Ollama最新版本2026：v0.40.5＋按用途选择最佳模型

当前Ollama版本：v0.40.5（2026年10月14日发布）。这是最新稳定版本，可通过ollama.com/download获取。v0.40.6预发布版于10月16日发布，但尚未标记为稳定版。使用`curl https://ollama.ai/install.sh | sh`（macOS：`brew upgrade ollama`）更新，然后用`ollama --version`确认。

v0.33–v0.40系列的变化（2026年8月–10月）： v0.33.0（8月21日）启用Claude Desktop作为第三方网关，并提升了KV缓存预填充恢复点的可靠性。v0.34.0（9月5日）允许在ChatGPT Desktop中使用Ollama模型，并加快了Apple Silicon上的结构化输出；v0.34.1（9月14日）不再将MLX safetensors的`ollama create`标记为实验性。v0.40.0（9月25日）在Apple Silicon上默认用MLX运行qwen3.8、gemma4、qwen3.6等受支持架构。v0.35.0（9月28日）通过`/v1/systemone`加入决策模型——返回选项、概率和分数而非文本的模型，首批为Nimble和Tev1——v0.35.1（9月29日）加入多模态Clef模型。v0.40.2（10月8日）在后台升级旧模型时保留备份，v0.40.4（10月12日）新增`ollama run <决策模型> --ask`，v0.40.5（10月14日）新增NVIDIA Nemotron 3.5 Super支持以及Clef决策模型的云端访问。完整说明：github.com/ollama/ollama/releases。

自上次更新以来新增的最新模型（6月下旬-7月）：

Ollama于2023年7月8日发布首个版本v0.0.1，并在2026年10月14日达到v0.40.5。 下表列出了改变Ollama使用方式的版本；所有标签及完整发布说明见github.com/ollama/ollama/releases。2026年9月下旬版本号从v0.35跳到v0.40，因此GitHub上v0.40.0（9月25日）与v0.35系列（9月28-29日）并列。

Llama 3.2 3B 仍为总下载量最高，主要作为初安装测试模型。在消费级硬件品质方面，Qwen3.8-27B（61.7 SWE-bench Pro、Q4下可装入24GB）仍为综合最佳选择。

Qwen3和Qwen3.8 是Ollama库中增长最快的模型家族，Qwen3和新的Qwen 3.6密集变体正在快速取代Qwen3。DeepSeek-R1在发布后出现大幅增长，并保持推理任务的高下载量。Dolphin 3.0（Cognitive Computations、基于Llama 3.1构建）是希望获得无内容过滤本地助手的用户中下载量最高的无审查通用模型，拉取命令为`ollama pull dolphin3`（不是已过时的`dolphin-mistral`）。

Meta Llama 4 于2026年4月推出Scout（17B活跃、109B总数、MoE）和Maverick（17B活跃、400B总数）变体。Llama 4 Scout现已稳定在Ollama库中（`ollama pull llama4:scout`）。Llama 4采用Mixture-of-Experts（MoE）架构，每个token仅17B参数活跃，但因109B总参数，Scout在Q4下需~55GB显存（24GB仅限1.78位，~20 tok/s）。Scout的亮点是10M token上下文窗口和多模态输入，而非消费级硬件适配性。Ollama生态在2026年4月显著扩展。Kimi K2.6（Moonshot AI、Modified MIT许可、32B活跃/1T总数MoE）取得SWE-Bench Pro 58.6，与GPT-5.5持平。Laguna XS 2.1（Poolside）是智能体编程领域的最新挑战者，专为长周期本地编程会话构建。Qwen3.8-27B达到61.7 SWE-bench Pro，成为消费级硬件综合最佳（Q4下可装入24GB）。OpenAI的开放权重gpt-oss:20b（21B总数/3.6B活跃MoE）在16GB下以~o3-mini水平运行，推理可调。当前版本Ollama v0.40.5（2026年10月14日）新增NVIDIA Nemotron 3.5 Super支持。Ollama库现涵盖数百个精选模型，其中Laguna XS 2.1和Kimi K2.7 Code为最新新增。

版本说明：Qwen3.6 和 Qwen3.8 是 Ollama 上较新的 Qwen 世代（qwen3.6:35b 约 24GB；qwen3.8:27b 为 18GB）；qwen3:30b 和 qwen3-coder:30b（各 19GB）是上一代选项，仍可正常使用。Mistral 当前的 Small 模型是 Mistral Small 4，但核查时 Ollama 库中未列出该模型；因此 mistral-small3.1 和 mistral-small:24b（Mistral Small 3）仍是可拉取的 Small 模型。

