Ollama v0.40.4 发布：决策模型支持命令行直接调用

用途与变化

据发布说明，v0.40.4 支持在终端通过 ollama run 直接使用决策模型，可提出是非问题、把文本归类到标签，或按评分标准打分。示例用法是将文本通过标准输入传入并携带问题。

其他变更包括：

• 决策模型现可在 Apple 芯片上由 MLX 运行器支持。
• ollama launch 可在未升级付费计划的情况下使用使用额度（usage credits）。
• ollama launch codex 的模型选择器中会包含本地已安装的 Ollama 模型，并可在 Codex CLI 内通过 /model 切换。
• 通过复用已验证的清单和已加载模型改进推理性能。
• 新增经 llama-server 实现的多模态嵌入支持。
• 修复小上下文窗口下多模态嵌入模型的加载问题。
• 改进 NVIDIA GPU 上 Gemma 4 的预填充（prefill）性能（经 MLX 运行器）。
• MLX 运行器改为裁剪过长的 Laya 状态，而非直接拒绝。
• 改进 MLX 运行器的推测解码可靠性，包括回滚后的循环状态处理。
• 更新 llama.cpp，加入原生决策模型支持。
• 更新 README 与文档，澄清隐私与云服务相关表述。

适用场景

适合希望在命令行中快速完成简单判断、分类或按标准评分任务的用户，以及使用 Apple 芯片 MLX 运行器或在 Codex CLI 中切换本地模型的开发者。

限制与待核实

以上内容均为发布说明转述，未进行运行验证；具体决策模型的可用范围、命令参数细节与各运行器的实际表现需以官方文档和实测为准。发布说明未提及价格与完整兼容性信息。