关键词「llama.cpp」的检索结果
Ollama v0.40.5版本于2026年10月15日发布，主要新增对NVIDIA Nemotron 3.5 Super和Bolt模型的支持。Super模型为120B参数混合专家模型，支持1M token上下文；Bolt模型为74B参数，适配24GB GPU。决策模型现可通过clef:cloud和clef-flash:cloud在云端运行。同时改进了云端访问失败时的错误提示信息。
Ollama v0.40.5版本于2026年10月15日发布，主要新增对NVIDIA Nemotron 3.5 Super视觉语言模型及Nemotron 3.5 Bolt蒸馏模型的支持。决策模型现可通过clef:cloud和clef-flash:cloud命令在云端运行。同时修复了包含自定义工具调用的OpenAI兼容对话失败的问题，并改进了云端访问错误的提示。
Ollama v0.40.0 于 2026-10-06 发布。在 Apple Silicon 设备上，由 MLX 运行时支持的模型架构将自动在 MLX 上运行。新增 gemma4、qwen3.6、qwen3.5 等模型；决策模型 Nimble tev1、clef、clef-flash 现已在 MLX 上可用；MLX 新增 embeddinggemma-2 嵌入模型支持。项目表示将持续测试并启用更多模型。
Ollama v0.40.4-rc1 是 v0.40.4 首个候选版本。变更包括：llama 层将 llama.cpp 更新至 b11521 以支持决策模型与 EmbeddingGemma 2；server 层在推理路由中复用已验证清单与已加载模型；mlx 层在投机回滚后压缩恢复的循环状态；launch 层在 Codex 的 /model 选择器中包含已安装模型；MLX 与 MLX-C 版本升级。