AISpot
所屬事件：輝達開源 Nemotron 3.5 Super VL 與兩款 Bolt 邊緣模型（3 個來源 · 3 則報導）

10 月 15 日，輝達發布開源多模態模型 Nemotron 3.5 Super VL，並同時推出兩款面向邊緣與本地部署的 Bolt 模型。據輝達部落格，Super VL 為 1200 億引數模型，主打多模態 agentic 任務，在指令跟隨、工具呼叫、多步業務流程與視覺理解上的準確率接近其自家最大推理模型，而引數量約… 看完整事件

Ollama v0.40.5 支援 NVIDIA Nemotron 3.5 Super 與 Bolt 模型

Ollama releases版本更新模型產品與方案開發工具地端推論

Ollama v0.40.5 新增 NVIDIA Nemotron 3.5 Super 與 Nemotron 3.5 Bolt 兩個模型支援。Super 是面向編碼、推理、工具呼叫與文件理解的視覺語言模型，採用 120B 引數混合 Mamba-2/Transformer MoE 架構、每 token 啟用 12B，搭配 C-RADIO 視覺編碼器，支援工具呼叫、思考模式開關和最高 1M tokens 上下文；

該版本把 Nemotron 3.5 Super/Bolt 納入 Ollama 本地執行，Bolt 以 74B 蒸餾版適配 24GB NVIDIA GPU，對在本地跑 agentic 模型的開發者有直接參考價值。

NVIDIA Nemotron 3.5Ollama本地推理視覺語言模型Mamba-2

原標題：v0.40.5
閱讀原文

同一事件共有 3 則報導（3 個來源），看事件全貌

評分80 / 78（平均 79，門檻 60）
狀態精選

全文翻譯

NVIDIA Nemotron 3.5 Super NVIDIA Nemotron 3.5 Super 是一個用於編碼、推理、工具使用和文件理解的視覺語言模型。它將一個 120B 引數的混合 Mamba-2/Transformer 專家混合骨幹（每個 token 啟用 12B）與 C-RADIO 視覺編碼器配對，並支援工具呼叫、開/關思考模式，以及最多 1M token 的上下文。 ollama run nemotron-3.5-super 一個緊湊型兄弟模型 Nemotron 3.5 Bolt 將 Super 蒸餾到 74B 引數（啟用 9B），經過調優以適配 24 GB NVIDIA GPU，用於日常智慧體任務，並通過其內建的 drafter 進行推測解碼。 變更內容 - 決策模型現已在雲端提供 — 使用 clef:cloud 和 clef-flash:cloud 通過 ollama.com 雲執行決策模型，而無需在本地拉取它們 - 繼續一個包含自訂工具呼叫的 OpenAI 相容 Responses 對話時，不再會因錯誤而失敗 - 當雲端訪問失敗時，錯誤訊息更清晰：登入問題、桌面應用中的支付問題，以及來自 ChatGPT 閘道器的上游訪問錯誤，現在都會解釋出了什麼問題 - 更新了 llama.cpp（新增 Nemotron 3.5 支援）和 MLX 新貢獻者 - @willietran 在 #18986 中做出了首次貢獻 完整變更日誌：v0.40.4...v0.40.5

由 AI 翻譯，以原文為準。

原文
NVIDIA Nemotron 3.5 Super NVIDIA Nemotron 3.5 Super is a vision-language model for coding, reasoning, tool use, and document understanding. It pairs a 120B-parameter hybrid Mamba-2/Transformer mixture-of-experts backbone (12B active per token) with a C-RADIO vision encoder, and supports tool calling, an on/off thinking mode, and context up to 1M tokens. ollama run nemotron-3.5-super A compact sibling, Nemotron 3.5 Bolt , distills Super down to 74B parameters (9B active) tuned to fit a 24 GB NVIDIA GPU for everyday agentic tasks, with speculative decoding via its included drafter. What's Changed Decision models are now available on cloud — use clef:cloud and clef-flash:cloud to run decision models through ollama.com cloud without pulling them locally Continuing an OpenAI-compatible Responses conversation that includes custom tool calls no longer fails with an error Clearer error messages when cloud access fails: sign-in problems, payment issues in the desktop app, and upstream access errors from the ChatGPT gateway now explain what went wrong Updated llama.cpp (adding Nemotron 3.5 support) and MLX New Contributors @willietran made their first contribution in #18986 Full Changelog : v0.40.4...v0.40.5

相關報導

Ollama releasesAI 評分41

Ollama v0.40.3 暫停後臺模型升級以改善請求效能

Ollama 發布 v0.40.3，暫停了後臺模型升級，以改善 embedding 及其他請求的效能。該改動由維護者 jmorganca 提交，屬於行為調整：這一版本不再在後臺升級模型，以免拖慢推理與 embedding 請求。同時，ollama launch claude 不再彈出 Claude connectors 的警告，ollama launch codex 也不再提示 service tiers。

訂閱動態地端推論開源OllamaClaudeCodex本地推理
閱讀原文
Ollama releases● 精選AI 評分82

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。

地端推論開源OllamaMLXApple Silicon本地推理Qwen
1 個來源 · 4 則報導閱讀原文
Ollama releasesAI 評分45

v0.40.4

Ollama 發布 v0.40.4，把 llama.cpp 升級到 b11521，新增對決策模型與 EmbeddingGemma 2 的支援。啟動流程中，Codex 的 /model 選擇器現在會列出本機已安裝的模型；服務端推理路由則改為複用已驗證的 manifest 與已載入模型。MLX 修復了推測回滾後迴圈狀態未壓縮的問題，MLX 與 MLX-C 同步做了版本號提升。

地端推論開源Ollamallama.cppMLXCodexEmbeddingGemma
1 個來源 · 3 則報導閱讀原文
Ollama releasesAI 評分43

v0.40.1

Ollama 發布 v0.40.1，服務端新增代理雲端用量與餘額 API，客戶端可藉此讀取帳戶用量與餘額。該版本還把帳號步驟從 CLI 新手引導中移除，修復 Windows 上 llama 讀取超過 2GiB 的 clef head 問題，並讓 manifest 在 Windows 上避免使用符號連結。MLX 方面刪除了已進入上游的 Metal residency 補丁，文件修復了 README 社群整合列表中的 6 個失效連結和應用 README 的下載連結。

地端推論開源Ollama版本更新llama.cppMLXWindows
閱讀原文