Qwen3.6 auf dem Mac: 27B, 35B-A3B, Vision und Ollama

Neuere Version: Dieser Artikel beschreibt Qwen3.6. Die neuere Version Qwen3.8-27B ist inzwischen verfügbar.

Qwen3.6 ist für Mac-Nutzer vor allem dann nützlich, wenn du die Varianten sauber trennst. Es gibt einen dichten Qwen3.6-27B-Checkpoint, das MoE-Modell Qwen3.6-35B-A3B und mehrere Ollama-Tags mit unterschiedlichen Paketgrößen. Qwens Modellkarten und die aktuelle Ollama-Seite führen die Familie multimodal mit Bildinput.¹²³

Für die Auswahl zählen vier Fragen: Welche Qwen3.6-Variante ist auf Apple Silicon ein sinnvoller Start, welcher Ollama-Befehl ist aktuell gelistet, wie unterscheiden sich die Tags, und welche Benchmark-Zahlen gehören wirklich zu welchem Modell?

Eine eigene Mac-Messung liegt nicht vor. Die veröffentlichte Paketgröße ist deshalb nur ein Startpunkt: Laufzeit, Kontext, Bildinput und die übrige Systemlast müssen mit dem konkreten Tag separat geprüft werden. Die 27B-Variante ist als dichtes Modell ein naheliegender erster Test, aber keine pauschale Leistungszusage.³⁴

---

Qwen3.6: Modellfakten und Ollama-Tags (Oktober 2026)

Die Modellkarten nennen 262.144 native Kontexttokens und beschreiben YaRN als optionalen Weg für längere Kontexte; Ollama zeigt die aktuell gelisteten Paketgrößen und Modalitäten pro Tag.¹²³

Kriterium	Qwen3.6-27B	Qwen3.6-35B-A3B
Release	22. April 2026	14. April 2026
Architektur	Dense	Mixture of Experts
Parameter	27B	35B total / 3B active
Aktiv pro Token	alle 27B	3B aktiv
Vision	ja, bei Vision-fähigem Tag/Runtime	ja
Kontext	262.144 nativ, bis ca. 1.010.000 erweiterbar	262.144 nativ, bis ca. 1.010.000 erweiterbar
Lizenz	Apache 2.0 / Open Weights	Apache 2.0 / Open Weights
Stärke	Dense-Profil, Vision, lokale Ollama-Nutzung	MoE, Agentic Coding, Vision
Mac-Eignung	18–19-GB-Ollama-Paket; 24 GB nur mit knapper Reserve	23–24-GB-Ollama-Paket; mehr Reserve ist sinnvoll

---

Qwen3.6-27B vs Qwen3.6-35B-A3B — nicht dasselbe

Qwen3.6-27B ist dicht: Bei der Ausgabe werden die Parameter des Modells grundsätzlich pro Token genutzt. Seine quantisierten Ollama-Pakete mit 17–19 GB eignen sich eher für einen ersten Versuch als 35B-A3B; eigene Messungen zu Stabilität oder Geschwindigkeit auf Apple Silicon liegen hier nicht vor.

Qwen3.6-35B-A3B ist ein Mixture-of-Experts-Modell: 35B Gesamtparameter, aber nur 3B werden pro Token aktiviert. Bei der Inferenz werden nur ~3B der 35B Parameter aktiviert — das Modell arbeitet also sparsamer als ein vergleichbar großes Dense-Modell, braucht aber mehr Aufmerksamkeit bei Tag-Auswahl, Runtime, Kontextlänge und Vision-Unterstützung.

---

Welchen Ollama-Tag soll ich auf dem Mac nehmen?

Laut Ollama Library und Tag-Liste (Tag-Liste erneut geprüft am 9. Oktober 2026):³⁴

Ziel	Empfohlener Tag	Warum
Vision + lokale Nutzung	qwen3.6:27b	18–19 GB, Text + Image, niedrigere Einstiegshürde
Größere Vision-/MoE-Variante	qwen3.6:35b	23–24 GB, Text + Image; 32 GB nur experimentell, ab 48 GB mehr Reserve
MLX-Variante	qwen3.6:27b-mlx	19 GB, MLX, Text + Image
MoE/MLX-Variante	qwen3.6:35b-mlx	24 GB, MLX, Text + Image
Maximale Qualität / BF16	BF16-Tags	nur für sehr große Macs/Workstations

Ollama listet die vier hier verglichenen Tags als Text, Image. Das ist eine Aussage der Modellseite, keine Zusage für identische Bildqualität oder denselben Speicherbedarf in jeder Runtime. Prüfe vor dem Einsatz den konkreten Tag und die lokale Runtime.³⁴

ollama run qwen3.6 nutzt den aktuellen Default-/Latest-Tag. Wenn du gezielt den leichteren lokalen Einstieg willst, nenne den Tag explizit: qwen3.6:27b.

