2026 年 10 月 21 日 17:22 UTC，Ollama 在官方 X 帳號接連發布兩則訊息，宣布上線由 Recursive SI 開發的 Flint。Ollama 將 Flint 描述為一款約 40B 引數、採用 MoE（混合專家）架構的開源模型，面向可在裝置本地執行的 agentic coding 場景，主… 看完整事件
Ollama 上線 40B MoE 開源模型 Flint，主打端側程式設計
Ollama 上線由 Recursive SI 開發的約 40B 引數 MoE 開源模型 Flint，面向端側 agentic coding 場景。官方給出短上下文下的生成速度：M4 Pro MacBook Pro 上超過 125 tps，64GB 視訊記憶體的 NVIDIA RTX Spark 上超過 150 tps。
既有接近 40B 的 MoE 開源程式設計模型，又給出 Apple Silicon 與 NVIDIA 消費級裝置上的具體吞吐數字，並可一條命令接入 Claude Code，對在本地跑程式設計模型的人有直接參考價值。
原標題：@ollama: Meet Flint from @Recursive_SI!
閱讀原文
| 評分 | 78 / 77（平均 77，門檻 60） |
|---|---|
| 狀態 | 精選 |
相關報導
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。
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。
MiniMax M3.1 Flash 上線 Ollama 雲端，支援 1M 上下文
MiniMax M3.1 Flash 已在 Ollama 上線，可通過 Ollama Cloud 用 ollama run minimax-m3.1-flash:cloud 直接呼叫。官方稱該模型在美國託管、零資料保留，主打快速編碼與 agentic 工作流，支援影像理解和 100 萬 token 上下文視窗。它也能以 ollama launch claude 或 ollama launch codex 指定該模型，接入 Claude Code 與 Codex 使用。
Ollama 上線 LFM2.5 24B，一條命令本地執行
Ollama 模型庫新增 LFM2.5 24B，使用者可用一條命令 ollama run lfm2.5:24b 拉取並在本地執行。該模型引數規模為 24B，官方同時給出了對應的模型庫頁面連結，公告中未披露更多細節。
Ornith 1.5 122B 上架 Ollama，支援完全本地執行
Ollama 已上架 Ornith 1.5 122B，該模型可在裝置上完全本地執行。官方給出的啟動命令為 ollama run ornith-1.5:122b，拉取後即可在本地使用。原文沒有說明量化格式、上下文長度和硬體要求等細節。