ollama 0.40.16正式版于北京时间11月10日02:21发布。新版本加入ripple preview模型入口，并调整模型路由、apple芯片内存占用及兼容api行为。正式版标签为v0.40.16，与此前的v0.40.16-rc0测试标签需要区分；软件正式发布也不代表名为preview的模型已经转为正式阶段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Ollama正式版标签及Ripple Preview官方说明
新增模型与平台调整
Ripple Preview来自Ricursive Intelligence，是面向智能体编程的65B稠密模型，可通过ollama run ripple-preview调用。运行前仍需核对模型的实际下载规格和设备资源，65B不能直接换算成固定内存需求。
发布说明称，Qwen3.8 Flash Next在Apple芯片上的内存占用约减少27GiB。这是特定模型和平台的官方变化说明，不适用于所有模型，也不是本站对比测试结果。Windows on ARM则增加CUDA 13.5支持。
兼容API有行为变化
新版/v1/responses会遵循truncation参数，不再默认静默截断。依赖旧截断行为的程序需要检查请求长度及错误处理，不能只确认接口能返回一次文本。
赋予Agent实时语音交互能力。与Claude对话！超快TTS文字转语音，约90毫秒低延迟音频输出。
/v1/models在没有本地模型时返回空列表，替代此前的null。调用端应按列表处理空结果，不要把空模型列表当作鉴权失败或服务必然离线。
集成路由继续修补
ollama launch claude会把Claude Code路由到已选模型，退役云模型也会显示更明确的说明。已有集成可结合这些变化检查模型选择与返回值解析，正式版升级和应用回归应分别确认。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
