news.juniverse.app오늘 호 · 특집 · 아카이브 · 릴리스 · 트렌딩 · 피드
릴리스
ollama/ollama · 37건
claude-code · codex · ollama · vllm · transformers · open-webui · openai-agents-python · gemini-cli

ollama

로컬 LLM 실행기. 모델 지원 추가와 엔진(llama.cpp · MLX) 업데이트가 주된 변경 ollama/ollama 의 릴리스를 따라가며 정식 버전마다 변경 사항을 한국어로 정리해요. 요약은 릴리스 노트에 있는 것만이고, 알파 · RC 는 제목만 남겨요. Atom 피드

v0.40.8-rc0: mlx: add Flint model support (#19181)GitHub 릴리스
프리릴리스 · 제목만
v0.40.7-rc1: mlx: deduplicate CUDA runtime payloads (#17956)GitHub 릴리스
프리릴리스 · 제목만
v0.40.7-rc0: mlx: add PPLX Decider v1.2 support (#19072)GitHub 릴리스
프리릴리스 · 제목만
v0.40.6GitHub 릴리스
  • GGUF에 q2_0 텐서 타입과 파일 타입이 추가됐다
  • Windows에서 runner 프로세스가 고아 상태로 남는 문제가 수정됐다
  • clef를 Ollama 클라우드에서 실행할 수 있게 됐다
  • --ask 모드의 질문 키가 식별자를 사용하도록 바뀌었다
v0.40.6GitHub 릴리스
  • GGUF에 q2_0 텐서 타입과 파일 타입이 추가됐다
  • Windows에서 runner 프로세스가 고아 상태로 남던 문제를 방지한다
  • clef를 Ollama 클라우드에서 실행할 수 있게 됐다
  • --ask 모드의 질문 키가 식별자 기반으로 바뀌었다
v0.40.6-rc0: Merge pull request #19041 from ollama/jberg/clef-question-idsGitHub 릴리스
프리릴리스 · 제목만
v0.40.5GitHub 릴리스
  • NVIDIA Nemotron 3.5 Super는 120B 파라미터(토큰당 12B 활성) 하이브리드 Mamba-2/Transformer MoE 기반 비전-언어 모델로, 도구 호출, thinking 모드 켜기/끄기, 최대 1M 토큰 컨텍스트를 지원한다
  • Nemotron 3.5 Bolt는 Super를 74B(9B 활성)로 증류해 24GB NVIDIA GPU에 맞춘 모델이며, 포함된 드래프터로 speculative decoding을 지원한다
  • `clef:cloud`와 `clef-flash:cloud`로 decision 모델을 로컬에 받지 않고 ollama.com 클라우드에서 실행할 수 있다
  • 커스텀 도구 호출이 포함된 OpenAI 호환 Responses 대화를 이어갈 때 오류가 나던 문제가 수정됐다
  • 클라우드 접근 실패 시 로그인 문제, 데스크톱 앱의 결제 문제, ChatGPT 게이트웨이의 상위 접근 오류에 대해 더 명확한 오류 메시지를 보여주며, llama.cpp(Nemotron 3.5 지원 추가)와 MLX도 업데이트됐다
v0.40.5-rc1: New model... (#19030)GitHub 릴리스
프리릴리스 · 제목만
v0.40.4GitHub 릴리스
  • ollama run에 --ask 플래그가 추가돼 yes/no 질문, 텍스트 라벨 분류, 루브릭 기준 점수 매기기를 CLI에서 할 수 있다
  • ollama launch를 유료 플랜으로 업그레이드하지 않고도 사용 크레딧으로 쓸 수 있다
  • ollama launch codex의 모델 선택기에 로컬에 설치된 Ollama 모델이 포함되고, Codex CLI 안에서 /model로 모델을 바꿀 수 있다
