Ollama Aktuelle Version 2026: v0.40.5 + Beste Modelle nach Anwendungsfall

Aktuelle Ollama-Version: v0.40.5 (veröffentlicht am 14. Oktober 2026). Das ist die neueste stabile Version, erhältlich über ollama.com/download. Am 16. Oktober erschien eine Vorabversion v0.40.6, die noch nicht als stabil markiert ist. Aktualisieren Sie mit `curl https://ollama.ai/install.sh | sh` (macOS: `brew upgrade ollama`) und bestätigen Sie mit `ollama --version`.

Was sich in der v0.33–v0.40-Reihe geändert hat (August–Oktober 2026): v0.33.0 (21. August) aktivierte Claude Desktop als Drittanbieter-Gateway und machte die Wiederherstellungspunkte des KV-Cache-Prefills zuverlässiger. v0.34.0 (5. September) erlaubte die Nutzung von Ollama-Modellen in ChatGPT Desktop und beschleunigte strukturierte Ausgaben auf Apple Silicon; v0.34.1 (14. September) stufte `ollama create` mit MLX-Safetensors nicht mehr als experimentell ein. v0.40.0 (25. September) führt unterstützte Architekturen wie qwen3.8, gemma4 und qwen3.6 auf Apple Silicon standardmäßig mit MLX aus. v0.35.0 (28. September) brachte Entscheidungsmodelle über `/v1/systemone` — Modelle, die statt Text Auswahlen, Wahrscheinlichkeiten und Scores liefern, zunächst Nimble und Tev1 — und v0.35.1 (29. September) die multimodalen Clef-Modelle. v0.40.2 (8. Oktober) behält beim Hintergrund-Upgrade älterer Modelle Sicherungen, v0.40.4 (12. Oktober) ergänzte `ollama run <Entscheidungsmodell> --ask`, und v0.40.5 (14. Oktober) fügte Unterstützung für NVIDIA Nemotron 3.5 Super sowie Cloud-Zugriff auf die Clef-Entscheidungsmodelle hinzu. Vollständige Notizen: github.com/ollama/ollama/releases.

Neueste Modelle in der Bibliothek (2026):

Ollama veröffentlichte seine erste Version v0.0.1 am 8. Juli 2023 und erreichte v0.40.5 am 14. Oktober 2026. Die Tabelle nennt die Versionen, die verändert haben, was sich mit Ollama tun lässt; alle Tags samt Release Notes stehen unter github.com/ollama/ollama/releases. Die Nummerierung sprang Ende September 2026 von v0.35 auf v0.40, deshalb steht v0.40.0 (25. September) auf GitHub neben den v0.35-Versionen (28.–29. September).

Ollama verfügt über eine vollständig öffentlich zugängliche Download-Statistik. Nach Daten aus Juli 2026:

Llama 3.2 3B ist immer noch das am häufigsten heruntergeladene Modell insgesamt, großteils aufgrund seiner Verwendung als Standard-Testmodell beim ersten Install. Llama 4 Scout ist jedoch seit März 2026 schnell in den Rankings aufgestiegen und ist jetzt die bevorzugte Wahl für Qualität.

Qwen3 und Qwen3.8 sind die am schnellsten wachsende Modellfamilie in der Ollama-Bibliothek, mit Qwen3 und dem neuen Qwen3.8 dicht Variante schnell Qwen3 verdrängt. DeepSeek-R1 sah große Spitzen nach der Veröffentlichung und bleibt für Reasoning-Aufgaben stark heruntergeladen. Dolphin 3.0 (Cognitive Computations, aufbauend auf Llama 3.1) bleibt das meistgepullte unzensierte Allzweck-Modell für Nutzer, die einen ungefilterten lokalen Assistenten wollen.

