MLX releases● 精選7/7 23:29AI 評分71
MLX 發布 v0.32.0，Windows 新增 JIT 編譯支援
MLX v0.32.0 發布。Windows 新增 JIT 編譯器支援，iOS 預設啟用 Metal 後端，CUDA kernel 加入 JIT 快取。mlx.core.linalg 新增行列式與 sign-log-determinant 函式。
搜尋
找到 18 筆
Ollama releases● 精選9/25 16:22AI 評分86
Ollama v0.40.0：Apple Silicon 預設用 MLX 跑模型
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。示例命令為 ollama pull qwen3.8 與 ollama run qwen3.8。預發布階段還會繼續測試並啟用更多模型。
MLX LM releases● 精選4/7 23:15AI 評分75
MLX 發布 v0.31.2，新增 Gemma 4 與 Nemotron-H 支援
MLX 發布 v0.31.2，帶來 Gemma 4 支援（含 tool call parser 與量化逐層載入修復）和 Nemotron-H 支援。此版本還加入不可裁剪快取的系統提示與使用者訊息快取，並重構了批次生成。
MLX LM releases● 精選4/22 08:43AI 評分65
MLX 發布 v0.31.3，修復批次快取與工具呼叫等大量 bug
MLX 發布 v0.31.3，以大量 bugfix 為主，並新增配合 MLX v0.31.2 的執行緒區域性生成流。修掉了 BatchKVCache、BatchRotatingKVCache 與 ArraysCache 的 extend() 批次維度不匹配，以及 server 並行呼叫、MiniMax M2 並行工具呼叫、Gemma 4 工具解析等問題。
MLX releases● 精選8/18 04:45AI 評分70
MLX 發布 v0.32.1，修復 Metal 與 CUDA 多項問題
MLX 發布 v0.32.1，以 Metal、CUDA 的修復和效能改進為主，並補齊大量 API 文件。新增統一記憶體零複製匯入 mx.array(host_buffer, copy=False)、Metal gemv_wide 小行數 fp16/bf16 矩陣乘，以及 Metal full attention 的 head dimension 96 支援。
MLX releases● 精選4/22 02:43AI 評分74
MLX v0.31.2 發布：支援多執行緒獨立計算與 CUDA FFT
MLX 發布 v0.31.2，現在可用多執行緒執行獨立計算，並新增 CUDA FFT 支援。CUDA 與 Metal 量化 matmul 均獲增強：CUDA 補齊 3/5/6-bit 量化與 GatherQMM，Metal 新增面向小 M 的 split-K。JACCL 成為獨立庫。
MLX LM releases● 精選2/4 21:27AI 評分79
MLX LM 發布 v0.30.6，新增 Kimi-K2.5 與服務端分散式推理
MLX LM v0.30.6 發布，支援 Transformers v5，並新增 Kimi-K2.5、LongCat Flash、LongCat Flash Lite、Step 3.5 Flash 等模型。服務端加入分散式推理支援，也可載入自定義模型。同時修復了 DeepSeek V3.2、GLM 4.7 工具呼叫與量化相關問題。
Ollama blog● 精選8/11 01:00AI 評分90
NVIDIA Nemotron 3.5 Lightning 上架 Ollama，支援 MLX 本地執行
NVIDIA 的 30B 開源模型 Nemotron 3.5 Lightning 已在 Ollama 上線，可完全在本地裝置執行，每 token 僅啟用 3B 引數。它支援最長 1M token 上下文，靠推測解碼實現最高 4 倍吞吐。用 ollama launch 即可接入 Claude Code、OpenCode，Apple Silicon 對應 30b-mlx 版本。
MLX LM releases● 精選2/12 18:40AI 評分84
v0.30.7
MLX 發布 v0.30.7。本次新增 GLM5 與 Qwen3.5（無視覺版）支援、LongCat MLA、Mistral 與 LFM2 的工具呼叫解析，修復 Kimi Linear 和 DeepSeek V3.2 的索引器與權重載入，並加快 DeepSeek V3.2 生成。
MLX releases● 精選9/29 01:37AI 評分70
