Ollama v0.40.16 上架 Ripple Preview：面向编码智能体的稠密模型

Ollama 于 2026 年 11 月 9 日发布 v0.40.16 正式版，主体变化是把 Ricursive Intelligence 的 Ripple-65B Preview 纳入官方模型库。该模型为面向编码智能体的稠密模型，采用 Apache 2.0 许可并允许商用。同版还调整了 ollama launch 的模型路由、/v1/responses 的截断行为与若干接口返回，并更新了 llama.cpp。

这次发布的是什么

Ollama 于 2026 年 11 月 9 日发布 v0.40.16 正式版（发布时间按 GitHub Release 标注的 UTC 时间，并经官方接口复核）。按发布说明，这一版的主体变化是把 Ricursive Intelligence 的 Ripple Preview 纳入 Ollama 官方模型库：这是一款 65B 稠密模型，面向编码智能体场景，可用 ollama run ripple-preview 直接拉取运行。官方模型库页把它描述为 Ricursive AI 芯片设计平台背后模型的通用版本，并列出 Apache 2.0 许可、允许商用。

同版还带了一批与开发体验相关的调整：ollama launch claude 现在总把 Claude Code 路由到所选模型；ollama launch 会在云模型已退役时给出说明；/v1/responses 开始遵循 truncation 参数，不再默认静默截断；/v1/models 在没有安装任何模型时返回空列表而不是 null；另有 Apple silicon 上某款模型的内存占用优化、Windows on ARM 的 CUDA 13.5 支持，以及 llama.cpp 更新。

这次发布影响的是用 Ollama 在本地跑模型、并把它接到编码智能体工具里的人，属于开源工具的版本更新与模型上架，不是 Ollama 自研的新模型。官方模型库页列有基准对照数字，本文按本站口径一律不转述；模型体积、上下文长度等规格在官方页面不同位置标注不一致，本文也不写具体数字，一律以官网为准。

可用性与限制

• 版本状态：v0.40.16 在 GitHub Release 上标注为正式版，不含预发布标记
• 发布时间：官方接口复核为 2026-11-09T18:21:19Z；发布说明附有与上一版的完整变更对比链接
• 模型获取：官方库页给出 ollama run ripple-preview，以及命令行、cURL、Python 与 JavaScript 的调用示例
• 许可口径：官方模型库页写明 Apache 2.0、允许商用；具体条款以官方模型卡为准
• 接入方式：官方库页列出 Claude Code、OpenCode、Hermes Agent 与 OpenClaw 等应用，均可经 ollama launch 指定该模型
• 规格冲突：官方库页不同位置对上下文长度的标注不一致，本文不写具体数值，以官网与模型卡为准
• 硬件要求：官方库页列有模型体积区间；显存与磁盘要求未在发布说明中给出，以官网为准
• 接口行为：/v1/responses 与 /v1/models 的返回变化会影响既有调用方的解析逻辑，升级前请核对自己的兼容处理
• 价格与额度：本地运行不涉及订阅档位；云模型相关的可用性与计费一律以官网为准
• 境内可用性、镜像同步与商用条款细节：官方发布说明未涉及，以官网为准

主要功能

• 在官方模型库上架 Ripple Preview 并支持直接拉取运行
• 用 ollama launch 把编码智能体工具路由到指定模型
• 在云模型已退役时由 ollama launch 给出说明
• 让 /v1/responses 遵循截断参数而不再默认静默截断
• 让 /v1/models 在无已安装模型时返回空列表
• 降低某款模型在 Apple silicon 上的内存占用
• 为 Windows on ARM 增加 CUDA 13.5 支持
• 更新底层 llama.cpp 依赖

技术原理

据官方模型库页，Ripple-65B Preview 是一款稠密模型：每个 token 都会激活全部参数，与稀疏激活的混合专家架构是两条不同路线。官方说明它是从零预训练、用大规模强化学习训练成能在终端里执行多步任务的编码智能体，并给出长上下文定位，用于容纳大型代码库与较长的智能体会话。库页还提到在 Ollama 的 MLX 引擎上用 DFlash 2 投机解码来加快生成。这些是官方列出的要点，本文只记录方向，不转述其中的基准分数，也不替它推断训练配方或架构细节。

接入侧的变化集中在 ollama launch 这一条链路。官方库页给出在 Claude Code、OpenCode、Hermes Agent 与 OpenClaw 等应用里通过 ollama launch 指定该模型的用法；v0.40.16 的发布说明则写明 ollama launch claude 现在总把 Claude Code 路由到所选模型，并在云模型已退役时给出说明。换句话说，这一版修的是「选了本地模型，工具却可能跑到别处」这类路由与提示问题，属于客户端行为调整，不是模型能力变化。具体路由规则与环境变量，官方未在发布说明里逐条列出，以官方文档为准。

另两处是兼容 OpenAI 风格接口的行为修正：/v1/responses 开始遵循 truncation 参数、不再默认静默截断，意味着此前依赖默认截断行为的调用方需要重新确认自己的请求参数；/v1/models 在无已安装模型时从返回 null 改为返回空列表，则是返回结构的类型变化，解析逻辑要做对应处理。这类改动不会带来新能力，但对已在跑自动化的项目是升级前要核对的兼容点。发布说明还列出 Apple silicon 上的内存占用优化、Windows on ARM 的 CUDA 13.5 支持与 llama.cpp 更新，均未展开实现细节，以官方变更对比与文档为准。

