Qwen3.8 на 27B: код, рабочие и исследовательские задачи, длинные агентные сценарии.
ollama run qwen3.8:27b17 моделей Qwen в Ollama: сколько весит каждый размер, какая видеокарта или Mac нужны и какой командой поставить.
Qwen3.8 на 27B: код, рабочие и исследовательские задачи, длинные агентные сценарии.
ollama run qwen3.8:27bQwen3.6: доработки в агентной работе с кодом и сохранении рассуждений, 27B и 35B.
ollama run qwen3.6:27bQwen3-VL: модели Alibaba для текста и изображений от 2B до 235B.
ollama run qwen3-vl:2bQwen 3.5: семейство открытых мультимодальных моделей Alibaba от 0,8B до 122B.
ollama run qwen3.5:0.8bQwen3-Coder-Next: модель Alibaba для агентной работы с кодом и локальной разработки.
ollama run qwen3-coder-nextQwen3-Next 80B: первая модель серии, упор на эффективность параметров и скорость вывода.
ollama run qwen3-next:80bТретье поколение Qwen от Alibaba: плотные модели и смесь экспертов (MoE) от 0,6B до 235B.
ollama run qwen3:0.6bМодели Alibaba для кода и агентных задач с длинным контекстом: 30B и 480B.
ollama run qwen3-coder:30bQwen3 Embedding: модели эмбеддингов на базе Qwen3 размером 0,6B, 4B и 8B.
ollama run qwen3-embedding:0.6bМодели Qwen2.5 для кода: генерация, разбор и исправление кода, от 0,5B до 32B.
ollama run qwen2.5-coder:0.5bQwen2.5-VL: модели Alibaba для текста и изображений, преемник Qwen2-VL.
ollama run qwen2.5vl:3bQwQ: модель с рассуждением из серии Qwen на 32B.
ollama run qwq:32bМодели Alibaba Qwen2.5: обучены на 18 трлн токенов, контекст до 128K, много языков.
ollama run qwen2.5:0.5bQwen2: серия языковых моделей Alibaba от 0,5B до 72B.
ollama run qwen2:0.5bQwen2 Math: модели для математики на базе Qwen2, 1,5B, 7B и 72B.
ollama run qwen2-math:1.5bCodeQwen1.5 на 7B: модель, обученная на большом объёме кода.
ollama run codeqwen:7bQwen 1.5 от Alibaba Cloud: модели от 0,5B до 110B параметров.
ollama run qwen:0.5bВведите свою видеокарту или Mac в инструменте подбора и выберите задачу — он покажет подходящие варианты Qwen и других моделей.
Памяти под модель нужно больше размера файла: сверху идёт кэш контекста и рабочие буферы. Мы считаем так: размер файла из реестра Ollama + 0,6 ГБ и ещё 0,03 ГБ на каждый миллиард параметров на 8K токенов контекста + 0,4 ГБ. Для Mac берём около двух третей объединённой памяти до 36 ГБ и три четверти — от 48 ГБ: столько видеоядру обычно отдаёт macOS. Без видеокарты из оперативной памяти вычитаем 4 ГБ на систему. Это оценка: точную картину покажет команда ollama ps — в колонке PROCESSOR видно, сколько модели легло на видеокарту.