AISpot

Ollama v0.40.14 為 Claude Code 解除 128k 預設輸出上限

Ollama releases版本更新地端推論開發工具開源產品與方案

Ollama 發布 v0.40.14，ollama launch claude 現在會應用模型自身的輸出 token 上限，使 Claude Code 中的雲端模型不再受 128k 預設上限限制。同一版本中，OpenAI 相容介面不再覆蓋模型內建的取樣器預設值：客戶端不傳 temperature / top_p 時，會使用模型自身的值而非 1.0，行為與 /api/chat 一致。

對通過 Ollama 驅動 Claude Code、Codex 及 OpenAI 相容客戶端的人來說，這次更新直接改變了請求行為：輸出上限與取樣預設值都不再被預設值覆蓋。

OllamaClaude CodeMLXOpenAI 相容發布說明

原標題：v0.40.14
閱讀原文

評分56 / 50（平均 53，門檻 60）
狀態未入選

原文

What's Changed ollama launch claude now applies the model's output token limit for Claude Code, so cloud models no longer run into the 128k default cap Cloud web search responses on /api/chat are now decoded correctly, including compressed responses OpenAI-compatible endpoints no longer override a model's packaged sampler defaults — clients that send no temperature / top_p get the model's own values instead of 1.0, matching /api/chat /v1/responses now preserves readable input content, including prior assistant refusals, instead of flattening it Ollama's app can now retry ChatGPT disconnect failures instead of leaving the connection in a broken state ollama launch codex verifies ChatGPT routing before configuring, and reports a clear error when routing is unavailable Faster top-k sampling on MLX for large vocabularies Full Changelog : v0.40.13...v0.40.14

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 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
Ollama releases● 精選AI 評分72

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。

模型產品與方案OllamaCloudflareClef多模態本地推理
3 個來源 · 4 則報導閱讀原文
Ollama releasesAI 評分50

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；

地端推論開發工具Ollama推測解碼Responses APIClaude Codellama.cpp
1 個來源 · 2 則報導閱讀原文