模型的输出质量在很大程度上取决于你的提示方式。关于适用于所有本地模型的结构化技术——包括思维链、Few-Shot示例和输出格式化——请参阅Prompt工程指南。对于推理任务，Chain-of-Thought提示显著改善DeepSeek-R1和Qwen3输出质量。了解每个模型所需的VRAM，见VRAM需求指南 →。对于Gemma 4代理工作流，见Tree-of-Thought和ReAct。一旦把这份榜单中的工具调用模型接入具备文件访问和数据库查询能力的多步循环，就可以参阅使用 MCP 的本地 AI 代理，了解这套开源编排方案。

以下是Ollama库中最新的模型，按从新到旧排列。在构建工作流前，请用`ollama pull <模型>`确认可用性——新模型通常在发布后数天内出现在ollama.com/library。

DeepSeek-R1 7B是专为推理任务设计的模型。 采用Chain-of-Thought（思维链）架构，让模型在生成答案前进行"思考"。

适用场景：适合数学推导、代码审查、复杂逻辑。

生成速度：取决于硬件、量化方式和提示词，本页不提供实测数据。由于需要先生成思考过程，总延迟高于标准聊天模型。

安装命令：

版本说明：DeepSeek-R1 是上一代模型。DeepSeek 当前的开放权重系列是 DeepSeek-V4，核查时 Ollama 库中未列出；deepseek-r1 蒸馏版（1.5B 至 70B）仍是可拉取的推理选项。DeepSeek 已用 DeepSeek-V4 取代其 API 中托管的 R1 模型。

2026年4月，以下开源视觉模型可在Ollama中本地运行：

下载量仍以Llama 3.x居前，主要因为教程众多。2026年的新项目建议优先考虑Qwen3.8-27B（消费级硬件综合最佳）、Laguna XS 2.1或Devstral Small 2（编程）、gpt-oss:20b和qwen3:30b。

使用Ollama模型有两种方式。切换已安装模型： 在Ollama Mac应用中，点击聊天输入框底部的模型下拉按钮（显示当前模型名，如"gemma3:1b"）切换本地已安装的模型。查找并下载新模型： 访问ollama.com/library按类别浏览数百个精选模型，然后使用下方CLI命令下载安装。

欧盟 / GDPR + 许可证合规。 对于在生产中部署Ollama模型的欧盟组织，许可证的选择与性能同样重要。Apache 2.0（完全开放，允许商用）：Mistral Small 3、Mistral Small 3.1、Qwen3 8B、Qwen3.8-27B、Devstral Small 2、Granite 4.2。Meta Llama社区许可证（月活用户超过7亿时限制商用）：Llama 3.1 8B、Llama 3.2 3B、Llama 3.2 Vision 11B。Llama 3.2 Vision是例外：其可接受使用政策不向住所或主要营业地在欧盟的个人或公司授予许可权利（基于它构建的产品的最终用户不受影响），在欧盟使用前请先核实。MIT（允许商用）：DeepSeek-R1 7B和14B。修改版MIT（允许商用，含署名条款）：Kimi K2.6。OpenMDW-1.1（宽松，允许商用）：Laguna XS 2.1。商用部署前务必核对许可证条款。对于受监管行业的欧盟企业，Devstral Small 2等Mistral模型（法国，Apache 2.0）是合理的默认选择：欧盟来源且许可证宽松。通过Ollama完全在本地运行模型意味着提示词不会发送到外部服务器；这有助于满足GDPR义务，但本身并不足以满足（`:cloud`标签会把数据发送到Ollama的托管服务）。

日本（METI）。 对于日本企业的Ollama部署，Qwen3 / Qwen3.8是值得推荐的模型家族：它原生处理日文文本，有利于推理时间和KV缓存。对于日语编程工作流：Qwen3.8-27B（Qwen公布的SWE-bench Pro为61.7）原生处理日文代码注释。记录确切的模型版本是合规文档的良好做法。使用`ollama show <模型>`可获取包含参数量、量化级别和上下文长度的完整规格，用于合规记录。

中国。 根据CAC《生成式人工智能服务管理暂行办法》（2023年），面向中国公众提供生成式AI服务的提供者可能需要履行备案或安全评估等义务；是否适用于你，请咨询法律顾问。Qwen3 / Qwen3.8（Alibaba，Apache 2.0）是中国企业Ollama部署的自然选择：中国来源、Apache 2.0许可证、中文表现出色。Kimi K2.6（Moonshot AI，修改版MIT）同样来自中国，但Ollama仅提供云端标签，本地运行需要服务器级硬件。命令：追求最佳质量用`ollama run qwen3.8:27b`，追求速度用`ollama run qwen3:8b`。DeepSeek-R1（MIT许可证）适合推理任务。通过Ollama在本地运行的推理本身不会将数据发送到境外，因此这一步不涉及跨境传输问题；PIPL或其他义务是否适用于你的数据处理，请与法律顾问确认。本节仅为一般信息，不构成法律建议。