Ollama 0.19: OpenClaw auf dem Mac wird mit MLX messbar schneller

Ollama hat am 30. März 2026 die Preview-Version 0.19 veröffentlicht. Auf Apple Silicon läuft die Modellberechnung ab sofort über das hauseigene Framework MLX von Apple statt über llama.cpp. Das Ergebnis ist ein deutlicher Performance-Schub bei lokalen Sprachmodellen. Wer OpenClaw auf einem Mac mit mehr als 32 GB Unified Memory betreibt, profitiert direkt davon.

Was sich in Version 0.19 ändert

MLX ist das Machine-Learning-Framework, das Apple Ende 2023 veröffentlicht hat. Es wurde speziell für Apple Silicon entwickelt. Damit nutzt MLX die geteilte Speicherarchitektur der M-Chips effizienter als llama.cpp, das ursprünglich für andere Hardware konzipiert wurde. Bei der geteilten Speicherarchitektur greifen CPU und GPU auf denselben Speicherpool zu. Datenkopien zwischen den Recheneinheiten entfallen damit.

Auf Linux und Windows läuft weiterhin llama.cpp, auf dem Mac jetzt MLX. Auf den neuen M5-Chips kommen zusätzlich die GPU Neural Accelerators zum Einsatz, eine spezielle Hardware-Einheit für Matrix-Multiplikationen.

Anzeige

Die Performance-Zahlen

Ollama hat seine Tests am 29. März 2026 auf einem M5 Max mit dem chinesischen Sprachmodell Qwen3.5-35B-A3B durchgeführt. Das Modell wurde im NVFP4-Format quantisiert. Quantisierung ist ein Verfahren, das Modelle in kleinere Zahlenformate überführt, um Speicher zu sparen und die Inferenz zu beschleunigen. Die Werte aus dem offiziellen Benchmark zeigen einen klaren Sprung.

Die Prefill-Geschwindigkeit, also die Verarbeitung des eingegebenen Prompts, steigt von 1.154 auf 1.810 Token pro Sekunde. Das ist ein Plus von 57 %. Die Decode-Geschwindigkeit, also die Generierung der Antwort, klettert von 58 auf 112 Token pro Sekunde und verdoppelt sich damit nahezu. Die Decode-Verdopplung fällt besonders auf, weil dieser Schritt durch die Speicherbandbreite begrenzt ist. MLX verteilt die Daten im geteilten Speicher offensichtlich effizienter als der Vorgänger.

Mit zusätzlicher int4-Quantisierung erreicht Ollama 0.19 sogar 1.851 Token pro Sekunde beim Prefill und 134 Token beim Decode. Apple-Insider bestätigt die Kernzahlen unabhängig vom Ollama-Blog.

Wer profitiert, wer nicht

Ollama empfiehlt explizit einen Mac mit mehr als 32 GB Unified Memory. Das ist keine Kleinigkeit, sondern ein hartes Ausschlusskriterium. Die meisten MacBook Air und die Basis-Konfigurationen des MacBook Pro haben weniger RAM. Wer ein 16-GB-Modell besitzt, bekommt von der MLX-Beschleunigung nichts mit.

Auch beim Modell-Support gibt es eine harte Grenze. Die Preview unterstützt aktuell nur Qwen3.5-35B-A3B, ein Mixture-of-Experts-Modell mit rund drei Milliarden aktiven Parametern. Llama, DeepSeek oder Mistral laufen noch nicht über den MLX-Pfad. Ollama plant weitere Modelle, nennt aber bislang keinen Zeitplan.

Den größten Sprung sehen Besitzer der M5-Generation. Die GPU Neural Accelerators der M5-Chips beschleunigen die Matrix-Multiplikationen direkt in der Hardware. Wer einen M1 bis M4 nutzt, profitiert weiterhin von der Unified-Memory-Optimierung, aber ohne den zusätzlichen Hardware-Schub.

Was das für OpenClaw-Nutzer bedeutet

Auf einem geeigneten Mac kommen die Antworten beim lokalen OpenClaw-Betrieb spürbar schneller. Das Arbeiten mit dem Agenten fühlt sich flüssiger an. Die Ollama-Anbindung von OpenClaw lief bereits über das Provider-Plugin-System aus Version 2026.3.12. An der Konfiguration muss nichts geändert werden, der Geschwindigkeitsgewinn fällt automatisch an, sobald Ollama 0.19 installiert wurde. Auch die Qwen-Anbindung in OpenClaw 2026.3.23 passt thematisch direkt zur Preview. Qwen3.5-35B-A3B ist genau das Modell, das Ollama im Test verwendet hat.

Einschränkung und Einordnung

Eine Preview ist keine Produktionsversion. Wer geschäftskritisch lokal arbeitet, sollte abwarten, bis Ollama den MLX-Pfad als stabil markiert und mehr Modelle unterstützt. Auf Linux bleibt der Status unverändert. Wer OpenClaw dort betreibt, ist von der Aktualisierung nicht betroffen, kann aber die Linux-Hardware-Empfehlungen als Vergleichsgrundlage heranziehen.

Die Botschaft bleibt klar. Lokale KI auf Apple Silicon wird in genau diesem Moment praktikabler. Wer ohnehin mit einer Mac-Anschaffung liebäugelt, hat einen weiteren Grund, beim Arbeitsspeicher nicht zu sparen.