Ollama 在 2025 年 10 月 30 日正式发布了 v0.12.7 版本，该版本带来了多个重要更新，包括新模型的加入、应用功能增强、API 文档更新，以及一系列优化与修复。下面我们来详细解析 v0.12.7 的更新内容。

一、新增模型

1. Qwen3-VL

   • 支持从 2B 到 235B 不同参数规模的模型版本，覆盖多种场景需求，适用于视觉与语言融合任务。

2. MiniMax-M2

   • 2300 亿参数的超大模型，专为编码与自主智能代理（agentic workflows）工作流设计，现可在 Ollama Cloud 上使用。

二、新版应用功能

1. 文件上传功能

   • 用户现在可以在提示模型时添加一个或多个文件，提升模型处理复杂任务的能力。
   • 支持多文件输入，将外部数据直接纳入模型推理过程。

2. 思考等级调整

   • 针对 gpt-oss 系列模型，应用新增了“思考等级”调节功能，让用户可根据任务复杂度调控模型的推理深度，以获得更优的响应。

三、API 文档更新

• Ollama 的 API 文档已全面更新并上线，访问地址为：
  https://docs.ollama.com/api
• API 的更新包括新增 OpenAI 兼容的 /v1/embeddings 接口对 encoding_format 参数的支持。

四、优化与修复内容一览

• 模型加载
  • Windows 平台上的模型加载失败现在会显示更多详细信息。
• Embedding 修复
  • 修复 embeddinggemma 运行时结果不正确的问题。
  • 修复在 Vulkan 后端运行 gemma3n 的问题。
  • 增加时间让 ROCm 能更好地发现设备。
  • 修复生成 embeddings 时的截断错误。
  • 云端模型运行时修复返回的请求状态码。
  • 修复 base64 编码错误，并增加距相关性测试（distance correlation test）。
• 兼容性与性能
  • /v1/embeddings 端点新增 encoding_format 参数。
  • 优化对不符合 { "name": name, "arguments": args } 格式的工具调用的解析。
  • 提升模型调度速度。
  • 修复 FROM <model> 指令不继承 RENDERER 或 PARSER 命令的问题。
• 系统与后端改进
  • ROCm 启动时间增加以改善设备检测。
  • Vulkan PCI ID 及相关处理修正。
  • 内存分配策略从指数回退改为增量回退。
• 测试与稳定性
  • 强化调度器测试。
  • 增加 embedding 测试对 base64 字符串的精确校验。
  • 修复 embeddinggemma 集成测试问题。
  • 强化服务器生命周期的稳定性。
• 其他修复
  • 修复 conv2d 偏置问题。
  • 云端代理的内容类型与本地模型保持一致。
  • 删除对缺失 <think> 标签的警告（qwen3-vl）。
  • 内核缓存（kvcache）优化，移除预留掩码的特殊处理。

五、总结

Ollama v0.12.7 是一次重要的迭代更新，不仅在模型资源方面进行了扩展（Qwen3-VL、MiniMax-M2），还引入了更贴近用户使用的功能（文件输入、思考等级调节）。此外，API 的增强、后端性能优化以及大量的 Bug 修复，都让该版本在稳定性、灵活性方面都有显著提升。对于需要大模型能力的开发者而言，v0.12.7 提供了更稳定、更强大的工具环境。