实际体验

不做主观实测，只记录官方发布说明与模型库页里可核对的行为，以及读者可自行复现的核对路径。

一是模型上架可以直接核对：在自己的环境里执行官方给出的拉取命令，观察是否能取到 Ripple Preview，并在模型列表里看到它；再用官方库页给出的命令行或 Python 示例发一次最小请求，确认能返回内容。判断依据是「能否拉取、能否响应」，而不是回答质量；硬件是否能跑起来要先核对官方页面标注的体积与自己的显存、磁盘余量。

二是路由修正有明确的复现条件：先用 ollama launch 指定一个本地模型并启动对应的编码工具，观察该工具是否确实使用了所选模型；再分别试一次云模型已退役的情形，看是否出现官方说明中增加的提示。这两条都是发布说明点名的行为，属于可以逐项验证的变化，不需要对模型效果下判断。

三是两处接口返回变化可以用空环境验证：在不安装任何模型的状态下请求 /v1/models，看返回是否为空列表而不是 null；再向 /v1/responses 发送带截断参数与不带截断参数的请求，对比是否还会静默截断。这两步直接决定既有解析逻辑要不要改，是升级前值得先跑的兼容性检查。

四是没有可复现验证清单的部分刻意留空：官方库页列出的基准分数、训练数据规模、投机解码的提速幅度，以及不同位置标注不一致的上下文长度，都不作为本文结论；许可条款的具体边界、镜像同步时间与商用限制也以官方模型卡为准。把这些补成确定数字或结论属于推测，这里不写。

项目地址与获取方式

一手发布说明在 Ollama v0.40.16 的 Release 页面，附有与上一版的完整变更对比；模型本体说明见 Ollama 官方模型库的 Ripple Preview 页，其中含各语言调用示例与官方许可标注，并指向 Ricursive 的发布说明 与 Hugging Face 模型卡。客户端源码与升级入口在 Ollama 仓库。请通过官方渠道获取，避免安装被篡改的版本；模型体积、上下文长度、许可条款与商用范围一律以官网与官方模型卡为准。

适合谁用

• 在本地跑模型、并希望把编码智能体工具明确路由到自选中模型的开发者
• 需要稠密架构、长上下文来做大型代码库与长会话任务的团队
• 关注许可边界、需要一款官方标注允许商用的开源模型做内部工具的人
• 使用 Claude Code、OpenCode、Hermes Agent 或 OpenClaw 并想换成自托管模型的人
• 已经对接 /v1/responses 或 /v1/models、需要在升级前评估兼容影响的项目
• 不必用：硬件装不下该体积模型、又没有云端替代方案的人；以及只想找托管聊天服务、不打算自己维护本地运行环境的团队

常见问题

这次是 Ollama 自己训练了新模型吗？

不是。按发布说明与官方模型库页，Ripple-65B Preview 来自 Ricursive Intelligence，Ollama 这次做的是把它纳入官方模型库、提供拉取与调用方式，并在同版客户端里调整了路由与接口行为。区分这一点很重要：模型的能力、许可与规格应以模型方的一手说明和官方模型卡为准，Ollama 一侧的发布说明只覆盖客户端与接入层变化。

上下文长度到底是多少？

官方模型库页的不同位置对上下文长度的标注并不一致，本文因此不写具体数值。遇到这种页面内部口径不统一的情况，稳妥做法是以官方模型卡与当期文档为准，并在自己的环境里按官方给出的调用方式实测一次可用范围，而不是照抄某个位置的数字。同理，模型体积区间、显存要求与生成速度相关的量化结果，本文也不转述。

升级后我的接口调用会受影响吗？

可能需要核对两处。发布说明写明 /v1/responses 开始遵循 truncation 参数、不再默认静默截断；/v1/models 在没有安装任何模型时改为返回空列表而不是 null。前者影响请求参数的处理，后者影响返回值的解析类型。如果项目里有依赖旧行为的自动化，建议先在测试环境按上文的实际体验一节跑两次对照，再决定是否升级。其余变更未涉及接口契约。

这个模型能商用吗？

官方模型库页写明该模型采用 Apache 2.0 许可并允许商用，本文据此记录这一口径。但许可的具体条款、第三方组件的附加要求，以及所接入应用各自的授权条件，都不在 Ollama 的发布说明范围内；商用前请以官方模型卡与对应许可全文核对。本文不转述库页里的基准分数，也不把「允许商用」推广成对任何使用场景都无限制。

相关工具与内容

站内 AI 编程分类 汇总了相关工具；Claude Code 工具页、OpenCode 工具页、Aider 工具页 与 Roo Code 工具页 可对照编码智能体侧的接入方式。脉络上可看 Ollama v0.40.14 发布、Ollama 决策模型、Ollama 0.40.3 发布 与 Open WebUI 0.13.1 发布。