10 月 24 日，Ollama 發布 v0.40.11（版本由 v0.40.10 推進到 v0.40.11-rc0）。該版本在 macOS 上加入語音生成：ollama run 會在生成音訊的同時朗讀輸入文字或聊天模型的回覆，應用也能通過 OpenAI 相容的 /v1/audio/speech 介面流式獲取音訊，例如… 看完整事件
Ollama 支援 macOS 語音生成，新增 d3 決策模型
Ollama v0.40.11 在 macOS 上加入語音生成：ollama run 會在生成音訊的同時朗讀輸入文字或聊天模型的回覆，應用也能通過 OpenAI 相容的 /v1/audio/speech 介面流式獲取音訊。該版本同時引入源自 vLLM Semantic Router 的 d3 決策模型，提供 2B、4B、9B、27B 四檔，可對文字、結構化狀態或影像做分類、是/否判斷，或按機率給選項打分。
Ollama 把語音生成直接接入 ollama run 與 OpenAI 相容介面，本地即可邊生成邊播放；同版本還補充 2B 到 27B 的 d3 決策模型，對在 macOS 上做本地推理的開發者最直接。
原標題：v0.40.11
閱讀原文
| 評分 | 78 / 60（平均 69，門檻 60） |
|---|---|
| 狀態 | 精選 |
全文翻譯
由 AI 翻譯，以原文為準。
原文
相關報導
Ollama v0.40.9：Flint 現已支援 Linux 與 Windows
Ollama 發布 v0.40.9，原本只能在 macOS 上執行的 Flint 現在也支援 Linux 和 Windows。流式 OpenAI Responses 與 Anthropic Messages 請求中途出錯時會明確報告生成失敗，不再在部分輸出後靜默結束；ollama launch 現在會把雲端模型的上下文長度與能力傳給 coding 工具，修正上下文與壓縮設定。
Ollama v0.40.4 支援在終端直接執行決策模型
Ollama v0.40.4 讓決策模型可以直接在終端呼叫：用 ollama run --ask 就能提出是非問題、把文字分類到標籤或按評分標準打分。這一版還讓 Apple silicon 的 MLX runner 支援 Kev 決策模型，ollama launch 用 usage credits 也能使用、無需升級付費方案。ollama launch codex 的模型選擇器會列出本地已安裝的 Ollama 模型，可在 Codex CLI 裡用 /model 切換；
Ollama v0.40.0：Apple Silicon 預設用 MLX 執行模型
Ollama 發布 v0.40.0，在 Apple Silicon 裝置上，MLX 執行時支援的模型架構會自動改用 MLX 執行。官方範例為 ollama pull qwen3.8 與 ollama run qwen3.8，其他可用模型還包括 gemma4、qwen3.6 和 qwen3.5；決策模型 Nimble、tev1、clef、clef-flash 也已支援 MLX，並新增嵌入模型 embeddinggemma-2 支援。官方表示會繼續測試並啟用更多模型。
Ollama 0.40.7 引入 Perplexity 的 27B 決策模型
Ollama v0.40.7 引入 Perplexity 的 27B 決策模型 pplx-decider，基於 Qwen3.8-27B 微調。該版本修復了 OpenAI 相容 Responses 對話在有無 thinking 的模型間切換、或歷史含其他廠商壓縮項時失敗的問題，並糾正流式請求中客戶端工具呼叫早於 reasoning 項輸出導致的亂序與重複事件。客戶端斷連後，路由到遠端模型的請求會在 ollama.com 上取消，不再繼續執行；
Ollama v0.35.1 支援 Cloudflare 決策模型 Clef
Ollama 發布 v0.35.1，通過 /v1/systemone 介面支援 Cloudflare 新開源的決策模型 Clef（27B）與 Clef Flash（9B），兩者均為多模態，請求可在文字 state 之外附帶圖片，所有問題共享該狀態並聯合打分。同一版本把聯網搜尋上限從每次回應 3 次提高到 10 次，Modelfile 新增 CAPABILITY 宣告，並更新了 llama.cpp 與 MLX 引擎。