Ollama a publié la v0.40.4 le 12 octobre 2026, un jour après la v0.40.3. Le changement principal concerne les modèles de décision dans la CLI ; la version ne répertorie aucune modification importante. Lire les notes de version.
Modèles de décision dans le terminal
Les modèles de décision peuvent désormais être exécutés directement avec ollama run. L'exemple de version demande à un modèle d'étiqueter un ticket de support :
ollama run nimble --ask "Is a refund being requested?" < ticket.txtLes cas d'utilisation incluent des questions par oui ou par non, la classification du texte en étiquettes et la notation basée sur des rubriques. Les modèles de décision Kev sont également pris en charge par le programme d'exécution MLX sur le silicium Apple, et llama.cpp a été mis à jour avec la prise en charge native des modèles de décision.
Autres changements
ollama launchpeut désormais utiliser les crédits d'utilisation sans passer à un forfait payant.- Le sélecteur de modèles de lanceur Codex répertorie désormais les modèles Ollama installés localement, commutables avec
/model. - L'inférence est plus rapide lorsque les manifestes vérifiés et les modèles déjà chargés peuvent être réutilisés.
- Les intégrations multimodales sont prises en charge via Llama-Server.
Correctifs et performances
La version corrige le chargement de modèles d'intégration multimodaux avec de petites fenêtres contextuelles, améliore les performances de pré-remplissage de Gemma 4 sur les GPU NVIDIA sous le programme d'exécution MLX, coupe les longs états Laya au lieu de les rejeter et améliore la fiabilité du décodage spéculatif, y compris la gestion des états récurrents après la restauration. Le libellé de la documentation concernant la confidentialité et les services cloud a également été clarifié.
Ce rapport couvre les notes de version du 12 octobre. Notre guide de vérification des sources décrit comment nous les lisons.