---

Setup mit Ollama

Ollama unter macOS installieren

Die offizielle Ollama-macOS-Anleitung empfiehlt das DMG: App herunterladen, nach „Programme“ ziehen und einmal starten. Die App startet den lokalen Dienst und bietet an, den ollama-Befehl im Terminal verfügbar zu machen. Nur einen CLI-Befehl zu installieren heißt noch nicht, dass der Server läuft. Ollama benötigt aktuell macOS 14 Sonoma oder neuer; Apple Silicon unterstützt CPU/GPU-Ausführung.

ollama --version
curl --fail-with-body -sS http://127.0.0.1:11434/api/tags

Bei einem Verbindungsfehler zunächst die Ollama-App starten. Nicht als vermeintliche Reparatur Port 11434 an 0.0.0.0 binden: Das würde den Dienst über weitere Netzwerkinterfaces erreichbar machen. Ollama macOS, Netzwerk-FAQ.

Modell herunterladen

# Vision-fähiger 27B-Einstieg (Text + Image)
ollama pull qwen3.6:27b

# Größere 35B-A3B/MoE-Variante (Text + Image)
ollama pull qwen3.6:35b

# MLX-Tag — laut Ollama ebenfalls Text + Image
ollama pull qwen3.6:27b-mlx

# MoE/MLX-Tag — laut Ollama ebenfalls Text + Image
ollama pull qwen3.6:35b-mlx

Modell starten

# Vision-Variante starten
ollama run qwen3.6:27b

# MLX-Variante starten
ollama run qwen3.6:27b-mlx

Vision: Lokale Bilder direkt über Ollama auswerten

Ollama listet qwen3.6:27b, qwen3.6:35b sowie die beiden -mlx-Tags mit Text- und Bildeingabe. Eine Bild-Modalität garantiert allerdings keine fehlerfreie OCR.³⁴

Ein privater Screenshot muss nicht öffentlich hochgeladen werden. Laut Ollamas Vision-Dokumentation akzeptiert das offizielle Python-SDK lokale Dateipfade, URLs und Bytes. Die rohe REST-API erwartet dagegen Base64-kodierte Bilddaten. Nach pip install ollama:

from pathlib import Path
from ollama import Client

client = Client(host="http://127.0.0.1:11434")
image_path = Path.home() / "Desktop" / "testbild.jpg"
if not image_path.is_file():
    raise FileNotFoundError(image_path)

response = client.chat(
    model="qwen3.6:27b-q4_K_M",
    messages=[{
        "role": "user",
        "content": "Beschreibe diesen Screenshot. Markiere unsichere Schrift.",
        "images": [str(image_path)],
    }],
)
print(response.message.content)

Das Skript liest eine Bilddatei auf deinem Mac und sendet sie an den explizit ausgewählten Ollama-Server auf Loopback. Ein öffentlicher Bildlink oder externer KI-Account ist unnötig. Damit auch die Inferenz lokal bleibt, einen Nicht-Cloud-Tag verwenden, Ollama-Cloudfunktionen deaktivieren und nach dem Download einen Prompt ohne Internetverbindung wiederholen. Externe Agenten-Plugins sind eigene Datenpfade. Ollama-FAQ.

Default-Tag und feste Q4-Quantisierung unterscheiden

Die Ollama-Tagliste führt qwen3.6:27b mit 18–19 GB und qwen3.6:27b-q4_K_M mit 17 GB. Es sind verschiedene Tags; auch die Downloadgröße ist nicht der gesamte Laufzeit-RAM. Für vergleichbare Versuche:

ollama pull qwen3.6:27b-q4_K_M
ollama show qwen3.6:27b-q4_K_M
ollama run qwen3.6:27b-q4_K_M

Notiere bei strengen Tests den tatsächlichen Modelldigest. 256K Kontext ist das veröffentlichte Modellmaximum, keine sinnvolle Standardeinstellung für einen Mac mit 24 oder 32 GB Unified Memory; beginne eher mit 4K oder 8K und prüfe den Speicherdruck.

