Die besten Ollama-Modelle für Coding-Agenten: Lokale Modelle im Ranking

Das beste Ollama-Modell für einen Coding-Agenten ist nicht immer das größte Modell, das du herunterladen kannst. Agenten arbeiten in Schleifen. Sie lesen Dateien, rufen Tools auf, überarbeiten Pläne und generieren Patches. Ein Modell, das in einem einzelnen Prompt überzeugend wirkt, kann sich unbrauchbar anfühlen, wenn jeder Tool-Aufruf einen weiteren langsamen lokalen Inferenzdurchlauf braucht.

Nutze dieses Ranking als praktischen Ausgangspunkt. Es zeigt dir, welches Modell du installieren solltest, welche Hardware es braucht und wann du besser auf einen Cloud-Fallback ausweichst.

Kurzranking

Rang	Modell	Pull-Befehl	Einsatzbereich	Empfohlene Hardware
1	Qwen3 Coder 30B	ollama pull qwen3-coder:30b	Beste lokale Standardwahl für Coding-Agenten	24 GB+ VRAM oder 32 GB+ Unified Memory
2	Qwen3 30B	ollama pull qwen3:30b	Allgemeine Agentenaufgaben, Reasoning, Code-Review	24 GB+ VRAM oder 32 GB+ Unified Memory
3	Gemma 4 26B MoE	ollama pull gemma4:26b	Schnelle lokale Coding-Hilfe auf leistungsstarken Workstations	24 GB+ VRAM oder 32 GB+ Unified Memory
4	Kimi K2.7 Code	ollama pull kimi-k2.7-code	Coding aus Frontier-Modelllinie auf High-End-Hardware	48 GB+ VRAM oder 96 GB+ Unified Memory
5	gpt-oss 20B	ollama pull gpt-oss:20b	Beste 16-GB-Wahl, einstellbares Reasoning	16 GB VRAM oder Unified Memory
6	Gemma 4 E4B	ollama pull gemma4:e4b	Leichtgewichtige Laptop-Nutzung	16 GB Unified Memory
7	Qwen3 8B	ollama pull qwen3:8b	Kleine Änderungen und Code-Erklärungen	8–16 GB Speicher

Wenn du nur ein Modell ausprobierst, nimm Qwen3 Coder 30B. Ollama führt es als Coding- und Agentenmodell mit Unterstützung für 256K-Kontext; es ist genau auf die Arbeitsweise von Coding-Agenten zugeschnitten: Code lesen, Tools verwenden und den Kontext über längere Aufgaben hinweg behalten.

Welches Modell für welchen Rechner

8–16 GB Speicher

Verwende gpt-oss 20B, Qwen3 8B oder Gemma 4 E4B. gpt-oss 20B ist seit dem Release zum Community-Standard für 16-GB-Rechner geworden – es passt ins Speicherbudget und lässt dich den Reasoning-Aufwand je nach Aufgabe hoch- oder herunterdrehen.

Diese Klasse eignet sich gut für:

• Unbekannten Code erklären
• Kleine Funktionen schreiben
• Tests entwerfen
• Konfigurationen generieren
• Logs zusammenfassen

Erwarte hier keine zuverlässigen Multi-File-Refactorings. Kleinere Modelle können nützlichen Code schreiben, aber sie verlieren schnell den Faden, sobald der Agent anfängt, Dateien zu öffnen, Patches zu überarbeiten und Tool-Ausgaben zu jonglieren.

24–32 GB Speicher

Verwende Qwen3 Coder 30B, Qwen3 30B oder Gemma 4 26B MoE.

Das ist die sinnvolle lokale Agentenklasse. Das Modell ist groß genug, um dem Repository-Kontext zu folgen, aber noch klein genug, um auf einer leistungsstarken Desktop-GPU oder einem Mac mit mehr Speicher zu laufen. Für die meisten Entwickler ist das der Punkt, an dem Ollama aufhört, eine Spielerei zu sein, und anfängt, Teil des Workflows zu werden.

64 GB+ Speicher

Probiere größere Qwen- oder DeepSeek-Varianten nur aus, wenn du bereits weißt, warum du sie brauchst.

Die Versuchung ist groß, immer zum größten Modell in der Bibliothek zu greifen. Für Agenten ist das oft der falsche Instinkt. Ein riesiges lokales Modell kann technisch beeindruckend sein und die Coding-Schleife trotzdem zu langsam machen. Ein größeres Modell ist nützlich, wenn die Aufgabe wirklich mehr Reasoning oder Kontext braucht. Es ist unnötiger Overhead, wenn der Agent nur Dateien liest, Boilerplate schreibt oder Tests entwirft.

Bester Allrounder: Qwen3 Coder

Qwen3 Coder ist das erste Modell, das ich für jedes lokale Coding-Agenten-Setup testen würde.

Herunterladen:

ollama pull qwen3-coder:30b

Schnelltest:

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:

ollama pull gemma4:e4b

Stärkere Workstation-Version herunterladen:

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.

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 – 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.
• OpenCode – Füge Ollama über den OpenAI-kompatiblen Provider-Pfad hinzu. Siehe Ollama mit OpenCode.
• 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:

http://localhost:11434/v1

Verwende einen Platzhalter-API-Key, falls dein Tool einen verlangt. Ollama validiert ihn lokal nicht.

{
  "baseURL": "http://localhost:11434/v1",
  "apiKey": "ollama",
  "model": "qwen3-coder:30b"
}

Für OpenCode sieht der Provider-Block so aus:

{
  "$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.

LOKALE UND CLOUD-MODELLE MIT HAIMAKER ROUTEN

---

Für OpenClaw-spezifisches lokales Setup siehe beste lokale Modelle für OpenClaw. Für OpenCode-Setup siehe Ollama mit OpenCode verwenden.