v0.40.7

Ce qui a changé

• pplx-decider est un modèle de décision 27B de Perplexity, affiné à partir de Qwen3.8-27B
• La poursuite d'une conversation Responses compatible OpenAI n'échoue plus lors du passage entre des modèles avec et sans thinking, ou lorsque l'historique contient des éléments de compaction d'un autre fournisseur
• Correction des requêtes Responses en streaming où les appels d'outils côté client (par ex. Codex avec recherche web) pouvaient être émis avant les éléments de reasoning ouverts, produisant des événements d'appel d'outil désordonnés/dupliqués
• Les requêtes routées vers des modèles distants sont désormais annulées sur ollama.com lorsque le client se déconnecte, au lieu de continuer à s'exécuter
• ollama show indique désormais quel renderer et quel parser un modèle utilise et d'où provient son modèle de chat ; l'API expose les mêmes valeurs dans les nouveaux renderer, parseret template_source champs
• Davantage de modèles draft fonctionnent désormais avec le décodage spéculatif : llama-server déduit automatiquement le type de draft au lieu d' exiger qu'Ollama l'identifie
• ollama launch claude limite désormais CLAUDE_CODE_AUTO_COMPACT_WINDOW à la plage prise en charge par Claude Code, évitant un avertissement « window too large »
• Mise à jour de llama.cpp et MLX

Journal des modifications complet: https://github.com/ollama/ollama/compare/v0.40.6...v0.40.7