---

Thinking richtig nutzen — ohne Denkspur-Hype

Qwen3.6 ist für Thinking-Workflows trainiert. Aber du solltest nicht blind lange Denkspuren ausgeben lassen:

• Für normale Antworten reicht eine kurze Begründung.
• Für Agenten ist preserve_thinking wichtiger — das Modell nutzt frühere Denk-/Arbeitskontexte konsistenter.
• enable_thinking: false schaltet Thinking bei unterstützenden Runtimes ab.

In Ollama ohne spezielle API-Parameter: Bitte einfach um kurze Begründung und Ergebnis, statt das Modell aufzufordern, seine gesamten Reasoning-Schritte auszugeben.

---

Benchmarks: welche Zahlen zu welchem Modell?

Viele Werte setzen spezielle Agent-Scaffolds, lange Kontextfenster oder Tool-Setups voraus und sind deshalb nicht 1:1 auf deinen Mac übertragbar.

Qwen3.6-35B-A3B, laut Qwen (April 2026)

Die folgenden Werte stammen aus Qwens eigener Veröffentlichung und sind Anbieterbenchmarks, keine Mac-Messungen.⁵

Benchmark	Wert	Einordnung
AIME 2026	92,7 %	voller AIME 2026 I & II, laut Qwen
MMLU-Pro	85,2 %	Wissens-/Reasoning-Benchmark
LiveCodeBench v6	80,4 %	Coding
SWE-bench Verified	73,4 %	Agentic Coding, interner Scaffold
Terminal-Bench 2.0	51,5 %	5 Runs, 256K Kontext, spezieller Harness
MMMU	81,7 %	Vision/Multimodal
MathVista mini	86,4 %	visuelles mathematisches Reasoning

Einordnung der Qwen3.6-27B-Werte

Die 27B-Werte stammen aus der separaten Qwen3.6-27B-Veröffentlichung und werden deshalb nicht mit der 35B-A3B-Tabelle vermischt.⁶ Qwen nutzt bei Agentenaufgaben spezielle Scaffolds, lange Kontextfenster, mehrere Läufe und Tool-Setups. Die Zahlen helfen bei der Einordnung, sind aber keine Mac-Messungen.

---

RAM-/Unified-Memory-Empfehlungen

Die Ollama-Modellgröße ist nur ein Anhaltspunkt. Realer Speicherbedarf hängt von Quantisierung, Kontextlänge, KV-Cache, Runtime und anderen Apps ab.

Unified Memory	Empfehlung
16 GB	Eher kleinere Qwen3-Modelle oder stark quantisierte 27B-Experimente; Qwen3.6 nicht entspannt
24 GB	17–20-GB-Tags nur mit knapper Reserve; kurzer Kontext und wenig Hintergrundlast
32 GB	27B als praktikabler Test; 35B-A3B eher experimentell und kontextlimitiert
48 GB+	Deutlich mehr Spielraum für 35B-A3B, Vision und längeren Kontext
64 GB+	Mehr Reserve für große Tags und Kontext, aber weiterhin runtimeabhängig

Geschwindigkeit auf dem Mac hängt stark von Mac-Modell, RAM, Kontext, Quantisierung, Ollama-/MLX-Version, Promptlänge und Vision ab.

---

Qwen3.6 vs Alternativen auf dem Mac

Modell	Lokal auf Mac?	Vision?	Stärke	Anmerkung
Qwen3.6-27B	ja, quantisiert realistisch	ja bei passendem Tag	Coding, Vision, dichter 27B-Allrounder	braucht 24–32 GB sinnvoll
Qwen3.6-35B-A3B	ja, aber eher 32 GB+	ja	MoE, Agentic Coding, lange Kontexte	Tags/Quantisierung genau prüfen
Gemma 3 27B	ja	ja	Vision + solide lokale Qualität	älter, andere Benchmarks
Qwen3 14B/32B	ja	meist text-only je nach Tag	leichter/schneller	weniger Agent-Fokus als Qwen3.6
Cloud-Modelle	nein/lokal nicht	je nach Anbieter	maximale Qualität	Datenschutz/Kosten/API