  • Apple silicon의 MLX 러너가 Kev 결정 모델을 지원하고, 긴 Laya 상태를 거부하지 않고 잘라 처리하며, 추측 디코딩 안정성(롤백 후 recurrent state 처리 포함)과 NVIDIA GPU의 Gemma 4 prefill 성능이 개선됐다
  • 검증된 매니페스트와 이미 로드된 모델을 재사용해 추론 성능이 개선됐고, llama-server를 통한 멀티모달 임베딩 지원과 작은 컨텍스트 윈도우의 멀티모달 임베딩 모델 로딩 오류 수정도 포함됐다
v0.40.4-rc1: Add Kev decision scoring to MLX (#18976)GitHub 릴리스
프리릴리스 · 제목만
v0.40.4GitHub 릴리스
  • llama.cpp를 b11521로 업데이트해 decision 모델과 EmbeddingGemma 2를 지원한다
  • 추론 라우트에서 검증된 매니페스트와 이미 로드된 모델을 재사용하도록 서버가 개선됐다
  • MLX에서 speculative rollback 이후 복원된 recurrent state를 압축하도록 변경됐다
  • launch의 Codex /model 선택기에 설치된 모델이 표시된다
  • MLX와 MLX-C 버전이 올라갔다
v0.40.3GitHub 릴리스
  • 임베딩 등 대량 요청 환경에서 모든 요청에 오버헤드를 더하던 백그라운드 모델 업그레이드가 일시 중지됐다
  • ollama launch claude 실행 시 Claude 커넥터 관련 경고가 더 이상 표시되지 않는다
  • ollama launch codex 실행 시 서비스 티어 관련 경고가 더 이상 표시되지 않는다
v0.40.2GitHub 릴리스
  • 서버가 목록 출력에서 중복 항목과 다운그레이드 가드(duplicate and downgrade guards)를 숨기도록 변경됐다
  • README의 커뮤니티 통합 목록에 oxi가 추가됐다
v0.40.2GitHub 릴리스
  • llama.cpp 패치 세트가 필요한 레거시 GGUF를 로드하면 디스크에서 llama.cpp 호환 형식으로 지연 변환한다
  • 다운그레이드를 지원하려고 새 GGUF와 기존 GGUF를 함께 보관하며, 다운그레이드된 서버가 새 blob을 삭제하지 못하도록 shadow v1 manifest 태그를 만든다
  • 이 레거시 복사본과 shadow 태그는 사용자와 API 소비자에게 혼란을 주므로 list 출력에 표시되지 않는다
  • 레거시 복사본은 디스크 공간을 회수하기 위해 이후 릴리스에서 제거될 예정이다
v0.40.1GitHub 릴리스
  • 서버가 클라우드 사용량(usage) 및 잔액(balance) API를 프록시한다
  • CLI 온보딩 과정에서 계정 단계가 제거됐다
  • Windows에서 2GiB를 넘는 위치의 clef 헤드를 읽을 때 발생하던 문제가 수정됐다
  • Windows에서 manifest가 심볼릭 링크를 사용하지 않도록 변경됐다
  • mlx에서 upstream에 반영된 Metal residency 패치를 제거했고, README의 깨진 링크 여러 건도 수정됐다
v0.40.0GitHub 릴리스
  • Apple Silicon 기기에서 MLX 런타임이 지원하는 모델 아키텍처는 자동으로 MLX에서 실행된다
  • qwen3.8을 ollama pull, ollama run으로 MLX에서 실행할 수 있고, gemma4, qwen3.6, qwen3.5도 추가로 지원한다
  • Decision 모델 Nimble, tev1, clef, clef-flash도 MLX에서 사용할 수 있다
  • MLX에서 임베딩 모델 embeddinggemma-2를 지원한다
  • 앞으로 더 많은 모델을 테스트하고 MLX에서 쓸 수 있게 할 예정이다
v0.40.0GitHub 릴리스
