Ollama 0.40.16: модель Ripple Preview на 65B и минус 27 ГиБ памяти на Mac

Ollama выпустила версию 0.40.16. Релиз вышел 9 ноября и добавляет в каталог модель Ripple Preview от Ricursive Intelligence: это плотная (dense) модель на 65 млрд параметров, заточенная под агентное программирование. Запустить ее можно командой `ollama run ripple-preview`.
Что за Ripple Preview
В заметках к релизу про модель сказано немного: размер, архитектура и назначение. Бенчмарков и контекстного окна там нет, так что сравнивать ее с другими кодовыми моделями по этим заметкам не с чем. Остальные характеристики лучше смотреть на странице модели в каталоге Ollama.
Слово dense означает, что на каждый токен работают все 65 млрд параметров, как это бывает в MoE-моделях только частично. Для локального запуска это важно. По нашей грубой прикидке, одни веса при 4 битах на параметр займут около 32 ГБ, а с кэшем контекста памяти нужно больше. Каким будет квантование в сборке Ollama, в источнике не сказано, поэтому точную цифру лучше смотреть на странице модели.
Экономия памяти на Mac
Самая ощутимая правка для владельцев Apple silicon касается Qwen3.8 Flash Next: она теперь занимает примерно на 27 ГиБ меньше памяти. На маках с унифицированной памятью это часто разница между "влезает" и "уходит в своп". Из чего сложилась экономия, авторы релиза не объясняют.
Правки в ollama launch
Команда `ollama launch` получила два изменения:
- `ollama launch claude` теперь всегда направляет Claude Code на выбранную вами модель, а не на что-то другое; - если облачная модель выведена из обращения, команда объясняет это, а не просто падает с неочевидной ошибкой.
Первая правка, на наш взгляд, полезна тем, кто гоняет Claude Code через локальные или облачные модели Ollama и хочет быть уверен, куда уходят запросы.
API и железо
В совместимых с OpenAI эндпоинтах поправили два поведения. `/v1/responses` теперь учитывает параметр усечения и по умолчанию больше не обрезает вход молча. `/v1/models`, когда ни одной модели не установлено, возвращает пустой список вместо null. Клиентским библиотекам, которые перебирают результат циклом, на свежей установке это должно быть удобнее.
На стороне железа добавлена поддержка CUDA 13.5 для Windows on ARM. Кроме того, обновлен llama.cpp, на котором Ollama построена, так что часть улучшений приходит оттуда.
Вывод
Релиз состоит из мелких правок и одной новой модели. Ripple Preview стоит попробовать тем, кто ищет локальную модель для агентных сценариев и располагает достаточным объемом памяти. Остальным пригодятся исправления в API и экономия на Mac. Полный список изменений опубликован в сравнении версий v0.40.15...v0.40.16 на GitHub.
Источники
Похожие новости
Vercel Labs выпустила UI SDK: 50+ поведений интерфейса для ИИ-агентов
Vercel Labs открыла бета-версию UI SDK под Apache-2.0: набор из 50+ поведений интерфейса, из которых агенты собирают доступные компоненты для React, Vue, Svelte, Solid и Web Components.
llama.cpp и ggml вышли в версии 1.0.0 и перешли на семантическое версионирование
Команда ggml-org выпустила llama.cpp и ggml v1.0.0. Теперь поломки API и ABI будут отмечать повышением мажорной версии, а сборки появятся в Homebrew, Winget, conda-forge и других каналах.
Amplitude оценивает срок выпуска доработок с агентом Wave в 1-2 дня, раньше уходил месяц
Amplitude рассказала, что ее агент Wave на моделях OpenAI сокращает путь от идеи до релиза с примерно месяца до 1-2 дней. В тесте на своей главной странице число сообщений через карточки-подсказки через день выросло на 160% относительно контрольной группы.