Ollama Notes de version

• Génère de la voix avec Phonon sur Apple Silicon. ollama run lit texte ou réponses pendant la génération ; les apps diffusent l’audio via /v1/audio/speech compatible OpenAI.
• Ajoute d3 de vLLM Semantic Router en 2B, 4B, 9B et 27B pour classer texte, état structuré ou images et produire décisions oui/non ou scores de probabilité.
• Étend Flint à Linux et Windows en plus de macOS.
• Les flux OpenAI Responses et Anthropic Messages signalent les échecs au lieu de s’arrêter silencieusement après une sortie partielle.
• ollama launch transmet contexte et capacités des modèles cloud aux outils de développement, corrigeant contexte et compaction.
• La recherche web compatible Anthropic utilise le réglage de réflexion supporté dans les requêtes suivantes.

Exemples :

ollama run phonon "Hello from Ollama."
ollama run d3 "A customer says their card was charged twice." --ask "Is this a billing issue?"

Ollama 0.40.9

Ajoute Recursive Flint pour le travail sur dépôts, avec raisonnement, outils sur plusieurs tours et contexte de 262K tokens. Lancez ollama run flint. Cette version prend Flint en charge sur macOS ; les autres GPU sont prévus pour une version ultérieure.

Ollama 0.40.8

• Ajoute pplx-decider, modèle de décision 27B de Perplexity affiné à partir de Qwen3.8-27B.
• Corrige les conversations Responses compatibles OpenAI lors du passage entre modèles avec/sans réflexion ou avec un historique contenant des éléments de compaction d’un autre fournisseur.
• Corrige les événements d’outils Responses pouvant arriver avant les éléments de réflexion ouverts.
• Annule les requêtes distantes ollama.com à la déconnexion du client.
• Affiche moteur de rendu, analyseur et origine du modèle de prompt dans l’inspection, avec les champs API correspondants.
• Étend la compatibilité des modèles de brouillon du décodage spéculatif par inférence automatique de type.
• Limite la fenêtre de compaction Claude Code à la plage supportée et actualise llama.cpp et MLX.

Ollama 0.40.7