Ollama Qwen3-VL: lokal pullen und starten

TL;DR

Ollama Qwen3-VL ist der Bibliotheks-Tag qwen3-vl, nicht qwen3 (nur Text) und nicht qwen2.5vl. Die Ollama-Bibliothek startet mit ollama run qwen3-vl. Das Default-Tag qwen3-vl:latest teilt laut Tag-Seite den Digest 9cf69da2b16d mit qwen3-vl:8b (Artefakt 6,2 GB, Kontext 256K, Text und Bild). Die Familie reicht von qwen3-vl:2b (1,9 GB, Digest 0635d9d857d4) bis qwen3-vl:235b (143 GB, Digest dc44c5b88b17). Die Übersicht zählt 7 Mio. Downloads und 57 Tags und markiert den Eintrag mit vision, tools und thinking. Die Readme verlangt Ollama 0,12.7. Die Chat-API liegt auf http://localhost:11434/api/chat. Gelesen in Bibliothek, Tags, Übersicht und Chat-Doku am 2026-11-04. Kein Ranking, kein Kaufguide.

Vision-Tag, nicht Qwen3-Text

IT-Leiter suchen „ollama qwen3-vl“, wenn sie den Tag qwen3-vl ziehen und lokal starten — nicht, wenn sie den Text-Tag qwen3 ziehen. Der Text-Tag ohne Bild bleibt Ollama Qwen3. Der ältere Vision-Tag ohne diesen Pull-Befehl bleibt Ollama LLaVA. Der Llama-Bild-Tag bleibt Ollama Llama 3.2 Vision. Der OCR-Tag für Dokumente und Tabellen bleibt Ollama GLM-OCR. Die allgemeine Modellwahl bleibt Ollama Models.

Die Engine kommt von Ollama Download oder dem Linux-Dienst. Port und Bind-Adresse bleiben 11434. Der Python-Client spricht dieselbe API, beschrieben in Ollama Python.

Voraussetzung: Ollama 0.12.7

Die Readme auf der Bibliotheksseite, erster Hinweis:

Qwen3-VL models require Ollama 0.12.7

Ohne diese Version zieht der Client den Tag möglicherweise nicht. Version prüfen (ollama -v), dann Serve. Unter systemd ist das die Unit aus Ollama Service.

ollama serve

Ohne laufenden Server antwortet der Client nicht.

Start: ollama run qwen3-vl

Die Bibliotheksseite, erster Befehl:

ollama run qwen3-vl

Das zieht qwen3-vl:latest und öffnet die Chat-Sitzung. Die Tag-Seite setzt latest auf denselben Digest wie qwen3-vl:8b. Ein festes Tag setzen Sie per Suffix, zum Beispiel qwen3-vl:2b oder qwen3-vl:4b. Vor dem Pull die aktuelle Liste auf der Tag-Seite prüfen.

Nur ziehen, ohne Sitzung:

ollama pull qwen3-vl

Die Readme zeigt die Größen-Tags so:

ollama run qwen3-vl:2b
ollama run qwen3-vl:4b
ollama run qwen3-vl:8b
ollama run qwen3-vl:30b
ollama run qwen3-vl:32b
ollama run qwen3-vl:235b

Zusätzlich nennt sie ollama run qwen3-vl:235b-cloud. Das ist ein Cloud-Tag der Bibliothek, kein lokales Artefakt und keine Bewertung.

Welche Tags die Bibliothek führt

Stand 2026-11-04 auf ollama.com/library/qwen3-vl und der Tag-Seite. Größen sind Artefaktgrößen der Bibliothek, kein freier GPU-Speicher. Die Tag-Seite zählt 57 Modelle. Alle unten genannten Tags führen Kontext 256K sowie Text und Bild.

latest und 8b teilen sich einen Digest; derselbe Digest steht auch bei qwen3-vl:8b-thinking und qwen3-vl:8b-thinking-q4_K_M. Die Tag-Seite führt daneben Instruct- und Thinking-Varianten (q4_K_M, q8_0, bf16) für 2B, 4B, 8B, 30B-A3B, 32B und 235B-A22B. Das sind Quantisierungen derselben Vision-Familie, keine zweite Runtime.

