⏰ 发布：2026-08-21
⭐ 版本：v0.32.15
🏷️ 费用：免费开源
🦙 Ollama v0.32.15 带来了一个相当实用的性能提升——模型元数据缓存让首次生成速度几乎翻倍，同时修复了流式解析错误导致的卡死问题，Qwen 3.8 的系统消息处理也更规范了。桌面端首次启动还有了个全新的引导流程。
📦 v0.32.15 - 2026年8月21日
📅 发布日期：2026年8月21日 ｜ 🏷️ 来源：GitHub Releases
🔥 这次更新了什么？
1. 模型元数据缓存——TTFT 速度翻倍：之前每次请求都要重新解析模型元数据，现在做了缓存，首次生成时间（Time to First Token）从约 995ms 降到约 524ms，几乎减半。这对需要快速响应的场景提升明显。
2. 流式解析错误修复：之前在 chat 和 generate 过程中，如果流式解析出错，进程会卡住（wedge），现在修复了这个问题，稳定性更好。
3. Qwen 3.8 系统消息规范化：Qwen 3.8 模型对 system 消息的位置更敏感了，现在会统一规范化处理，非开头位置的 system 消息也能正常工作。
4. 桌面端首次启动引导：第一次打开 Ollama 桌面版时，会有一个全新的 onboarding 流程，对新手更友好。
5. 底层依赖更新：MLX 和 llama.cpp 引擎都做了版本更新，底层性能和兼容性有提升。
✅ 适合哪些人？
✅ 所有 Ollama 用户 — TTFT 减半是实打实的体验提升
✅ 高频调用场景 — 缓存机制在连续请求时效果更明显
✅ 使用 Qwen 3.8 的用户 — 系统消息处理更稳定
✅ 用桌面版的新用户 — 新引导流程上手更快
🛠️ 快速上手
# 升级 Ollama
curl -fsSL https://ollama.com/install.sh | sh
ollama --version
# 期望: ollama version 0.32.15
# 测试 Qwen 3.8（系统消息在中间也能正常工作）
ollama run qwen3.8❓ 常见问题
Q: TTFT 缓存对所有模型都有效吗？
A: 是的，元数据缓存是通用机制，所有模型都能受益。
Q: 流式解析错误修复会影响输出质量吗？
A: 不会。这只是一个稳定性修复，输出质量不受影响。
写在最后
v0.32.15 是一个"润物细无声"的版本——没有大功能，但 TTFT 缓存这个优化对日常使用体验提升很大。配合之前版本的 WebP 支持和 Qwen 容错，Ollama 的稳定性又上了一个台阶。
🔗 官方：GitHub Release
#Ollama #TTFT #性能优化 #Qwen3.8 #本地AI
⏰ 发布：2026-08-16
⭐ 版本：v0.32.14
🆓 费用：免费开源
🦙 Ollama v0.32.14 是一个小修复版本，主要解决了 WebP 图像支持和 Qwen 模型消息格式容错问题。虽然改动不大，但对多模态场景和 Qwen 用户来说是实打实的体验提升。
📦 v0.32.14 - 2026年8月16日
📅 发布日期：2026年8月16日 ｜ 🏷️ 来源：GitHub Releases
🔥 这次更新了什么？
1. WebP 图像转码支持：llama-server 现在可以直接处理 WebP 格式的图像，不再需要手动转换格式。之前发 WebP 图片会报错，现在直接传就行。
2. Qwen 渲染器消息格式容错：Qwen 模型现在可以容忍 system 消息不在消息列表开头的情况。之前如果 system 消息被放在中间或后面，Qwen 会拒绝处理，现在能正常工作了。
✅ 适合哪些人？
✅ 多模态应用开发者 — WebP 图像现在可以直传，省去格式转换步骤
✅ 使用 Qwen 系列模型的用户 — 消息格式更灵活，不用担心 system 消息位置问题
✅ 所有 Ollama 用户 — 这两个修复提升了整体稳定性
🛠️ 快速上手
# 升级 Ollama
curl -fsSL https://ollama.com/install.sh | sh
ollama --version
# 期望: ollama version 0.32.14
# 测试 WebP 图像支持
ollama run llava "描述这张图片" --file image.webp
# 测试 Qwen 模型（system 消息在中间也能正常工作）
ollama run qwen3.8❓ 常见问题
Q: WebP 支持是所有模型都支持吗？
A: 需要模型本身支持多模态输入（如 LLaVA、Muse Glimmer 等），纯文本模型本身不处理图像。
