Ollama v0.40.4リリース:CLIで判断モデル対応とMLX強化

Ollama v0.40.4リリース:CLIで判断モデル対応とMLX強化

基本情報

項目 内容
リポジトリ ollama/ollama
版 v0.40.4
公開日 2026-10-13
ライセンス MIT
出典の種類 公開元の一次情報(Ollama公式GitHubリポジトリのリリースノートのため一次情報)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

Ollama v0.40.4がリリースされました。Ollamaは、DeepSeek、Gemma、Qwen、Kimi、GLMといった多様なオープンウェイトモデルを、ローカルのPCやサーバー環境で手軽に実行するためのツールです。Go言語で開発されており、MITライセンスの下でオープンソースとして公開されています。

今回のアップデートで最も大きな変更点は、コマンドラインインターフェース(CLI)における「判断モデル(Decision models)」の正式サポートです。これにより、テキストの分類や「はい/いいえ」の判定といったタスクを、複雑なプロンプトを組み立てることなくターミナルから直接、効率的に実行できるようになりました。自動化スクリプトや既存のワークフローにLLMの判断機能を組み込みたい技術者にとって、非常に利便性の高い更新となっています。

主な変更点

CLIにおける判断モデルのネイティブサポート

ollama runコマンドを通じて、判断モデルを直接操作できるようになりました。この機能は、特定の質問に対して「はい」か「いいえ」で答えさせたり、テキストを指定したラベルに分類したり、あるいは特定の評価基準(ルーブリック)に照らしてスコアリングを行ったりするタスクに特化しています。 具体的には、ollama run nimble --ask "Is a refund being requested?" < ticket.txt のような形式で実行可能です。これにより、入力ファイルの内容に基づいた判断結果を即座に得ることができます。この機能の基盤として、内部エンジンである llama.cpp が更新され、判断モデルのネイティブサポートが統合されています。

MLXランナーの機能拡張とパフォーマンス改善

Apple SiliconおよびNVIDIA GPUユーザー向けに、MLXランナーの大幅な改善が行われました。Apple Silicon環境では、新たにKev判断モデルがサポートされています。また、NVIDIA GPUを使用している環境において、Gemma 4モデルのプリフィル(推論開始前の処理)パフォーマンスが向上しました。 さらに、投機的デコーディング(Speculative decoding)の信頼性が高められています。これには、推論の差し戻し(ロールバック)が発生した後の再帰状態(recurrent state)の適切な処理が含まれており、より安定した高速な推論が可能です。また、長大なLaya状態(Laya states)を拒否するのではなく、クリップして処理を継続するように変更されました。

マルチモーダル埋め込みへの対応

llama-serverを経由することで、マルチモーダル埋め込み(Multimodal embeddings)がサポートされました。これにより、テキストだけでなく、画像などの複数のモダリティを組み合わせたデータのベクトル化が可能になります。これに関連して、コンテキストウィンドウが極めて小さいマルチモーダル埋め込みモデルをロードする際に発生していた不具合も修正されており、より幅広いモデルを安定して利用できるようになっています。

推論プロセスの効率化と高速化

モデルのロードおよび実行プロセスが見直され、推論パフォーマンスが向上しています。検証済みのマニフェストや、既にメモリ上にロードされているモデルを効率的に再利用する仕組みが導入されました。これにより、同じモデルに対して繰り返しリクエストを送信する際や、短期間に何度もモデルを起動する際のオーバーヘッドが削減され、応答開始までの待ち時間が短縮されます。

Ollama LaunchおよびCodexの連携強化

ollama launchコマンドにおいて、有料プランへのアップグレードを行わなくても使用クレジット(usage credits)を利用できるようになりました。また、開発者向けの機能として、ollama launch codexのモデル選択画面に、ローカル環境にインストール済みのOllamaモデルが表示されるようになっています。Codex CLIの実行中に /model コマンドを使用することで、手元のモデルを即座に切り替えてコード生成の挙動を比較検討することが可能です。

対応モデル・ハードウェア

今回のリリースでは、新しいモデルアーキテクチャの追加というよりも、既存のハードウェア・ランナーにおける対応範囲の拡張が中心となっています。

Apple Silicon環境で動作するMLXランナーでは、Kev判断モデルが新たにサポートされました。これにより、Apple Silicon搭載Macにおいても、判断モデルを使ったはい/いいえ判定やテキスト分類をネイティブに実行できます。

NVIDIA GPU環境については、MLXランナー経由でのGemma 4のプリフィル性能が改善されたと報告されています。Gemma 4をNVIDIA GPUで運用している利用者は、プロンプト処理開始までの待ち時間が短くなる可能性があります。

また、llama-server経由でマルチモーダル埋め込みモデルがサポートされたことで、画像とテキストを組み合わせた埋め込みベクトルの生成に対応するモデルを、特別な外部ツールを使わずにOllama単体で扱えるようになっています。小さいコンテキストウィンドウを持つマルチモーダル埋め込みモデルのロード不具合も修正されており、これまでロードに失敗していたモデルが動作するようになる可能性があります。

これらはいずれもランナー内部の対応強化であり、ユーザー側でモデルファイルの再変換や再ダウンロードが必要になるとは資料には記載されていません。

アップデート方法

資料には本リリースに固有の具体的な導入コマンドは記載されていません。通常Ollamaは配布されているインストーラーやパッケージマネージャー経由で最新版に更新しますが、本リリースに関する確実な手順は資料からは確認できないため、最新の手順および変更内容の詳細は以下のリリースページを確認してください。

ollama/ollama v0.40.4 リリースノート

なお、v0.40.3からの差分は以下のコンペア(Full Changelog)ページでも確認できます。

v0.40.3…v0.40.4 の変更差分

前回の記事からの更新履歴

当サイトがGitHubのリリース一覧から機械的にまとめた、この版と前回取り上げた版の間に出た版です(単独記事にはしていません)。 全ての版はエンジン別ページにあります。

版 公開日 リリースノート
v0.40.3 2026-10-11 GitHub

関連記事

次に読むなら

出典