v0.40.7

Was hat sich geändert

• pplx-decider ist ein 27B-Entscheidungsmodell von Perplexity, feinabgestimmt auf Basis von Qwen3.8-27B
• Die Fortsetzung eines OpenAI-kompatiblen Responses-Gesprächs schlägt nicht mehr fehl, wenn zwischen Modellen mit und ohne Thinking gewechselt wird oder wenn der Verlauf Compaction-Elemente eines anderen Anbieters enthält
• Streaming-Responses-Anfragen behoben, bei denen Client-Tool-Aufrufe (z. B. Codex mit Websuche) vor offenen Reasoning-Elementen ausgegeben werden konnten, was zu falsch geordneten/doppelten Tool-Call-Ereignissen führte
• An Remote-Modelle weitergeleitete Anfragen werden jetzt auf ollama.com abgebrochen, wenn sich der Client trennt, statt weiter auszuführen
• ollama show gibt nun an, welchen Renderer und Parser ein Modell verwendet und woher seine Chat-Vorlage stammt; die API stellt dieselben Werte in den neuen Feldern renderer, parserund template_source bereit
• Mehr Draft-Modelle funktionieren nun mit speculativem Decoding: llama-server leitet den Draft-Typ automatisch ab, statt von Ollama die Identifizierung zu verlangen
• ollama launch claude begrenzt nun CLAUDE_CODE_AUTO_COMPACT_WINDOW auf den von Claude Code unterstützten Bereich und vermeidet so eine Warnung "window too large"
• llama.cpp und MLX aktualisiert

Vollständiger Changelog: https://github.com/ollama/ollama/compare/v0.40.6...v0.40.7