Q: Qwen 的消息容错会影响输出质量吗？
A: 不会。这只是放宽了输入格式要求，让 system 消息在任意位置都能被正确处理。输出质量不受影响。
写在最后
这是 Ollama 持续迭代的又一个小版本。WebP 支持和 Qwen 容错虽然看起来不起眼，但解决了实际使用中的两个痛点。保持更新，体验更好。
🔗 官方：GitHub Release
#Ollama #WebP #Qwen #多模态 #本地AI
⏰ 发布：2026-08-15
⭐ 版本：v0.32.13
🆓 费用：免费开源
🦄 Ollama v0.32.13 主要更新了 Qwen 3.8 模型的开发者指令支持。这是一个小版本更新，主要针对 Qwen 3.8 模型的功能增强。
📦 v0.32.13 - 2026年8月15日
📅 发布日期：2026年8月15日 ｜ 🏷️ 来源：GitHub Releases
🔥 这次更新了什么？
1. Qwen 3.8 开发者指令支持：Qwen 3.8 模型现在支持开发者指令功能，可以让开发者更精细地控制模型的行为和输出。
✅ 适合哪些人？
✅ 使用 Qwen 3.8 模型的开发者
✅ 需要精细控制模型行为的用户
✅ 对模型输出有特定要求的场景
🛠️ 快速上手
升级到最新版本：
# 升级 Ollama
curl -fsSL https://ollama.com/install.sh | sh
ollama --version
# 期望: ollama version 0.32.13
# 拉取 Qwen 3.8 模型
ollama pull qwen3.8❓ 常见问题
Q: 开发者指令是什么？
A: 开发者指令是一种让开发者通过特定提示词来控制模型行为的功能，可以指定模型的响应风格、格式等。
Q: 这次更新对其他模型有影响吗？
A: 主要是针对 Qwen 3.8 模型的功能增强，其他模型不受影响。
写在最后
这是一个小版本更新，主要针对 Qwen 3.8 模型的功能增强。如果你正在使用 Qwen 3.8 模型，这个更新会让你的开发体验更好。
#Ollama #Qwen3.8 #开发者指令 #本地部署 #AI工具
⏰ 发布：2026-08-14
⭐ 版本：v0.32.12
🆓 费用：免费开源
🦙 这次 Ollama 直接拉来了 Qwen 3.8 27B 模型支持。Mac 用户是最大受益者，Apple Silicon 这次专门优化了性能，对 coding agent 这种重复任务尤其有用。下面拆给你看。
📦 v0.32.12 - 2026年8月14日
📅 发布日期：2026年8月14日 ｜ 🏷️ 来源：GitHub Releases
🔥 这次更新了什么？
1. Qwen 3.8 27B 模型支持：阿里千问 3.8 的 27B 参数版本正式加入 Ollama 模型库，可直接 ollama pull qwen3.8 一键拉取。
2. Apple Silicon 专项优化：针对 M 系列芯片做了底层优化，性能和输出质量都提到最大档，官方明确点名适合"重复任务和 coding agents"。
3. Qwen 3.8 整体能力提升：相比上一代在 coding、专业工作、研究、长周期 agentic 任务上都有显著进步。本地跑 27B 在 Mac 上终于不是鸡肋了。
✅ 适合哪些人？
✅ 用 Mac（M1/M2/M3/M4 系列）做开发的用户
✅ 想本地跑 27B 规模大模型的人
✅ 用 AI 写代码、做 coding agent 重度使用的人
✅ 对中文任务质量有要求的本地化部署用户
⚠️ Windows + NVIDIA 用户这次没什么特别优化，主要针对 Apple Silicon
🛠️ 快速上手
升级 + 拉取模型：
# 升级 Ollama
curl -fsSL https://ollama.com/install.sh | sh
ollama --version
# 期望: ollama version 0.32.12
# 拉取 Qwen 3.8 27B（约 16GB）
ollama pull qwen3.8:27b
# 直接对话
ollama run qwen3.8:27b "用 Python 写一个 HTTP 服务器"
Mac 用户第一次跑可能会下载一会，27B 不小。下载完直接用，体验比之前的 Qwen 3 系列明显顺滑。
❓ 常见问题
Q：Qwen 3.8 跟 Qwen 3 区别大吗？
A：官方说法是 coding、专业工作、研究、长周期 agentic 任务都有显著提升。具体差异要看你跑的实际任务，建议先小批量对比。
Q：27B 在 Mac 上跑得动吗？
