Ollama 于 2026 年 10 月 14 日发布 v0.40.5,新增两款 NVIDIA 视觉语言模型,并把决策模型搬上云端。阅读发布说明。
Nemotron 3.5 Super 与 Bolt
Nemotron 3.5 Super 是面向编码、推理、工具使用和文档理解的视觉语言模型。它将 120B 参数的 Mamba-2/Transformer 混合专家主干(每 token 激活 12B)与 C-RADIO 视觉编码器配对,支持工具调用、可开关的思考模式以及最长 1M token 上下文:
ollama run nemotron-3.5-super紧凑版 Nemotron 3.5 Bolt 把 Super 蒸馏到 74B 参数(激活 9B),针对 24 GB NVIDIA GPU 调优,适合日常智能体任务,并带投机解码 drafter。
其他变化
- 决策模型现可在云端运行:
clef:cloud与clef-flash:cloud经 ollama.com 云端执行,无需本地拉取。 - 修复了包含自定义工具调用的 OpenAI 兼容 Responses 会话无法继续的问题。
- 云端访问失败时的报错更清晰,涵盖登录问题、桌面应用支付问题以及 ChatGPT 网关上游错误。
- 更新了 llama.cpp(加入 Nemotron 3.5 支持)与 MLX。