Ollama v0.40.7: поддержка PPLX Decider v1.2 и улучшения speculative decoding

Выпуск Ollama v0.40.7 от 18 октября 2026 года добавляет поддержку модели PPLX Decider v1.2 для MLX, разрешает параметр effort в Responses API для моделей без рассуждений и позволяет llama-server автоматически определять тип черновой модели для speculative decoding.

Что это значит

Для тех, кто запускает модели локально через Ollama, обновление приносит три изменения. Во-первых, на компьютерах с Apple Silicon теперь можно работать с PPLX Decider v1.2 — моделью, которая выбирает между разными вариантами ответа. Во-вторых, параметр effort в Responses API больше не ограничен только рассуждающими моделями: его можно передавать и для обычных, хотя разработчик не уточняет, как именно он влияет на генерацию в этом случае. В-третьих, llama-server теперь сам определяет тип черновой модели при speculative decoding — раньше это нужно было указывать вручную. Обновление носит точечный характер и касается в основном тех, кто использует Responses API или экспериментирует со speculative decoding. Следить за новостями об инструментах для локального запуска нейросетей можно в ленте CPU3D.