v0.40.7

Qué ha cambiado

• pplx-decider es un modelo de decisión de 27B de Perplexity, ajustado a partir de Qwen3.8-27B
• Continuar una conversación de Responses compatible con OpenAI ya no falla al alternar entre modelos con y sin thinking, o cuando el historial contiene elementos de compactación de otro proveedor
• Se corrigieron las solicitudes de Responses en streaming donde las llamadas a herramientas del cliente (p. ej. Codex con búsqueda web) podían emitirse antes de los elementos de razonamiento abiertos, produciendo eventos de llamadas a herramientas desordenados/duplicados
• Las solicitudes enrutadas a modelos remotos ahora se cancelan en ollama.com cuando el cliente se desconecta, en lugar de seguir ejecutándose
• ollama show ahora informa qué renderer y parser usa un modelo y de dónde proviene su plantilla de chat; la API expone los mismos valores en los nuevos renderer, parsery template_source campos
• Más modelos borradores ahora funcionan con decodificación especulativa: llama-server infiere el tipo de borrador automáticamente en lugar de requerir que Ollama lo identifique
• ollama launch claude ahora ajusta CLAUDE_CODE_AUTO_COMPACT_WINDOW al rango admitido por Claude Code, evitando una advertencia de "ventana demasiado grande"
• Se actualizaron llama.cpp y MLX

Registro completo de cambios: https://github.com/ollama/ollama/compare/v0.40.6...v0.40.7