Die Readme beschreibt Qwen3-VL als Vision-Language-Modell der Qwen-Familie. Als Bibliothekswert nennt sie nativ 256K Token Kontext, erweiterbar bis 1 Million Token, und OCR für 32 Sprachen (vorher 10). Das ist die Herstellerbeschreibung in der Bibliothek, keine eigene Messung.

Hardware-Optionen bleiben im KI-Server Hardware-Guide. Hier geht es nur um den Modell-Tag auf einem bereits laufenden Ollama.

Was dieser Tag nicht ist

Ein anderer Bibliotheks-Eintrag ist qwen3 (Text, nicht dieser Vision-Tag); den Pull-Pfad beschreibt Ollama Qwen3. llava ist der ältere Vision-Eintrag (15,3 Mio. Downloads in der Übersicht, 7B, 13B, 34B). glm-ocr ist der OCR-Eintrag (9 Mio., 3 Tags). qwen2.5vl (5,8 Mio., 17 Tags) und minicpm-v (5,7 Mio., 17 Tags) sind getrennte Vision-Familien. llama3.2-vision ist der Llama-Bild-Eintrag (5,6 Mio., 11B und 90B). gemma3 bleibt Ollama Gemma 3. Dieser Text behandelt nur qwen3-vl.

Die Bibliotheksseite verweist auf Anwendungen (ollama launch claude --model qwen3-vl und dieselben Launch-Befehle für OpenCode, Hermes Agent und OpenClaw). Das sind Startpfade der Bibliothek, keine Bewertung.

Vor dem Einsatz die aktuelle Lizenzzeile auf der Bibliotheksseite prüfen.

Chat-API auf Port 11434

Die Bibliothek zeigt denselben Host wie die Ollama-Chat-Doku (http://localhost:11434). Beispiel der Bibliotheksseite:

curl http://localhost:11434/api/chat \
  -d '{
    "model": "qwen3-vl",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Die OpenAPI der Chat-Route bestätigt Server http://localhost:11434 und POST /api/chat. Für multimodale Modelle listet die Chat-Doku optional images als Liste im Nachrichtenobjekt. Die Tags qwen3-vl:latest und qwen3-vl:8b führen Text und Bild. Python-Paket laut Bibliothek:

from ollama import chat

response = chat(
    model='qwen3-vl',
    messages=[{'role': 'user', 'content': 'Hello!'}],
)
print(response.message.content)

Läuft Ollama im Container, zeigt der Host auf das gemappte 11434, siehe Ollama Docker.

Häufige Fragen

Ist qwen3-vl dasselbe wie qwen3 oder qwen2.5vl?

Nein. Die Bibliothek führt qwen3-vl als eigene Vision-Familie (57 Tags). qwen3 ist der Text-Tag, Ollama Qwen3. qwen2.5vl, llava, llama3.2-vision, glm-ocr und minicpm-v sind getrennte Einträge. Dieser Text behandelt nur qwen3-vl.

Reicht ollama pull ohne run?

ollama run zieht und startet. ollama pull zieht nur. Die Bibliotheksbeispiele für Chat und CLI bleiben ollama run qwen3-vl.

Warum antwortet die API leer?

Zuerst Version, Serve und Tag prüfen (ollama -v, ollama list, ollama ps). Die Readme verlangt Ollama 0.12.7. Der Port bleibt 11434, beschrieben in Ollama Port 11434. Ohne laufenden Server liefert der Client keinen stillen Fallback.

Brauche ich Docker extra?

Nein für den Desktop- oder Linux-Dienst. Läuft Ollama im Container, zeigt der Host auf das gemappte 11434, siehe Ollama Docker.

Ist das ein zweiter Hardware-Kaufguide?

Nein. Hardware-Optionen bleiben im KI-Server Hardware-Guide. Hier geht es nur um den Modell-Tag auf einem bereits laufenden Ollama.

Fazit

„Ollama Qwen3-VL“ ist der Pull- und Start-Pfad: ollama run qwen3-vl, Tag mit Suffix (:2b, :4b, :8b, :30b, :32b, :235b), Serve dauerhaft, Chat nativ auf /api/chat. Größen stammen aus der Bibliothek, nicht aus einer eigenen VRAM-Rechnung. Kein Ranking, keine Preise.