⏰ 发布：2026-09-19
⭐ 版本：v0.34.2（2026-09-16 发布）
🆓 费用：免费开源
v0.34 系列第二个补丁版。新用户第一次跑 ollama 命令会有设置向导了，macOS 和 Windows 桌面版多了个直达 Apps 页面的链接，另外修掉了 MLX 投机解码跑长文时内存一直涨的老毛病。
📦 v0.34.2 - 2026年9月16日
一句话：首次运行有向导，ollama://apps 直达桌面 Apps 页，MLX 投机解码内存问题修复。
🔥 更新内容
1. 首次运行设置向导
第一次运行 ollama，会先出设置界面：登录账号，或者跳过继续本地用。设置完成的状态在 macOS 和 Windows 上和桌面应用共享，命令行、桌面端认同一个状态，不用各配一遍。对刚装完的新用户来说，少了到处翻文档的环节。
2. ollama://apps 直达桌面 Apps 页面
macOS 和 Windows 上新增 ollama://apps，终端、浏览器或者脚本里触发一下，桌面应用的 Apps 页面直接打开。写教程放跳转链接、自己收藏个快捷入口，都比截图指路方便。
3. MLX 投机解码内存修复
Apple Silicon 上用 MLX 投机解码（speculative decoding）跑长生成，内存占用会持续增长，这次修掉了。跑长文档、长代码任务的用户建议升级，别让一条长任务把内存吃穿。
4. llama.cpp 更新
底层 llama.cpp 常规升级，跟上游保持一致。
✅ 适合哪些人
✅ 刚装 Ollama 的新用户：首次运行有向导，登录或本地继续一步到位
✅ macOS / Windows 桌面版用户：ollama://apps 一键直达 Apps 页面
✅ 开投机解码跑长任务的 Apple Silicon 用户：内存膨胀修了，建议尽快升
🛠️ 快速上手
# macOS brew 用户
brew upgrade ollama
# Linux 一键脚本
curl -fsSL https://ollama.com/install.sh | sh
# 验证版本
ollama --version # 0.34.2
# 直达桌面 Apps 页面（需装桌面版）
open "ollama://apps" # macOS
# Windows：Win+R 运行框输入 ollama://apps升完先跑一句 ollama --version 确认版本，再试试 ollama://apps 通不通。
❓ 常见问题
Q：ollama://apps 在 Linux 上能用吗？
A：不行，这个链接目前只支持 macOS 和 Windows 的桌面应用。Linux 用户继续用命令行就好。
Q：装了 v0.34.2，v0.34.1 的提速还在吗？
A：在。补丁版是累积的，模型库查询提速、MLX 转正这些都保留，直接升到最新就行。
Q：MLX 投机解码是什么，我要开吗？
A：用小模型给大模型打草稿的加速技术，Apple Silicon 上能明显加快生成。这次修复针对的是它跑长任务时的内存问题，已经在用的建议升级。
写在最后
这版改动不大，方向倒是清楚的：命令行和桌面应用在往一块儿并，设置状态共享、URL 直达都是同一个思路。你平时敲命令多还是点桌面应用多？评论区聊聊。
🔗 GitHub：v0.34.2 Release
#Ollama #本地大模型 #MLX
⏰ 发布：2026-09-17
⭐ 版本：v0.34.1（2026-09-15 发布）
🆓 费用：免费开源
这是 v0.34 系列第一个补丁版，改动集中在维护上：MLX 转正式功能、大模型库的接口查询从 3.1 秒压到 294 毫秒、废弃 typical_p 参数。想升级的可以跟着升，不急的等下个功能版也行。
📦 v0.34.1 - 2026年9月15日
一句话：MLX 从实验转正，大模型库查询快了 10 倍，参数清理规范化。
🔥 更新内容
1. MLX 模型创建转正，GGUF 转换回归专业工具
MLX safetensors 的 ollama create 不再是实验特性。代价是另一头收紧了：GGUF 模型自己做 safetensor 转换和量化，以后要交给 llama.cpp 官方工具链。Ollama 里的模型创建专注 MLX 一条线，转换类需求拆出去。
