ollama v0.15.5正式發布：全新Qwen3-Coder-Next與GLM-OCR模型登場，上下游功能全面進化

一、版本發布概覽

2026年2月6日，ollama 推出了v0.15.5最新版本。本次更新在模型陣容、性能優化和開發者體驗多個層面上都有實質性突破，尤其是對多模型協作、上下文管理和本地開發流程的深度優化，為開發者提供更高效、更智能的調用體驗。

二、新增模型：Qwen3-Coder-Next與GLM-OCR

1. Qwen3-Coder-Next
這是來自阿里巴巴 Qwen 團隊的全新編碼型語言模型，專注于智能代碼生成與本地開發代理工作流。該模型在代碼理解、自動補全和多步驟代理執行方面進行了全面優化，特別適用于需要持續上下文調用的開發者場景。

2. GLM-OCR
GLM-OCR 是一款多模態文檔理解 OCR 模型，基于 GLM-V 編碼-解碼架構構建，聚焦于復雜文檔的圖像—文本解析任務。該模型的引入使 ollama 能夠支持更復雜的視覺+文本混合輸入，適配文檔、表單等應用。

三、ollama launch 功能改進

1. 支持參數傳入
現在可在啟動時直接提供模型參數，例如：

ollama launch claude -- --resume

允許用戶在啟動模型時追加自定義指令或運行參數。

2. 支持子代理運行
在執行ollama launch claude等命令時，系統可運行子代理(sub-agent)，支持多層規劃、深度研究與協同任務執行。

3. 優化上下文自動設定
當使用ollama launch opencode時，系統將根據模型類型自動設置上下文上限，避免代碼模型調用時內存溢出或性能下降。

四、VRAM分級上下文長度新機制

根據顯存容量，ollama 將默認采用分級上下文長度：

VRAM容量

默認上下文長度

< 24 GiB

4,096 context

24–48 GiB

32,768 context

≥ 48 GiB

262,144 context

這一機制確保了不同硬件環境下的最優模型加載性能，充分利用 GPU 資源。

五、核心引擎與交互改進

1. GLM-4.7-Flash 支持
在實驗性 MLX 引擎中新增對GLM-4.7-Flash的支持，進一步提高模型推理速度與壓縮能力。

2. ollama signin 瀏覽器登錄優化
執行ollama signin時將自動打開瀏覽器窗口，簡化登錄流程并直接跳轉至連接頁面。

六、錯誤與穩定性修復

• ? 修復num_predict參數出現的 off-by-one 錯誤，保證預測的 Token 數量準確。

• ? 修復上一次序列的 Token 誤返回問題。

• ? 改進加載請求的錯誤提示，使問題更易定位。

• ? 優化chatPrompt機制以減少不必要的 Token 化調用，提高響應效率。

• ? 修復當批次中序列被替換時計算結果錯誤的情況，保證推理穩定性。

• ? 新增對遠程模型的錯誤提示，使遠程調用過程更清晰易調試。

• ? 默認為 Qwen3-Next 與 LFM 模型設置parallel=1，保證推理序列一致性。

• ? 增強 macOS 平臺支持，install.sh腳本現可在 macOS 系統中直接執行。

• ?ollama launch命令進一步優化執行邏輯，改進參數和上下文管理機制。

• ? 云端模型在opencode模式下可自動設置上下文限制，提高云端并行調用穩定性。

ollama v0.15.5是對開發者體驗和模型性能的雙重升級版本。核心亮點包括：

• ?雙新模型接入：Qwen3-Coder-Next、GLM-OCR

• ?Sub-agent 支持與參數化啟動機制完善

• ?顯存分級上下文長度智能設定

• ?GLM-4.7-Flash 實驗性引擎支持

• ?登錄與錯誤提示體驗優化

• ?跨平臺支持與穩定性增強

這一版本不僅提升了大規模模型在多任務環境下的執行效率，也進一步降低了開發者的使用門檻。無論是代碼生成、文檔識別還是多代理協作，ollama v0.15.5 都為智能化的本地開發提供了強勁的動力。

結語：

代碼地址：github.com/ollama/ollama

ollama v0.15.5 是一次面向開發者生態的核心進化。從模型到體驗，它體現了開源 LLM 平臺的持續迭代與深度融合趨勢，為構建更強大的智能開發環境奠定了堅實基礎。

我們相信人工智能為普通人提供了一種“增強工具”，并致力于分享全方位的AI知識。在這里，您可以找到最新的AI科普文章、工具評測、提升效率的秘籍以及行業洞察。 歡迎關注“福大大架構師每日一題”，發消息可獲得面試資料，讓AI助力您的未來發展。