Du willst ein Setup, das lokal startet und bei Bedarf auf die Cloud ausweicht – ohne für jeden Anbieter Schlüssel zu verwalten? haimaker leitet einfache Agentenaufgaben an dein lokales Modell weiter und übergibt schwierige Aufgaben über einen einzigen Endpunkt an Cloud-Modelle.
LOKALE UND CLOUD-MODELLE MIT HAIMAKER ROUTEN
## Bester Allrounder: Qwen3 Coder
Qwen3 Coder ist das erste Modell, das ich für jedes lokale Coding-Agenten-Setup testen würde.
Herunterladen:
```bash
ollama pull qwen3-coder:30b
```
Schnelltest:
```bash
ollama run qwen3-coder:30b "Explain this repo structure and suggest where tests should live."
```
Warum es auf Platz 1 steht:
- Es ist explizit für Coding- und Agenten-Workflows optimiert.
- Auf der Ollama-Seite ist `ollama launch`-Unterstützung für Claude Code, Codex, OpenCode und OpenClaw aufgeführt.
- Die 30B-Variante ist lokal deutlich realistischer als die 480B-Variante.
- Dank der Unterstützung für lange Kontexte eignet es sich besser für Repository-Arbeit als ältere lokale Code-Modelle.
Verwende es für Code-Reviews, Testgenerierung, mittlere Refactorings und lokale Agenten-Sessions, bei denen Privatsphäre wichtig ist.
## Beste Leichtgewicht-Option: Gemma 4
Gemma 4 ist die Modellfamilie, die du ausprobieren solltest, wenn Qwen3 Coder zu schwer ist. Die kleineren Gemma-4-Varianten sind für lokale und On-Device-Nutzung konzipiert, während die 26B-MoE-Variante eine stärkere Workstation-Option bietet, ohne bei jedem Token alle Parameter zu aktivieren.
Laptop-freundliche Version herunterladen:
```bash
ollama pull gemma4:e4b
```
Stärkere Workstation-Version herunterladen:
```bash
ollama pull gemma4:26b
```
Gemma 4 passt gut zu Coding-Agenten, wenn du schnelle lokale Hilfe bei Erklärungen, kleinen Änderungen und privatem Code willst. Für lange autonome Sessions, in denen der Agent einen vollständigen Migrationsplan im Blick behalten muss, ist es weniger geeignet.
## Neuzugänge: Kimi K2.7 Code und Laguna XS 2.1
Zwei auf Coding spezialisierte Modelle sind diesen Sommer in der Ollama-Bibliothek gelandet und verdienen Aufmerksamkeit.
**Kimi K2.7 Code** ist die Coding-optimierte Variante von Moonshot auf Basis der K2.6-Linie – aus derselben Familie, deren K3-Release führende kommerzielle Modelle auf Arena-Leaderboards schlägt. Es verlangt eine Menge Hardware (sprich: 48 GB+ VRAM oder ein Mac mit viel Speicher), aber wenn du sie hast, ist das die stärkste offene Coding-Modelllinie, die du heute lokal laufen lassen kannst.
```bash
ollama pull kimi-k2.7-code
```
**Laguna XS 2.1** ist das agentenbasierte Coding-MoE von Poolside – 33B Parameter insgesamt, davon nur 3B aktiv pro Token. Damit läuft es deutlich ressourcenschonender, als seine Größe vermuten lässt. Es ist speziell für die Tool-Aufruf-Schleife gebaut, in der Coding-Agenten ständig arbeiten.
Wenn du bisher DeepSeek Coder V2 aus einer älteren Version dieses Guides genutzt hast, verabschiede dich davon – es ist zwei Generationen hinter den aktuellen Optionen und vollständig aus den Community-Rankings verschwunden.
## So setzt du diese Modelle ein
- **[haimaker.ai](https://haimaker.ai)** – Nutze lokale Ollama-Modelle neben stärkeren Cloud-Modellen: Leite einfache Agentenaufgaben an dein lokales Modell weiter und gib schwierige Aufgaben an kostenpflichtige Modelle ab.
- **OpenClaw** – Verwende Ollama als lokalen Provider für Coding-Agenten-Sessions. Siehe den [OpenClaw-Leitfaden für lokale Modelle](/de-de/blog/beste-lokale-modelle-fuer-openclaw/).
- **OpenCode** – Füge Ollama über den OpenAI-kompatiblen Provider-Pfad hinzu. Siehe [Ollama mit OpenCode](/de-de/blog/ollama-mit-opencode-verwenden/).
- **Codex und Claude Code** – Die Modellseiten von Ollama enthalten `ollama launch`-Beispiele für Agenten-Laufzeiten, einschließlich Codex und Claude Code.
## Setup für OpenAI-kompatible Agenten
Die meisten Coding-Agenten können Ollama über den lokalen OpenAI-kompatiblen Endpunkt nutzen:
```text
http://localhost:11434/v1
```
Verwende einen Platzhalter-API-Key, falls dein Tool einen verlangt. Ollama validiert ihn lokal nicht.
```json
{
"baseURL": "http://localhost:11434/v1",
"apiKey": "ollama",
"model": "qwen3-coder:30b"
}
```
Für OpenCode sieht der Provider-Block so aus:
```jsonc
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"ollama": {
"npm": "@ai-sdk/openai-compatible",
"name": "Ollama (local)",
"options": {
"baseURL": "http://localhost:11434/v1"
},
"models": {
"qwen3-coder:30b": {
"name": "Qwen3 Coder 30B"
}
}
}
}
}
```
Wenn Tool-Aufrufe unzuverlässig sind, reduziere zuerst die Modellgröße und erhöhe den Kontext nur so weit, wie deine Hardware es verkraftet. Ein riesiges Kontextfenster, das den Speicher in den Swap zwingt, ist schlechter als ein kleineres Fenster, das reaktionsfähig bleibt.
## Wann du Ollama nicht verwenden solltest
Lokale Modelle sind am besten, wenn Privatsphäre, Kosten oder Offline-Arbeit wichtig sind. Sie sind nicht automatisch besser für jede Coding-Aufgabe.
Verwende ein Cloud-Modell, wenn:
- Die Aufgabe viele Dateien umfasst
- Der Bug schwer zu finden ist
- Du zuverlässige Tool-Aufrufe brauchst
- Der Patch Produktionssysteme betrifft
- Du keine Zeit hast, jede generierte Zeile zu prüfen
Das praktische Setup heißt: lokal zuerst, nicht ausschließlich lokal. Verwende Qwen3 Coder oder Gemma 4 für günstige private Aufgaben und wechsle auf ein stärkeres Cloud-Modell, wenn die Aufgabe mehr Aufmerksamkeit kostet als Tokens.