📦 v0.32.5 - 2026年7月27日
📅 v0.32.5 ｜ 2026年7月27日发布
🐛 修复
v0.32.5 是紧急修复版本，解决了一个影响输出质量的 MLX Metal 问题：
✅ MLX Metal 输出质量修复：修复了 MLX Metal 错误，该错误可能降低 NVFP4 模型的输出质量，特别是 Laguna 模型。
🔗 完整更新日志
📦 v0.32.4 - 2026年7月25日
📅 v0.32.4 ｜ 2026年7月25日发布
🍎 Apple GPU 支持
✅ Laguna 模型支持：通过 MLX 引擎支持在 Apple GPU 上运行 Laguna 模型。
⚡ 性能优化
✅ 推测解码优化：创建推测解码草稿时，按请求的类型量化 draft-model 输出头。
✅ Qwen3 MoE 修复与加速：修复不同量化专家的 Qwen3 MoE 解码问题，packed gate/up projection 提升约 4-9%（M5 Max）。
🔗 完整更新日志
📦 v0.32.3 - 2026年7月23日
📅 v0.32.3 ｜ 2026年7月23日发布
v0.32.3 是稳定性和 GPU 支持为主的修复版本：
🐛 修复与改进
✅ 模型下载修复：解决了模型下载在传输数据前卡住的问题。
✅ 集成恢复：恢复 Claude Code Channels 支持，修复 Anthropic thinking streams，Hermes Desktop 正确尊重 --force-build 标志。
✅ GLM 工具调用修复：修复 GLM 模型在生成末尾工具调用被静默丢弃的问题。
🎮 GPU 支持扩展
✅ Windows ARM64 CUDA：首次支持 Windows ARM64 平台上的 CUDA 加速。
✅ B200 支持：通过 CUDA 12 支持 NVIDIA B200 GPU。
✅ Linux 集显优化：降低 Linux CUDA/ROCm 集成显卡的内存占用。
🆕 模型支持
✅ Laguna 2.1：新增 Laguna 2.1 模型的聊天、思考和工具调用支持，包含 Metal 推理修复。
⚙️ 底层引擎
✅ 更新 MLX 和 llama.cpp 引擎版本。
🔗 完整更新日志
📦 v0.32.1 - 2026年7月17日
📅 v0.32.1 ｜ 2026年7月16日发布
🔥 这次更新了什么？
v0.32.1 是个小版本，但有几项对日常使用影响不小的改进。Gemma 4 用户的体验会明显提升，MLX 用户也少了个烦人的内存泄露。
1. Gemma 4 工具调用和多轮推理优化
Gemma 4 的工具调用更稳了，多轮对话中的 tool-response 续接也更可靠。之前经常出现工具调用后模型断片的问题，这次修复后流畅很多。
2. MLX 模型缓存泄露修复
修复了 MLX 后端反复调用请求时会持续增加显存占用的 bug。同时优化了缓存快照性能，跑多轮对话时内存更可控了。
3. MLX 加载超时支持
MLX 文本模型加载现在会遵循 OLLAMA_LOAD_TIMEOUT 环境变量了。Apple Silicon 用户配大模型时可以精确控制加载超时，不用再死等。
4. Agent 联网搜索鉴权提示
Agent 做联网搜索和抓取时，如果需要鉴权会提示用户先执行 ollama signin。交互更友好了，不再莫名其妙报错。
5. 交互式 Agent 获取当前目录
交互式 Agent 现在能拿到当前工作目录路径，做项目上下文时更精准了。比如问这个目录下的文件时 Agent 知道你在哪。
6. VS Code 扩展文档更新
官方 VS Code 扩展的安装配置文档更新了，之前有用户反映配置步骤不清晰，现在重新整理了。
✅ 适合哪些人？
✅ Gemma 4 用户：工具调用和多轮对话体验明显提升
✅ Apple Silicon (MLX) 用户：修复内存泄露，必升
✅ 用 Agent 做联网搜索的：鉴权提示更友好
⚠️ 不用 Gemma 4 也不用 MLX 的：可以等大版本再升
🛠️ 快速上手
升级方式一如既往：
# macOS / Linux
curl -fsSL https://ollama.com/install.sh | sh
# 或直接下载
ollama --version # 确认版本❓ 常见问题
Q：升级后 Gemma 4 的 tool calling 还是不灵？
A：建议重新 pull 一下模型：ollama pull gemma4，确保搭配最新模型文件。
Q：MLX 内存泄露修复要手动做什么？
A：不需要，升级后自动生效。如果之前遇到过长期运行后内存暴涨的问题，升级后重启一下 Ollama 服务就行。
📦 v0.31.2 - 2026年7月6日
📅 v0.31.2 ｜ 2026年7月6日
🔥 这次更新了什么？
v0.31.2 是小版本更新，主打硬件兼容和 bug 修复，没有重磅新功能，但对特定硬件用户和老模型用户很关键。
🛠️ 重点更新
1. 老 NVIDIA 显卡开启 Flash Attention
计算能力 6.x 的老 NVIDIA GPU（Pascal 架构，GTX 10xx 系列）现在能启用 Flash Attention 了。推理速度有肉眼可见的提升。
2. iGPU 视觉模型卸载
集成显卡现在可以把视觉模型的输入做 padding 适配，让它能放进可用显存。跑小尺寸视觉模型在集显上现在能跑起来了。
3. 思考模型结构化输出修复
修复了思考模型在禁用思考时的结构化输出问题。之前禁用 thinking 后 JSON 输出会出错，现在正常了。
4. GGUF 模型创建加固
自己用 Ollama 创建 GGUF 模型时，边界场景更稳了，少踩一些坑。
5. Claude Code 集成默认关掉遥测
ollama launch 启动 Claude Code 时，默认关闭 Claude Code 的遥测上传。隐私敏感的用户不用每次手动关。
6. 非 UTF-8 路径修复
模型路径包含非 UTF-8 字符（比如某些 Windows 中文用户名下的路径）现在能正常加载了。
7. MLX 和 llama.cpp 引擎升级
Apple Silicon 的 MLX 后端和 llama.cpp 都升级到新版本，推理性能和新模型支持都有提升。
✅ 适合哪些人？
✅ 用 GTX 10xx 系列老显卡跑 Ollama 的用户（性能提升最明显）
✅ 集成显卡跑视觉模型的人
✅ 用 Claude Code + Ollama 组合的开发者
✅ 路径里有非 ASCII 字符的环境（Windows 中文路径常见）
⚠️ 如果用得挺好，可以不急着升级，等下个大版本
🛠️ 快速上手
macOS / Linux：
curl -fsSL https://ollama.com/install.sh | sh
# 或者手动升级 brew 装的
brew upgrade ollamaDocker 用户：
docker pull ollama/ollama:0.31.2
docker compose restart❓ 常见问题
Q：升级后已下载的模型会丢吗？
A：不会，模型存在独立目录，升级 Ollama 不影响模型文件。
Q：Windows 升级路径出错怎么办？
A：如果模型路径含中文还出错，先把 Ollama 的模型目录搬到纯英文路径，再升级。
📝 写在最后
v0.31.2 看着不起眼，但 Flash Attention 支持老显卡和 iGPU 视觉模型这两个改动，对特定硬件用户来说是实打实的提升。如果你的硬件是新版支持范围里，这次值得升；否则可以等 v0.32.0。
#Ollama #版本更新 #本地大模型