A：能跑。官方这次专门优化就是为了让 M 系列芯片带得动 27B。16GB 内存起步，32GB 更稳。
Q：Windows / Linux 用户有性能提升吗？
A：这次的 Apple Silicon 优化主要针对 macOS，但模型本身在所有平台都能跑，Windows/Linux 用户只是没享受到 Mac 专属的性能调优。
写在最后
本地大模型终于有了一个能跟在线版掰手腕的中文选项。Qwen 3.8 27B 的更新，加上 Mac 平台的专项优化，让"本地跑 coding agent"这件事从"勉强能用"升级到"日常可用"。
如果你之前因为本地模型效果不好而一直用云端，这次值得重新试一试。
#Ollama #Qwen3.8 #AppleSilicon #本地部署 #大模型
⏰ 发布：2026-08-14
⭐ 版本：v0.32.11
🆓 费用：免费开源
🦙 Ollama 这次更新把 AI 工具链打通了不少。两个新命令行整合 DeepSeek 和 Meta 的 agentic CLI，Responses API 也终于能联网搜索了。这意味着什么？本地跑大模型的同时，agent 干活有更多选择。下面挑干货说。
📦 v0.32.11 - 2026年8月14日
📅 发布日期：2026年8月14日 ｜ 🏷️ 来源：GitHub Releases
🔥 这次更新了什么？
1. ollama launch dsh 支持 DeepSeek Harness：之前只能本地跑模型，现在能直接调用 DeepSeek 官方开源的 agent harness，agent 工作流终于不用自己拼了。
2. ollama launch muse 支持 Muse Code：Meta 出的 agentic 编码 CLI，对写代码的人来说多了一个本地化的选择，不用切到云端 IDE。
3. Responses API 支持 web search：OpenAI 兼容 API 加了联网搜索能力，本地 Ollama 现在也能给 agent 喂最新信息，不会再是"知识截止 2024"的尴尬。
4. Muse Glimmer 模板更新：Muse 模型有新的提示词模板，调教质量能上一个台阶。
✅ 适合哪些人？
✅ 想用本地模型 + agent 框架的人
✅ 不愿意把代码和数据丢到云端的开发者
✅ 用 OpenAI 兼容 API 但苦于知识截止的人
⚠️ 如果你只用 Ollama 跑对话聊天，这次更新对你影响不大
🛠️ 快速上手
升级到最新版：
# macOS / Linux 一键升级
curl -fsSL https://ollama.com/install.sh | sh
# 验证版本
ollama --version
# 期望输出: ollama version 0.32.11
# 试试新的 launch dsh
ollama launch dsh --help
如果你用 Responses API 想要联网搜索，按 OpenAI 接口规范传 web_search_options 即可，Ollama 会自动调用。
❓ 常见问题
Q：Responses API 的联网搜索走哪个搜索引擎？
A：Ollama 默认用内置的搜索后端，本地化处理，不会把你的请求打到第三方。具体行为建议看官方文档。
Q：DeepSeek Harness 是什么？
A：DeepSeek 团队开源的 agent 执行框架，让模型能自主调用工具、规划步骤。跟 Cursor、Claude Code 一个赛道，但完全开源。
Q：Muse Code 跟 Cursor 比有什么区别？
A：Meta 出的，开源 + 本地化是它的卖点，但生态还在早期。Cursor 现成生态更丰富，看你愿意选哪个。
写在最后
这版本更新里，Responses API 支持联网搜索是最大的亮点。本地模型一直被人诟病的"知识截止"问题，Ollama 用兼容 API 的方式曲线解决了。做 agent 的同学值得一试。
#Ollama #大模型 #本地部署 #agent #AI工具
⏰ 发布：2026-08-11
⭐ 版本：v0.32.9
🆓 费用：免费开源
NVIDIA 出了个 30B 的 MoE 模型，但只有 3B 参数激活，专门为"常驻 Agent"设计。同时修复了 Muse Glimmer 的函数调用解析问题。一天一个版本，Ollama 更新是真勤快🔥
🔥 这次更新了什么？
1. NVIDIA Nemotron 3.5 Lightning
NVIDIA 发布的 30B 混合专家（MoE）模型，但推理时只激活 3B 参数，速度快到飞起。专门为"常驻 Agent"场景设计，比如 OpenClaw、Hermes 这种 7×24 跑着的助手。配合 NVIDIA NemoClaw 安全管理框架使用，企业级 Agent 方案直接就位了。