---

Lokale API prüfen: Kontext, Tokenrate und RAM

Vor der Entscheidung zwischen 27B und 35B-A3B den genauen Quantisierungs-Tag, die Runtime und den tatsächlich nutzbaren Kontext prüfen. Laut Ollama-FAQ können parallele Anfragen den Kontext-Speicherbedarf vervielfachen. Ein Agent mit mehreren Workern kann daher den verfügbaren Speicher überschreiten, obwohl eine einzelne Chat-Anfrage lief. Dieser Test sendet eine lokale Anfrage mit 8K Kontext an den festgelegten 27B-Q4-Tag und liest die gemeldeten Messwerte aus. Eigene, bereits gemessene Mac-Ergebnisse werden nicht behauptet.

ollama pull qwen3.6:27b-q4_K_M
ollama list
ollama show qwen3.6:27b-q4_K_M

curl --fail-with-body -sS http://127.0.0.1:11434/api/chat \
  -H 'Content-Type: application/json' \
  -d '{"model":"qwen3.6:27b-q4_K_M","messages":[{"role":"user","content":"Erkläre, warum MoE-Gewichte trotzdem RAM belegen."}],"stream":false,"options":{"num_ctx":8192,"temperature":0}}' \
  | python3 -c 'import sys,json; r=json.load(sys.stdin); print("model:",r.get("model"),"output tokens:",r.get("eval_count"),"output tok/s:",round(r["eval_count"]*1e9/r["eval_duration"],2) if r.get("eval_duration") and r.get("eval_count") else "n/a","cold load s:",round(r.get("load_duration",0)/1e9,2))'

ollama ps

Einordnung: eval_count / (eval_duration / 1e9) misst nur die Geschwindigkeit generierter Tokens. Das sagt nichts über die Wartezeit zum ersten Token, Bildverarbeitung, Gesamtdauer oder die Richtigkeit der Antwort. Mehrere Läufe nach Warm-up durchführen und Kaltladezeit getrennt vom warmen Median angeben. Digest, Quantisierung, num_ctx, macOS-/Ollama-Version, Prozessorbelegung (ollama ps) und RAM-Druck festhalten. Hersteller-SWE-bench-Werte sind keine Mac-Benchmarks.

Lokal heißt nicht allein localhost

Ollama bindet standardmäßig an 127.0.0.1:11434. Bei privaten Screenshots oder Repository-Dateien die dokumentierte Einstellung disable_ollama_cloud: true in ~/.ollama/server.json setzen; nach Neustart sind Ollamas Cloud-Modelle und Websuche deaktiviert. Der lokale API-Endpunkt garantiert bei einem Cloud-Tag noch keine lokale Berechnung. Browser-, MCP- und Agententools zusätzlich getrennt kontrollieren; den unauthentifizierten Ollama-Port nie einfach im LAN freigeben. Ollama-FAQ.

Vor der Installation: Speicherbedarf und Tag prüfen

Die Paketgröße ist nicht der volle RAM-Bedarf. Auf einem Mac mit 24 GB Unified Memory lässt ein 27B-Tag von etwa 18–19 GB nach macOS, KV-Cache und anderen Programmen wenig Reserve. Die 35B-A3B-Variante ist ein anderes Modell: Nur rund 3B aktive Parameter bedeuten nicht, dass die übrigen Modellgewichte nicht in den Speicher passen müssen.

Mit ollama show qwen3.6:27b prüfst du den heruntergeladenen Tag, mit ollama ps den tatsächlich laufenden Dienst. Beginne mit kurzem Kontext und einer konkreten Aufgabe. Wenn Bildverarbeitung wichtig ist, teste sie selbst; das Label „Text, Image“ beweist keine bestimmte Vision-Qualität.

Einordnung: Dieser Guide behandelt Qwen3.6. Qwen3.8-27B ist eine neuere Alternative, aber ihre Benchmarks gehören nicht in die Qwen3.6-Tabelle. Die Herstellerwerte hier wurden nicht auf einem Mac nachgemessen.⁶⁵³

Quellenstand 10. Oktober 2026: Ollama-Paketgrößen und Bildmodalitäten anhand der offiziellen Tagliste geprüft. Qwens Benchmarkzahlen wurden nicht eigenständig auf einem Mac nachgemessen.

Quellen

Footnotes

1. https://huggingface.co/Qwen/Qwen3.6-27B ↩ ↩²

2. https://huggingface.co/Qwen/Qwen3.6-35B-A3B ↩ ↩²

3. https://ollama.com/library/qwen3.6 ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

4. https://ollama.com/library/qwen3.6/tags ↩ ↩² ↩³ ↩⁴

5. https://qwen.ai/blog?id=qwen3.6-35b-a3b ↩ ↩²

6. https://qwen.ai/blog?id=qwen3.6-27b ↩ ↩²