер для нейросетей».

Работает ли Open WebUI с Qwen в Ollama?

Open WebUI это окно чата поверх Ollama. Установку и подключение разбирает статья «Open WebUI для Ollama».

Что делать сейчас и что сверить?

Вернёмся к вашему компьютеру и библиотеке с сотнями тегов. Читать все таблицы не нужно: сравните колонку памяти со своей машиной, найдите по задаче одну строку и выполните ollama pull с этим тегом. Если сомневаетесь, начните с qwen3.5:9b.

Что сверить. Все данные взяты с ollama.com, docs.ollama.com, GitHub и Hugging Face по состоянию на октябрь 2026. Доступность ollama.com из России проверена в октябре 2026 с сервера в Санкт-Петербурге. Теги и страницы моделей могут измениться, поэтому перед скачиванием откройте страницу нужного тега.