2. Muse Glimmer 函数调用修复
修复了 Muse Glimmer 函数调用解析器的边界条件问题，工具调用更稳定了。
✅ 适合哪些人？
✅ 想跑轻量级常驻 Agent 的 — 3B 激活参数，资源占用极低
✅ 企业用户 — NemoClaw 框架加持，安全管理到位
✅ 用 Muse Glimmer 做工具调用的 — 函数调用更稳定了
🛠️ 快速上手
# 下载运行 Nemotron 3.5 Lightning
ollama run nemotron-3.5-lightning❓ 常见问题
Q: 30B 模型只激活 3B，效果能行吗？
A: MoE 架构就是靠这个思路，参数多但每次只用一部分，在保证质量的同时大幅提升速度。Nemotron 系列一直是 NVIDIA 的招牌，3.5 Lightning 是专门为 Agent 场景优化的。
Q: 需要什么硬件？
A: 3B 激活参数意味着大部分显卡都能跑，8GB 显存就够。比昨天的 Muse Glimmer 30B 友好太多了。
⏰ 发布：2026-08-11
⭐ 版本：v0.32.8
🆓 费用：免费开源
昨天刚发的 Muse Glimmer 只能在 Apple Silicon 上跑，今天 NVIDIA 和 AMD 用户也能用了。Meta 这个 30B Agent 模型正式全平台覆盖🚀
🔥 这次更新了什么？
1. Muse Glimmer 全平台支持
v0.32.7 只给 Apple Silicon 的 MLX 引擎做了适配，这次 v0.32.8 把 NVIDIA、AMD 等平台全补上了。不管你是 Mac 还是 Linux + 显卡，都能跑 Muse Glimmer 30B。
2. 用法不变
命令和昨天一样：
# 下载运行
ollama run muse-glimmer:30b
# 用编码 Agent 跑
ollama launch claude --model muse-glimmer:30b
# 用 OpenClaw 跑
ollama launch openclaw --model muse-glimmer:30b✅ 适合哪些人？
✅ NVIDIA / AMD 用户想跑 Muse Glimmer 的 — 终于支持了
✅ Linux 服务器用户 — 之前只能 Mac 跑，现在服务器也能用
✅ 已经在 v0.32.7 用 Muse Glimmer 的 — 建议更新，兼容性更好
❓ 常见问题
Q: NVIDIA 显卡需要多大显存？
A: 30B 模型建议至少 24GB 显存（如 RTX 4090、A5000 等）。16GB 可以用量化版本。
Q: 和 v0.32.7 比有什么区别？
A: 纯粹是平台扩展，功能没有变化。如果你是 Mac 用户且 v0.32.7 用得好好的，不更新也没问题。
⏰ 发布：2026-08-10
⭐ 版本：v0.32.7
🆓 费用：免费开源
Meta 超级智能实验室的第一个开源模型来了，名字叫 Muse Glimmer。30B 参数，多模态，专门为本地跑 Agent 设计。Ollama 第一时间适配了 MLX 引擎。Mac 用户直接起飞🚀
🔥 这次更新了什么？
1. Muse Glimmer 30B 支持
Meta 超级智能实验室（Meta Superintelligence Labs）发布的第一个开源模型。30B 参数，多模态，专为本地 Agent 场景打造。支持编码 Agent（Claude Code、Codex、Pi）和个人助手框架（OpenClaw、Hermes）。
2. MLX 引擎 + DFlash 加速
Apple Silicon 上的 MLX 引擎提供顶级性能，支持 DFlash 和图像输入。Muse Glimmer 在 M 系列芯片上跑起来很流畅。
3. ollama launch 命令
新增 ollama launch 命令，可以直接用指定模型启动 Claude Code、Pi、OpenClaw 等框架，一行搞定：
ollama launch claude --model muse-glimmer:30b-mlx
ollama launch pi --model muse-glimmer:30b-mlx
ollama launch openclaw --model muse-glimmer:30b-mlx✅ 适合哪些人？
✅ Mac 用户想跑本地大模型的 — 30B 参数在 M 芯片上表现很好
✅ 用 Claude Code / Pi 等编码 Agent 的 — 可以用本地模型替代云端
✅ OpenClaw / Hermes 用户 — 本地 Agent 方案多了一个强力选项