  • Apple Silicon 기기에서 MLX 런타임이 지원하는 모델 아키텍처는 자동으로 MLX에서 실행된다
  • qwen3.8을 `ollama pull qwen3.8`, `ollama run qwen3.8`로 받아 실행할 수 있다
  • gemma4, qwen3.6, qwen3.5 모델도 MLX에서 실행된다
  • Decision 모델인 Nimble, tev1, clef, clef-flash도 MLX에서 사용할 수 있다
  • 앞으로 더 많은 모델을 테스트해 MLX 지원을 확대할 예정이다
v0.40.0GitHub 릴리스
  • Apple Silicon 기기에서 MLX 런타임이 지원하는 모델 아키텍처는 자동으로 MLX에서 실행된다
  • qwen3.8을 ollama pull, ollama run으로 MLX에서 사용할 수 있다
  • gemma4, qwen3.6, qwen3.5도 MLX에서 실행되는 모델에 포함된다
  • Decision 모델인 Nimble, tev1, clef, clef-flash도 MLX에서 사용할 수 있다
  • 앞으로 더 많은 모델을 테스트해 MLX 지원을 확대할 예정이다
v0.40.0GitHub 릴리스
  • Apple Silicon 기기에서 MLX 런타임이 지원하는 모델 아키텍처는 자동으로 MLX에서 실행된다
  • qwen3.8을 ollama pull, ollama run으로 사용할 수 있으며, gemma4, qwen3.6, qwen3.5도 추가 대상 모델에 포함된다
  • Decision 모델인 Nimble, tev1, clef, clef-flash도 MLX에서 사용할 수 있게 됐다
  • 앞으로도 테스트를 거쳐 MLX에서 지원하는 모델을 계속 늘릴 예정이다
v0.35.1GitHub 릴리스
  • Clef(27B)와 Clef Flash(9B)가 /v1/systemone으로 지원되며, 두 모델 모두 멀티모달이라 요청에 images를 텍스트 state와 함께 넣어 공동으로 점수화할 수 있다
  • 웹 검색을 쓰는 모델이 응답 하나당 최대 10번까지 검색할 수 있게 됐다(기존 3번)
  • Modelfile에서 CAPABILITY 선언을 지원해 모델 제작자가 모델의 기능을 명시할 수 있고, 이 선언은 GGUF·safetensors 생성, 모델 상속, Modelfile 내보내기에서도 유지된다
  • 결정 모델은 ollama show와 모델 목록에서 capability가 decision만 표시돼, 클라이언트가 일반 채팅·도구·thinking용으로 노출하지 않는다
  • llama.cpp와 MLX 엔진이 업데이트됐다
v0.35.0GitHub 릴리스
  • TypeSafe의 Jev API 기반 /v1/systemone 엔드포인트로 결정 모델을 지원하며 티켓 분류, 모델 라우팅, 콘텐츠 분류 등에 사용할 수 있다
  • 질문 유형으로 choice(선택 및 확률 반환), noul(조건 참 확률 반환), score(순서형 기준 점수 반환) 세 가지를 지원한다
  • Bespoke Labs의 Nimble과 Together AI의 Tev1 모델을 ollama pull로 받아 사용할 수 있다
  • Settings가 모델 검색을 기다리지 않고 바로 열리도록 개선됐다
  • macOS 업데이트 메뉴와 아이콘이 시작 시 업데이트 가능 상태를 반영하지 않던 문제와 MLX 모델 다운로드가 멈추는 문제가 수정됐다
  • 더 이상 지원하지 않는 typical_p 파라미터가 포함된 요청은 실패 대신 경고 로그만 남긴다
v0.34.4GitHub 릴리스
  • 서버에서 간헐적으로 발생하던 'model not found' 오류가 수정됐다
  • 추론(thinking) 모델에서 구조화된 출력을 한 번의 패스로 적용하도록 개선됐다