2. 模型库查询提速 10 倍
官方测试数据：模型装得多的时候，/api/tags 冷查询从 3.1 秒降到 294 毫秒。几十上百个模型的库，列表加载从"卡一下"变成即点即出。模型能力（capabilities）字段的报告方式也统一了。
3. 重复 token 检测阈值放宽
触发重复检测的门槛从少量重复提高到 100 个连续 token。OCR 这类场景里表格、编号本来就有大量重复内容，之前容易被误杀截断，这次误报会少很多。
4. 废弃 typical_p 参数
新建模型不能再设置 typical_p；已有的 GGUF 模型继续支持，不受影响。这个采样参数在社区里用得少，属于例行清理。另外 MLX 和 llama.cpp 底层库常规升级。
✅ 适合哪些人
✅ 模型装了很多的用户：/api/tags 提速 10 倍，管理界面不再卡顿
✅ 做 OCR / 批量文档处理的：重复内容误判截断的问题缓解
✅ Apple Silicon 用户：MLX 模型创建正式可用，内存管理也有优化
⚠️ 用 typical_p 的少数用户：新模型设不了了，已有模型不受影响
🛠️ 快速上手
# macOS brew 用户
brew upgrade ollama
# Linux 一键脚本
curl -fsSL https://ollama.com/install.sh | sh
# 验证版本
ollama --version # 0.34.1
# 感受一下 /api/tags 提速
time curl -s http://localhost:11434/api/tags > /dev/null升级后用 time 跑一次 /api/tags，模型库大的话差距直接看得到。
❓ 常见问题
Q：我还在用 ollama create 做 GGUF 转换，怎么办？
A：换 llama.cpp 的 convert 脚本做 safetensor 转换和量化，转换完的模型文件照常导入 Ollama 运行。
Q：typical_p 废弃后我的脚本会报错吗？
A：已有 GGUF 模型 retain 支持，运行不受影响。只有新建模型时这个参数不能再设置。
Q：v0.34.0 的 ChatGPT Desktop 集成有变化吗？
A：没有，集成功能照常可用，这次补丁不涉及。
写在最后
补丁版没什么可兴奋的，但 /api/tags 从 3.1 秒到 294 毫秒这种优化，恰恰是模型库大了之后最需要的。你本地装了几个模型？评论区报个数。
🔗 GitHub：v0.34.1 Release
#Ollama #本地大模型 #MLX
⏰ 发布：2026-09-13
⭐ 版本：v0.34.0（2026-09-05 发布）
🆓 费用：免费开源
这版最值得注意的是方向：Ollama 的本地模型现在能直接接进 ChatGPT Desktop 用了。订阅了 ChatGPT 又想跑开源模型的，两条路终于并成一条。另外 Apple Silicon 上的结构化输出快了不少。
📦 v0.34.0 - 2026年9月5日
这次更新一句话：本地模型接入 ChatGPT Desktop，结构化输出在 Apple Silicon 上提速，工具搜索和响应压缩对齐 OpenAI 客户端规范。
🔥 更新内容
1. 在 ChatGPT Desktop 里用 Ollama 模型
macOS 上打开 Ollama 应用完成设置后，ChatGPT Desktop 里可以直接选本地模型。云端订阅和本地开源模型在一个界面里切换，工作流不用搬来搬去。数据不出本机这点，对隐私敏感的场景依然成立。
2. Apple Silicon 结构化输出提速
JSON Schema 约束解码的性能做了优化，跑 Qwen、gemma 这类本地模型输出 JSON 时等待时间明显缩短。M 系列芯片用户感知最直接。
3. 工具搜索与响应压缩
新增 OpenAI 兼容客户端的工具搜索（tool search）和响应压缩（response compaction）支持。工具定义多、上下文长的 agent 场景，token 消耗降下来。
✅ 适合哪些人