⚠️ 目前仅支持 Apple Silicon MLX 引擎，NVIDIA/AMD 支持后续跟进
🛠️ 快速上手
# 下载并运行 Muse Glimmer
ollama run muse-glimmer:30b-mlx
# 用 Claude Code 跑
ollama launch claude --model muse-glimmer:30b-mlx
# 用 OpenClaw 跑
ollama launch openclaw --model muse-glimmer:30b-mlx❓ 常见问题
Q: 需要多大内存？
A: 30B 参数模型建议至少 32GB 统一内存（M 系列芯片）。16GB 可能会比较吃紧。
Q: NVIDIA 显卡能用吗？
A: 目前仅支持 Apple Silicon 的 MLX 引擎。NVIDIA、AMD 等平台的支持会在后续版本中加入。
Q: 和 v0.32.6 比，除了 Muse Glimmer 还有其他变化吗？
A: 这个版本主要是为了适配 Muse Glimmer，没有其他功能性更新。
🔗 相关链接
📦 GitHub: v0.32.7 Release
🌐 官网: ollama.com
⏰ 发布：2026-08-05
⭐ 版本：v0.32.6
🆓 费用：免费开源
Ollama 又更新了，这次 v0.32.6 带来了不少实用改进。Apple GPU 上跑 Qwen3.5 更快了，OpenAI 兼容接口也更规范了。来看看具体更新了啥👇
🔥 这次更新了什么？
1. Qwen3.5 Apple GPU 加速
MLX 引擎现在自动利用模型的 MTP head 做投机解码，在 Apple GPU 上跑 Qwen3.5 速度明显提升。用 Mac 的朋友有福了。
2. OpenAI 兼容接口更规范
/v1/chat/completions 的 streaming 现在严格匹配 OpenAI 的 wire format：role 只在第一个 chunk 出现，finish_reason 独立一个 chunk，usage 单独一个 chunk。之前有些客户端兼容性问题，这次应该解决了。
3. 截断响应修正
当 OpenAI 响应被截断时，finish_reason 现在正确返回 "length" 而不是 "tool_calls"。之前这个 bug 会导致一些工具调用场景误判。
4. Kimi K3 云模型支持
运行 ollama run kimi-k3 时，如果没有本地模型，现在会自动提供 kimi-k3:cloud 云端选项，而不是直接报错。
5. TUI 体验修复
终端界面也修了几个烦人的问题：管道分隔的文本不再被误渲染成表格，Enter 键正确接受 @ 文件补全，/prompt 滚动不再卡顿。
6. 图像生成暂时移除
⚠️ 实验性图像生成功能被临时移除了。如果需要这个功能，建议继续使用 v0.32.5。
7. 引擎更新
MLX 和 llama.cpp 引擎都更新了，底层性能和兼容性有提升。
✅ 适合哪些人？
✅ Mac 用户跑本地模型的 — Qwen3.5 加速很香
✅ 用 OpenAI 兼容接口的开发者 — streaming 行为更标准
✅ 工具调用场景 — 截断判断修复了
⚠️ 依赖图像生成的 — 暂时别升级，等下个版本
🛠️ 快速上手
升级很简单：
ollama --version # 确认当前版本
# macOS
brew upgrade ollama
# Linux
curl -fsSL https://ollama.com/install.sh | sh跑 Qwen3.5 测试加速效果：
ollama pull qwen3.5
ollama run qwen3.5❓ 常见问题
Q: 升级后图像生成还能用吗？
A: 不能，v0.32.6 临时移除了。需要的话回退到 v0.32.5。
Q: Qwen3.5 加速对所有 Mac 都有效吗？
A: 需要 Apple Silicon（M1/M2/M3/M4），Intel Mac 没有 MLX 加速。
Q: streaming 接口变化会影响现有代码吗？
A: 如果你的代码之前依赖了非标准的 streaming 行为（比如每个 chunk 都有 role），可能需要调整。标准 OpenAI 客户端应该不受影响。
写在最后
v0.32.6 是一个稳扎稳打的更新，Apple GPU 加速和 OpenAI 兼容性改进都是实打实的提升。唯一遗憾是图像生成被移除了，希望下个版本能加回来。
🔗 官方：GitHub Release
#Ollama #本地AI #开源工具 #LLM #AppleGPU