  • ChatGPT/Codex 감지 시 System Events 사용을 피하도록 앱이 개선됐다
  • llama.cpp와 MLX가 버전 업데이트됐다
  • MLX에서 Gemma 4 이미지 해상도를 동적으로 선택하도록 개선됐다
  • MLX에서 Qwen 3.8 프롬프트 처리 속도가 향상됐다
v0.34.3GitHub 릴리스
  • GET /api/show가 각 모델의 thinking 지원 여부와 기본값을 함께 제공한다
  • ollama show 명령으로 CLI에서 thinking levels와 default 값을 확인할 수 있다
  • ollama.com 클라우드 모델 페이지에서도 thinking 설정 정보를 바로 볼 수 있다
  • Apple Silicon의 MLX 환경에서 Nemotron H 비전 모델을 지원한다
  • macOS 앱이 활성화될 때 이미 닫은 창을 다시 열지 않도록 수정됐다
  • HuggingFace에서 모델을 pull할 때 발생하던 문제가 수정됐다
v0.34.3GitHub 릴리스
  • GET /api/show가 모델의 thinking 제어 옵션(values)과 기본값(default)을 응답에 포함한다
  • Apple Silicon의 MLX에서 Nemotron H 비전 모델을 지원한다
  • macOS 앱 활성화 시 닫았던 창이 다시 열리지 않도록 수정됐다
  • HuggingFace에서의 모델 풀(pull) 오류가 수정됐다
v0.34.2GitHub 릴리스
  • ollama 실행 시 로그인 또는 로컬 계속 사용 중 선택하는 최초 설정 화면이 추가됐다
  • macOS와 Windows에서 설정 완료 상태가 데스크톱 앱과 공유된다
  • ollama://apps 링크로 macOS와 Windows에서 데스크톱 앱의 Apps 페이지를 바로 열 수 있다
  • MLX 추측 디코딩 사용 시 장시간 생성 중 메모리가 과도하게 늘어나던 문제가 수정됐다
  • llama.cpp가 업데이트됐다
v0.34.2GitHub 릴리스
  • 디코드 루프에서 256 토큰마다 MLX의 해제된 버퍼 풀을 정리하도록 수정됐다
  • 긴 스페큘레이티브 생성 중 여러 토큰을 한 번에 처리하는 라운드에서도 풀이 정리돼 메모리가 과도하게 늘어나지 않는다
  • 98k 토큰 컨텍스트에서 러너 메모리가 90GB 이상으로 커져 커널 패닉이 발생하던 문제가 해결돼 이제 30GB 수준으로 유지된다
v0.34.0GitHub 릴리스
  • ChatGPT Desktop에서 Ollama 모델을 직접 사용할 수 있게 지원이 추가됐다
  • MacOS의 Ollama 앱에서 설정이 가능해졌다
  • Apple Silicon에서 구조화된 출력(structured output) 성능이 개선됐다
  • OpenAI 호환 클라이언트의 도구 검색(tool search)과 응답 압축(response compaction)을 지원한다
  • 압축된 응답에서도 이미지가 올바르게 표시되도록 수정됐다
v0.34.0GitHub 릴리스
  • ChatGPT Desktop에서 Ollama 모델을 직접 사용할 수 있게 됐고, MacOS의 Ollama 앱에서 설정 가능하다
  • Apple Silicon에서 구조화된 출력(structured output) 성능이 개선됐다
  • OpenAI 호환 클라이언트의 tool search와 response compaction 기능이 추가됐다
  • 압축된 응답(compacted responses)에서도 이미지가 정상적으로 표시되도록 수정됐다
v0.33.3GitHub 릴리스
  • MLX 엔진에서 gemma4 모델이 이미지와 오디오 입력을 지원한다
  • 캐시된 프롬프트 토큰 수가 리포트된다
  • GGUF 모델에 정의된 기본 파라미터를 그대로 적용한다
  • MLX, MLX-C, llama.cpp가 업데이트됐다