Llama 4 Scout wurde von Meta im April 2026 mit Scout (17B aktiv, 109B gesamt, MoE) und Maverick (17B aktiv, 400B gesamt) Varianten veröffentlicht. Llama 4 Scout ist jetzt stabil in der Ollama-Bibliothek (`ollama pull llama4:scout`). Die Llama 4 Familie nutzt Mixture-of-Experts (MoE) Architektur – nur 17B Parameter sind pro Token aktiv, aber mit 109B Gesamtparametern benötigt Scout ~55 GB VRAM bei Q4 (passt in 24 GB nur bei 1,78-Bit, ~20 tok/s). Scouts Stärken sind das 10M-Token-Kontextfenster und multimodale Eingabe, nicht die Consumer-Hardware-Tauglichkeit. Für leichte Setups (8 GB RAM) bleibt Llama 3.2 3B das einfachste Einstiegsmodell. Kimi K2.6 (Moonshot AI, Modified MIT-Lizenz, 32B aktiv / 1T gesamt MoE) erreichte SWE-Bench Pro 58.6 und liegt damit gleichauf mit GPT-5.5. Laguna XS 2.1 (Poolside) ist der neueste Herausforderer im agentischen Coding, speziell für langfristige lokale Coding-Sitzungen gebaut. Qwen3.8-27B erzielte 61,7 SWE-bench Pro als das beste Modell fuer Consumer-Hardware (passt in 24 GB bei Q4). OpenAIs Open-Weight gpt-oss:20b (21B gesamt / 3,6B aktiv MoE) läuft in 16 GB auf ~o3-mini-Niveau mit einstellbarem Reasoning. Die aktuelle Ollama-Version v0.40.5 (14. Oktober 2026) ergänzt Unterstützung für NVIDIA Nemotron 3.5 Super.Die Ollama-Bibliothek umfasst mehrere hundert Modelle, wobei Laguna XS 2.1 und Kimi K2.7 Code die neuesten Ergänzungen sind.

Versionshinweis: Qwen3.6 und Qwen3.8 sind neuere Qwen-Generationen auf Ollama (qwen3.6:35b, ca. 24 GB; qwen3.8:27b, 18 GB); qwen3:30b und qwen3-coder:30b (je 19 GB) sind Optionen der Vorgängergeneration, die weiterhin funktionieren. Mistrals aktuelles Small-Modell ist Mistral Small 4, die Ollama-Bibliothek führte es bei der Prüfung jedoch nicht; mistral-small3.1 und mistral-small:24b (Mistral Small 3) bleiben dort die ladbaren Small-Modelle.

Die Qualität der Modellausgabe hängt stark davon ab, wie Sie prompten. Für strukturierte Techniken, die mit allen lokalen Modellen funktionieren — darunter Chain-of-Thought, Few-Shot-Beispiele und Output-Formatierung — siehe den Prompt-Engineering-Guide. Für Reasoning-Aufgaben verbessert Chain-of-Thought-Prompting erheblich DeepSeek-R1 und Qwen3 Output-Qualität. Für Quantisierungskompromisse dieser Modelle siehe den Quantisierungsleitfaden →. Um zu ermitteln, wie viel VRAM jedes Modell benötigt, siehe den VRAM-Anforderungsleitfaden →. Für Agent-Workflows mit Gemma 4 siehe Tree-of-Thought und ReAct. Sobald ein Tool-Calling-Modell aus dieser Liste in einer mehrstufigen Schleife mit Datei- und Datenbankzugriff läuft, siehe Lokale KI-Agenten mit MCP für das Open-Source-Orchestrierungsmuster.

Dies sind die neuesten Modelle der Ollama-Bibliothek, das neueste zuerst. Prüfe die Verfügbarkeit mit `ollama pull <modell>`, bevor du Workflows darauf aufbaust — neue Modelle erscheinen innerhalb weniger Tage nach Veröffentlichung auf ollama.com/library.

DeepSeek-R1 wurde im Januar 2025 veröffentlicht und verkörpert einen signifikanten Fortschritt im Reasoning auf lokalen Größen. Das Modell führt explizite Chain-of-Thought (CoT) Reasoning durch: Sie sehen die internen Gedankenketten des Modells, bevor die endgültige Antwort gegeben wird. Versionshinweis: DeepSeek-R1 ist ein Modell der Vorgängergeneration. DeepSeeks aktuelle Open-Weight-Familie ist DeepSeek-V4, die die Ollama-Bibliothek bei der Prüfung nicht führte; die deepseek-r1-Distillate (1,5B bis 70B) bleiben dort die ladbare Reasoning-Option. Das gehostete R1-API-Modell hat DeepSeek durch DeepSeek-V4 ersetzt.

Juli 2026: Diese Modelle auf Ollama unterstützen Bildeingabe (multimodal). Gemma 4 unterstützt sowohl Vision ALS AUCH Tool Calling – einzigartig unter Vision-Modellen auf Ollama – und läuft nach dem Juli-MLX-Update jetzt fast 90% schneller auf Apple Silicon.

Download-Zählungen bevorzugen immer noch Llama 3.x aufgrund der Häufigkeit von Tutorials. Für neue Projekte im Juli 2026 sind Qwen3.8-27B (bestes Modell fuer Consumer-Hardware), Kimi K2.6 oder Laguna XS 2.1 (Codierung), gpt-oss:20b und qwen3:30b zu bevorzugen.

