Modelos de decisión en la CLI
Los modelos de decisión ahora pueden usarse directamente desde el terminal con ollama run — hacer preguntas sí/no, clasificar el texto en etiquetas o calificarlo según una rúbrica:
ollama run nimble --ask "Is a refund being requested?" < ticket.txt
## Qué ha cambiado
* Los modelos de decisión de Kev ahora son soportados por el MLX runner en hardware Apple silicon
* ollama launch ahora puede usarse con créditos de uso sin necesidad de ascender a un plan de pago
* ollama launch codex ahora incluye los modelos Ollama instalados localmente en su selector de modelos. Use /model dentro de la CLI Codex para cambiar de modelo
* Mejora en el rendimiento de inferencia al reutilizar los manifestos verificados y los modelos ya cargados
* Se añadió soporte para embeddings multimodales a través de llama-server
* Se corrigió el cargado de modelos de embeddings multimodales con ventanas de contexto pequeñas
* Mejora en el rendimiento de prefill de Gemma 4 en GPUs NVIDIA con el MLX runner
* El MLX runner ahora corta los estados largos de Laya en lugar de rechazarlos
* Mejora en la fiabilidad del decodificado especulativo en el MLX runner, incluyendo el manejo del estado recurrente después del rollback
* Actualización de llama.cpp con soporte nativo para modelos de decisión
* Actualización del README y documentación con un lenguaje más claro sobre privacidad y servicios en la nube
Changelog completo: https://github.com/ollama/ollama/compare/v0.40.3...v0.40.4