Ollama v0.40.5：新增 Nemotron 3.5 Super 与 Bolt 模型支持

用途与本次变化

根据 Ollama 发布的 v0.40.5 说明，该版本的主要变化包括：

• 新增 NVIDIA Nemotron 3.5 Super 模型支持，来源描述其为面向编码、推理、工具调用和文档理解的视觉语言模型，采用 120B 参数的混合 Mamba-2/Transformer 专家混合骨干（每 token 激活 12B），搭配 C-RADIO 视觉编码器，支持工具调用、可开关的思考模式，上下文最长 1M token。来源给出的运行方式为 ollama run nemotron-3.5-super。
• 同系列紧凑模型 Nemotron 3.5 Bolt，来源称其将 Super 蒸馏至 74B 参数（9B 激活），面向 24 GB NVIDIA GPU 上的日常代理任务，并附带草稿模型以支持推测解码。
• 决策模型上线云端，可用 clef:cloud 与 clef-flash:cloud 通过 ollama.com 云端运行，无需本地拉取。
• 修复了继续包含自定义工具调用的 OpenAI 兼容 Responses 会话时报错的问题。
• 云端访问失败时给出更清晰的错误提示，涵盖登录问题、桌面应用支付问题以及 ChatGPT 网关的上游访问错误。
• 更新 llama.cpp（增加 Nemotron 3.5 支持）与 MLX。

适用场景

已使用 Ollama 管理本地模型的用户可关注新模型支持；需要工具调用、文档理解或较长上下文的场景可参考 Nemotron 3.5 Super 的说明。希望不本地部署而直接调用决策模型的用户可关注云端调用方式。

限制与待核实事项

以上模型规格、参数和运行方式均来自来源文本，未在本地实际下载、运行或验证，实际可用性、显存占用与输出表现需以实机测试为准。来源发布时间为 2026-10-15，不代表当前时间。