Es gibt zwei Möglichkeiten, mit Ollama-Modellen zu arbeiten. Installierte Modelle wechseln: In der Ollama Mac-App klicken Sie auf den Modell-Dropdown-Button am unteren Rand des Chat-Eingabefeldes (zeigt den aktuellen Modellnamen, z. B. "llama4:scout"), um zwischen lokal installierten Modellen zu wechseln. Neue Modelle finden und herunterladen: Besuchen Sie ollama.com/library, um mehrere hundert Modelle nach Kategorie zu durchsuchen, und nutzen Sie dann die CLI-Befehle unten zum Herunterladen.

EU / DSGVO + Lizenz-Compliance. Für EU-Organisationen, die Ollama-Modelle produktiv einsetzen, zählt die Lizenz so viel wie die Leistung. Apache 2.0 (vollständig offen, kommerzielle Nutzung erlaubt): Mistral Small 3, Mistral Small 3.1, Qwen3 8B, Qwen3.8-27B, Devstral Small 2, Granite 4.2. Meta Llama Community Licence (kommerzielle Nutzung ab 700 Mio. monatlich aktiven Nutzern eingeschränkt): Llama 3.1 8B, Llama 3.2 3B, Llama 3.2 Vision 11B. Llama 3.2 Vision ist eine Ausnahme: Seine Acceptable Use Policy gewährt die Lizenzrechte nicht an Personen oder Unternehmen mit Sitz in der EU (Endnutzer von darauf aufbauenden Produkten sind nicht betroffen); prüfen Sie dies vor einem Einsatz in der EU. MIT (kommerzielle Nutzung erlaubt): DeepSeek-R1 7B und 14B. Modifizierte MIT (kommerzielle Nutzung mit Namensnennungsklausel erlaubt): Kimi K2.6. OpenMDW-1.1 (permissiv, kommerzielle Nutzung erlaubt): Laguna XS 2.1. Prüfe die Lizenzbedingungen vor dem kommerziellen Einsatz immer. Für EU-Unternehmen in regulierten Branchen sind Mistral-Modelle (Frankreich, Apache 2.0) wie Devstral Small 2 ein sinnvoller Standard -- EU-Herkunft und permissive Lizenz. Läuft ein Modell vollständig on-premises über Ollama, werden Prompts nicht an externe Server gesendet; das unterstützt die DSGVO-Pflichten, erfüllt sie aber nicht allein (ein `:cloud`-Tag sendet Daten an den gehosteten Dienst von Ollama).

Japan (METI). Für japanische Unternehmens-Deployments mit Ollama ist Qwen3 / Qwen3.8 eine empfehlenswerte Modellfamilie -- sie verarbeitet japanischen Text nativ, was Inferenzzeit und KV-Cache zugutekommt. Für japanische Coding-Workflows: Qwen3.8-27B (61,7 SWE-bench Pro laut Qwen) verarbeitet japanische Code-Kommentare nativ. Die exakte Modellversion zu dokumentieren, ist gute Praxis für Compliance-Unterlagen. Mit `ollama show <modell>` erhältst du die vollständige Spezifikation (Parameterzahl, Quantisierung, Kontextlänge) für Compliance-Aufzeichnungen.

China. Die CAC-Maßnahmen für generative KI (2023) in China können Anbietern generativer KI-Dienste für die Öffentlichkeit in China Melde- oder Sicherheitsbewertungspflichten auferlegen; ob sie im Einzelfall gelten, ist mit einer Rechtsberatung zu klären. Qwen3 / Qwen3.8 (Alibaba, Apache 2.0) ist eine naheliegende Wahl für chinesische Unternehmens-Deployments mit Ollama -- chinesische Herkunft, Apache-2.0-Lizenz, starke Leistung auf Chinesisch. Kimi K2.6 (Moonshot AI, modifizierte MIT) stammt ebenfalls aus China, wird bei Ollama aber nur als Cloud-Tag geführt, und lokale Läufe brauchen Server-Hardware. Befehle: `ollama run qwen3.8:27b` für beste Qualität, `ollama run qwen3:8b` für Geschwindigkeit. DeepSeek-R1 (MIT-Lizenz) eignet sich für Reasoning. Inferenz, die lokal über Ollama läuft, sendet für sich genommen keine Daten ins Ausland und klammert damit die Frage der grenzüberschreitenden Übermittlung für diesen Schritt aus; ob die PIPL oder andere Pflichten für die jeweilige Datenverarbeitung gelten, ist mit einer Rechtsberatung zu klären. Dieser Abschnitt ist eine allgemeine Information, keine Rechtsberatung.