Ollama v0.40.14 发布：Claude Code 输出上限、云搜索解码与采样默认值修正

Ollama 于 2026 年 11 月 3 日发布 v0.40.14 正式版（GitHub Release）。本版修复集中在接入体验：ollama launch claude 按 Claude Code 应用模型自身的输出 token 上限（云端模型不再撞 128K 默认上限）；OpenAI 兼容端点不再覆盖模型自带的采样默认值；/v1/responses 保留可读的输入内容；应用可重试 ChatGPT 断连；MLX 上大词表的 top-k 采样提速。

这次发布的是什么

Ollama 于 2026 年 11 月 3 日发布 v0.40.14 正式版，发布记录见 GitHub Release（v0.40.15-rc0 为同日晚间的预发布候选，不计入正式版）。Ollama 是本地运行大模型的工具，v0.40.x 系列近期节奏稳定，上一正式版 v0.40.13 发布于 10 月 28 日。

这一版没有新模型能力，全部是接入与体验层的修正，其中三条直接关系「用 Ollama 挂云端编程智能体」的场景：Claude Code 的输出上限、ChatGPT 断连重试、Codex 启动前的路由检查。

可用性与限制

• 版本：v0.40.14，2026-11-03T01:40:40Z 发布于 GitHub，非预发布
• 平台：与既有版本一致，覆盖官方支持的三平台；MLX 相关提速仅作用于 Apple Silicon
• 升级：可从官网或 GitHub 获取安装包覆盖升级；具体系统要求以官网当期页面为准
• 不含：无新模型、无新端点；变更全部为修复与性能
• 注意：v0.40.15-rc0 是预发布候选，正式版请认准 v0.40.14

主要功能

• ollama launch claude 按 Claude Code 应用模型自身输出上限，云端模型不再受 128K 默认上限
• /api/chat 云端网络搜索响应正确解码，含压缩响应
• OpenAI 兼容端点保留模型自带采样默认值，不强制改为 1.0
• /v1/responses 保留可读输入内容，含此前的助手拒答
• 应用可重试 ChatGPT 断连，不再把连接留在坏状态
• ollama launch codex 配置前验证 ChatGPT 路由，路由不可用时给出明确报错
• MLX 上大词表 top-k 采样提速

技术原理

按发布说明逐条看，这版改的是三处契约。

一是输出限额契约：ollama launch claude 之前对所有模型套 128K 的默认输出上限，对输出额度更高的云端模型形成人为截断；现在读取模型自身声明的输出 token 上限。

二是采样默认值契约：OpenAI 兼容端点此前会把未显式传 temperature/top_p 的请求按 1.0 处理，覆盖模型打包的自带采样默认；现在不传就沿用模型自身的值，与 /api/chat 的行为对齐。这对「同一模型在两个端点行为不一致」的排查是个了断。

三是内容保真契约：/v1/responses 之前会把输入内容压平（flattening），此前的助手拒答等内容丢失；现在保留可读形态。云搜索解码与断连重试则是常规的健壮性修复。

实际体验

不做主观实测，只记录发布记录可核对的观察。

一是这版对「Ollama 当云端编程智能体启动器」的用户价值最直接：launch claude、launch codex、ChatGPT 断连重试三条都是这条路径上的坑，一次修齐。用 Ollama 配 Claude Code 的读者升级动机明确。

二是采样默认值那条对 API 调用方有行为影响：之前依赖「不传参数等于 1.0」的应用，升级后会拿到模型自带的默认值，输出风格可能变化。批量评测或快照测试的场景升级前值得回归一轮。

三是 MLX top-k 提速只写了「大词表更快」，没有给量化数字，实际收益以本机使用为准。

项目地址与获取方式

• 发布记录：https://github.com/ollama/ollama/releases/tag/v0.40.14
• 项目仓库：https://github.com/ollama/ollama
• 获取方式：官网 ollama.com 或 GitHub Releases 下载安装包。请通过官方渠道获取，避免安装被篡改的版本

适合谁用

• 用 ollama launch 挂 Claude Code / Codex 的本地智能体用户
• 通过 OpenAI 兼容端点接 Ollama 做推理服务的开发者
• 在 Apple Silicon 上跑大词表模型的 MLX 用户
• 不必用：只用 /api/chat 且不碰云端模型的用户 —— 本版相关修复与其关系不大

常见问题

升级后输出会变吗？

可能。OpenAI 兼容端点不再把未传的 temperature/top_p 当 1.0，改用模型自带默认值；依赖旧行为的应用建议升级后回归验证。

128K 上限是模型限制还是软件限制？

这次修的是软件侧：launch claude 之前统一套 128K 默认值，云端模型实际输出额度更高时会被人为截断，现在按模型自身上限执行。

云端搜索结果之前有什么问题？

/api/chat 的云端网络搜索响应此前解码不正确，压缩响应也在受影响之列；本版修复。表现为搜索结果异常或空返回的场景，升级后应消失。

要不要直接装 v0.40.15-rc0？

不建议。rc0 是预发布候选，正式版用户认准 v0.40.14；rc 版本留给愿意尝鲜并反馈问题的用户。

相关工具与内容

上一版的变化可回看 Ollama v0.40.3 与 Ollama v0.40.2；ollama launch claude 相关的编码智能体入口见 Claude Code 工具页 与 AI 编程分类。