变更内容
- pplx-decider 是来自 Perplexity 的 27B 决策模型，由 Qwen3.8-27B 微调而来
- 在切换带思考与不带思考的模型之间，或历史记录中包含另一提供商的压缩项时，继续兼容 OpenAI 的 Responses 对话不再失败
- 修复了流式 Responses 请求中客户端工具调用(例如带网页搜索的 Codex)可能在开放推理项之前发出的问题,该问题会导致工具调用事件顺序错乱或重复。
- 发送到远程模型的请求现在会在客户端断开连接时于 ollama.com 上被取消，而不是继续运行
ollama show现在会报告模型使用哪种渲染器和解析器，以及其聊天模板来自哪里；该 API 在新的中暴露了相同的值renderer,parser以及template_source字段- 现在有更多草稿模型可以配合投机解码使用：llama-server 会自动推断草稿类型，而不再需要 Ollama 来识别它
ollama launch claude现在夹具CLAUDE_CODE_AUTO_COMPACT_WINDOW超出 Claude Code 支持的范围，避免出现“窗口过大”警告- 更新了 llama.cpp 和 MLX
完整更新日志: https://github.com/ollama/ollama/compare/v0.40.6...v0.40.7