核心结论
北京时间 9 月 23 日 10 时 24 分，Ollama 团队在 GitHub 发布 v0.34.4-rc0 预发布。本次为自 v0.34.3 后的增量预发布，官方发布页列出 7 项变更，核心是修复服务端间歇性 model not found 错误，并将思考模型的结构化输出从两次生成改为单次生成，同步更新 llama.cpp 与 MLX 版本。以上版本号、预发布状态与发布时间由官方仓库发布接口直接确认，发布时间对应 2026-09-23T02:24:43Z；具体变更内容由官方发布页与对比页支撑；影响判断为编辑基于改动的解释，未经独立性能评测验证。
变化细节
官方发布页宣布的变化包括：服务端修复 getExistingName 按部件独立归一化导致的间歇性模型未找到问题，官方说明在 3000 以上 manifests 场景下可能因标签大小写误匹配而报错重试后成功；服务端将思考模型的结构化输出改为单次请求，在 thinking 结束符后直接约束格式，官方称可避免二次预填充、跨边界分块丢失与指标拼接问题，并修复多个相关 issue；应用端避免经 System Events 检测 ChatGPT 与 Codex；运行器侧更新 llama.cpp 版本并升级 MLX，同时在 MLX 上为 Gemma 4 按需动态选择图片分辨率，并加速 Qwen 3.8 提示词处理。对比区间为 v0.34.3 至 v0.34.4-rc0，均为官方仓库记录。
影响与适用范围
受影响对象为本地部署 Ollama 并频繁拉起模型的服务，以及对思考模型使用 JSON 格式约束、工具调用与结构化解析的智能体流程。官方描述显示，单次结构化输出可减少一次预填充开销并保持思考内容与格式内容的连贯，相关调用方可在测试环境对照验证常用思考模型的格式合规率与延迟。Apple Silicon 用户经 MLX 运行视觉与文本模型时，可验证 Gemma 4 图片处理与 Qwen 3.8 首 token 表现。仅使用稳定版、无思考模型格式化需求，或不经 MLX 路径的用户，可暂不升级。
限制与下一步
本次为预发布快照，官方未公布覆盖模型矩阵、定量延迟对比与第三方评测结果，编辑未将其扩大为普遍加速或兼容性承诺。预发布意味着后续仍可能调整，生产环境不宜直接覆盖稳定版。官方未在当日发布正文中宣布新模型权重、许可证变更、安全漏洞修复或破坏性接口变化，相关事项按未宣布处理。中国用户如需试用，应通过官方发布页核对标签 v0.34.4-rc0 与预发布标识下载对应平台包，并在测试环境验证常用模型加载、思考模型结构化输出与 MLX 路径。若后续出现稳定版或补充说明，将以新的可核验事件另行处理。