核心变化
Ollama 于上海时间 2026 年 10 月 24 日 01 时 17 分发布本地推理应用正式版 v0.40.10，对应官方动态记录的发布时间为 2026 年 10 月 23 日 17 时 17 分 19 秒 UTC，换算为北京时间即落入 10 月 24 日当日窗口。该版本为不带 rc 后缀的正式版，对比区间为 v0.40.9 至 v0.40.10。本次以单一模型接入为中心：新增 NVIDIA Nemotron 3.5 Bolt E4B，这是英伟达推出的较小规模、基于 Gemma 4 的视觉语言模型，面向快速本地对话、图像理解与工具调用，支持 128K 词元上下文，并自带 DFlash 草稿模型用于推测解码。官方给出拉取命令为 ollama run nemotron-3.5-bolt:e4b。官方未在本次发布说明中调整价格、配额与区域开通，也未列出破坏性变更。
功能与访问方式
据发布说明，本次新增能力可直接在已安装 Ollama 的本地环境中使用。用户可经 GitHub Releases 的 v0.40.10 标签页获取对应系统安装包，完成升级后在终端执行官方给出的运行命令即可拉取 E4B 模型，并进入本地对话、图像理解与工具调用流程。DFlash 草稿模型随模型一同提供，用于推测解码加速本地生成，无需在发布说明之外单独配置。由于本次说明仅记录模型新增与对比区间，未列出迁移步骤与兼容性要求，常规做法是先在非生产环境验证拉取与运行是否正常，再决定是否覆盖日常使用的版本。升级前建议保留原有模型与配置记录，以便在异常时回退到可用版本。
- 新增 Nemotron 3.5 Bolt E4B，基于 Gemma 4 的视觉语言模型，支持快速本地对话、图像理解与工具调用；支持 128K 词元上下文，内置 DFlash 草稿模型用于推测解码；正式版 v0.40.10，对比区间为 v0.40.9 至 v0.40.10，经 GitHub Releases 正式发布；通过 ollama run nemotron-3.5-bolt:e4b 拉取运行，需验证后升级。
与上一版本差异与限制
与 v0.40.9 相比差异明确：本次 v0.40.10 的发布说明仅新增 Bolt E4B 一项模型接入，未提及其他功能、价格或范围变化，属增量型功能更新，不构成全新产品发布。限制同样明确：一是版本验证限制，正式版仍需在本地环境自行验证拉取与运行效果，不得直接用于重要生产流程；二是信息边界限制，本次官方说明未公布中国区单独可用性、账号资格、价格与配额变化，不得将其理解为全面开放、免费承诺或对境内用户的即时可用保证；三是使用条件限制，实际运行效果取决于本地资源与配置，遇到拉取失败或运行异常时应先检查网络与版本记录，并以官方发布页为准。
中国用户下一步
对中国开发者而言，该版本的直接阅读价值在于跟踪本地推理工具对英伟达紧凑视觉模型的跟进节奏。已在本地自托管 Ollama 的团队，可在测试机先升级至 v0.40.10，再执行官方运行命令验证 E4B 模型的拉取、图像理解与工具调用是否符合预期，并在常用工作流中观察推测解码是否稳定，随后再用于日常开发。暂未使用 Ollama 的用户可先收藏 GitHub Releases 页面跟踪后续版本，待官方明确区域与配套说明后再评估是否引入。升级前建议备份重要模型与配置，并在测试环境验证通过后再覆盖生产环境，避免因版本切换影响现有任务。