v0.32.3
MLX 發布 v0.32.3，以 bug 修復和 Metal/CUDA 核心最佳化為主。新增 M5 Ultra 非量化 matmul 調優與 Metal gated delta net 核心，並改善 SDPA D256/D512 的 Metal 視訊記憶體佔用。同時修復整數除零崩潰、GGUF 張量維度校驗等問題。
MLX releases● 精選8/25 11:58AI 評分70
v0.32.2
MLX v0.32.2 發布：NAX 裝置新增 head_dim 256 的融合全注意力路徑，量化 MOE matmul 跳過多餘的 simdgroup 計算。同時修復 divmod 浮點商截斷、median 丟棄 NaN、量化切片陣列等問題，並限制 GGUF 後設資料讀取邊界。
MLX LM releases● 精選3/7 03:59AI 評分78
v0.31.0
MLX v0.31.0 已發布。新增 Qwen 3.5 張量並行與 JoyAI LLM Flash 模型支援，並修復 Qwen 3.5 fp32 轉換、MiniMax M2.5 分片 RMS Norm 等問題。快取與視訊記憶體管理有多項改進，server 新增 --prefill-step-size 引數並支援返回 cached_tokens。
Ollama blog● 精選8/10 01:00AI 評分92
Meta 首個開源模型 Muse Glimmer 上線 Ollama
Muse Glimmer 是 Meta Superintelligence Labs 的首個開源模型，30B 多模態、Apache 2.0 許可、128K+ 上下文，現已在 Ollama 上線。Apple Silicon 上可通過 Ollama 的 MLX 引擎執行，DFlash 帶來 1.5–1.8 倍提速，並新增影像輸入支援。
Ollama releases● 精選9/29 19:10AI 評分65
v0.35.1-rc0：Modelfile 新增 CAPABILITY 宣告與 capabilities 欄位
v0.35.1-rc0 允許在 Modelfile 中宣告 CAPABILITY，並在 create 請求中增加 capabilities 欄位。這些宣告會在 GGUF、safetensors 的建立、繼承與 Modelfile 匯出中保留。排程 System One 請求前須先判定 capability，不再依賴 Qwen 架構與渲染器後設資料匹配；評分仍限 GGUF，MLX 執行時改動另行處理。
Ollama releases● 精選10/2 19:28AI 評分75
Ollama 支援 Cloudflare 決策模型 Clef 與 Clef Flash
Ollama v0.35.1 通過 /v1/systemone 接入 Cloudflare 開源的決策模型 Clef（27B）與 Clef Flash（9B），兩者均為多模態，請求可同時帶圖片和文字狀態。本次更新還把聯網搜尋上限從每次回答 3 次提升到 10 次，並更新了 llama.cpp 與 MLX 引擎。
Ollama releases● 精選9/30 00:56AI 評分76
Ollama v0.35.0 新增決策模型介面，直接返回選擇與機率
Ollama v0.35.0 支援決策模型，經 /v1/systemone 呼叫，返回選擇、機率和分數而非文字。首批可用模型為 Bespoke Labs 的 Nimble 和 Together AI 的 Tev1。支援 choice、noul、score 三種問題型別，適用於工單分類、模型路由和內容分類。
Ollama blog● 精選9/29 01:00AI 評分82
Ollama 0.35 起支援 Jev 決策模型，本地推理
Ollama 0.35 通過新的 /v1/systemone 端點支援基於 TypeSafe Jev API 的決策模型，新增 nimble 9B、tev1 4B、tev1:0.8b 三個模型。本地執行無額外費用、延遲更低，nimble 9B 在 M5 Max 上平均每次決策 91ms。後續更新將帶來 MLX 加速與更多決策模型。
Ollama releases● 精選9/24 05:45AI 評分70
v0.34.4 更新：修復本地模型庫報錯，Apple Silicon 推理更快
v0.34.4 已發布。思考模型的結構化輸出改為單次通過，更快更可靠，並修復本地大模型庫間歇性報 model not found 及 macOS 應用檢查 ChatGPT、Codex 時卡死的問題。Qwen 3.8 在 Apple Silicon 上提示處理更快，Gemma 4 會按圖選最佳解析度以保留更多細節。