✅ ChatGPT 订阅用户：本地模型直接进桌面客户端，敏感问题切本地模型处理
✅ M 系列Mac 用户：结构化输出提速，本地跑 JSON 任务更顺
⚠️ Windows / Linux 用户：ChatGPT Desktop 集成目前从 macOS 的 Ollama 应用入口设置
🛠️ 快速上手
升级到 v0.34.0 后，从 macOS 的 Ollama 应用里完成 ChatGPT Desktop 集成设置：
# macOS brew 用户
brew upgrade ollama
# 验证版本
ollama --version # 0.34.0装好后打开 Ollama 应用，按提示把本地模型接入 ChatGPT Desktop，然后在客户端模型列表里就能看到它们。
❓ 常见问题
Q：我的对话数据会上传吗？
A：走 Ollama 本地模型的对话在你自己的机器上推理，数据不出本机；切回云端模型的部分照常走 OpenAI。
Q：需要 ChatGPT 订阅吗？
A：ChatGPT Desktop 客户端本身可用，具体模型可用性以你自己的 OpenAI 账号权限为准。
Q：MLX 引擎还在吗？
A：在。v0.33.3 引入的 MLX 相关能力和缓存统计都保留，这次是在它之上继续优化。
写在最后
本地模型进 ChatGPT Desktop 是个信号：客户端大战打到「谁开放的兼容性更强」这个阶段了。你本地跑哪个模型？评论区说说。
🔗 GitHub：https://github.com/ollama/ollama
#Ollama #本地大模型 #ChatGPT
⏰ 发布：2026-09-05
⭐ 版本：v0.33.3
🏷 费用：免费开源
🦙 Ollama v0.33.3 让 gemma4 在 MLX 引擎上支持了图像和音频输入，本地多模态玩法更全了。另外补上了提示缓存的 token 统计，也修正了 GGUF 模型自带默认参数不生效的问题。Apple Silicon 用户这次受益最大。
📦 v0.33.3 - 2026年9月2日
📅 发布日期：2026年9月2日 ｜ 🏷 来源：GitHub Releases
🔥 这次更新了什么？
1. gemma4 多模态登陆 MLX：在 Apple Silicon 的 MLX 引擎上，gemma4 现在能同时处理图像和音频。之前想本地跑多模态得依赖 CUDA 或者 llama.cpp 路线，Mac 用户的选择更多了。
2. 提示缓存 token 统计：API 响应会报告缓存的提示 token 数。做应用的人可以算清楚缓存到底省了多少，重复前缀的 prompt 成本一目了然。
3. 尊重 GGUF 模型默认参数：模型文件里定义的默认参数（比如温度、上下文长度）现在会被采用，不用每个模型手动调一遍。
4. 引擎更新：MLX、MLX-C 和 llama.cpp 底层同步升级，稳定性和性能常规跟进。
✅ 适合哪些人？
✅ Mac / Apple Silicon 用户 — MLX 引擎多模态支持，gemma4 能看图听音频了
✅ 基于 Ollama 做应用的开发者 — 缓存 token 可见，成本能算了
⚠️ NVIDIA 显卡用户 — 多模态新增只在 MLX 引擎，CUDA 路线无变化
🛠️ 快速上手
# 升级 Ollama
curl -fsSL https://ollama.com/install.sh | sh
ollama --version
# 期望: ollama version 0.33.3Mac 上试试多模态：
ollama run gemma4
>>> 这张图里有什么？ /图片拖入终端❓ 常见问题
Q: 缓存 token 统计在哪里看？
A: API 响应的字段里直接返回，/api/generate 和 /api/chat 都支持。
Q: 我没设置参数，模型行为会变吗？
A: 如果模型作者在 GGUF 里写了默认参数，行为可能和之前不同。显式传参不受影响。
写在最后
v0.33.3 的重点是 Mac 侧的多模态补齐。gemma4 加上图像和音频之后，本地跑「能看能听」的模型不再是 NVIDIA 用户的专利。
🔗 官方：GitHub Release
#Ollama #gemma4 #MLX #多模态 #本地AI