Ollama于上海时间10月27日发布v0.40.12-rc0预发布

Ollama于上海时间2026年10月27日8时07分在GitHub发布本地推理工具预发布v0.40.12-rc0，发布时间为2026年10月27日00时07分协调世界时。该版本在正式版v0.40.11基础上合入4项提交，均为推理后端与视觉方面的功能更新，状态为预发布，未转正为正式版。用户需经GitHub Releases通道手动获取，不应视为自动更新或全量推送。

本次更新内容与访问方式

本次预发布包含四项主要变化：其一，升级MLX与MLX-C版本，针对Gemma、Flint与Laguna模型优化提示处理速度，并调整滑动窗口注意力与原生缩放点积注意力的调用路径；其二，在MLX路径新增DFlash2支持，采用块局部动态卷积与候选选择器，每轮起草七个词元并沿用快照验证路径以保持输出精确，相关层抽头与词嵌入支持已向Qwen3.5系列目标开放；其三，保留紧凑型Gemma 4视觉塔的小图细节，改善小尺寸图像输入的视觉表现；其四，将内置llama.cpp同步至b11901。官方发布页与版本对比页共同支撑上述范围，发布页未附独立的平台清单与价格说明。

  • 面向预发布测试用户经GitHub获取v0.40.12-rc0；正式版v0.40.11用户如不参与测试可继续停留当前正式版；需隔离验证后再决定是否跟进；生产环境暂不建议升级。

与旧版本差异、限制与下一步

与2026年10月24日发布的正式版v0.40.11相比，v0.40.12-rc0不是正式迭代，而是面向下一正式版的候选验证版本，变更集中在苹果芯片MLX推理路径与推测解码草稿模型，未宣布新增模型分发、账号体系或收费变化。限制方面，预发布版本可能存在未发现的兼容性与稳定性问题，DFlash2与滑动窗口改动涉及底层推理路径，实际加速效果与具体模型、硬件和上下文长度相关，官方未在本次发布页中给出地区限制或中国区单独说明，中国用户经GitHub获取时需自行评估网络与运行环境。下一步建议：测试用户先在隔离环境验证常用模型与视觉任务，重点观察提示速度、小图视觉效果与长上下文稳定性；生产用户等待正式版发布说明后再升级，并继续以GitHub正式版页面为准。