ollama v0.15.5正式发布：全新Qwen3-Coder-Next与GLM-OCR模型登场，上下游功能全面进化

一、版本发布概览

2026年2月6日，ollama 推出了v0.15.5最新版本。本次更新在模型阵容、性能优化和开发者体验多个层面上都有实质性突破，尤其是对多模型协作、上下文管理和本地开发流程的深度优化，为开发者提供更高效、更智能的调用体验。

二、新增模型：Qwen3-Coder-Next与GLM-OCR

1. Qwen3-Coder-Next
这是来自阿里巴巴 Qwen 团队的全新编码型语言模型，专注于智能代码生成与本地开发代理工作流。该模型在代码理解、自动补全和多步骤代理执行方面进行了全面优化，特别适用于需要持续上下文调用的开发者场景。

2. GLM-OCR
GLM-OCR 是一款多模态文档理解 OCR 模型，基于 GLM-V 编码-解码架构构建，聚焦于复杂文档的图像—文本解析任务。该模型的引入使 ollama 能够支持更复杂的视觉+文本混合输入，适配文档、表单等应用。

三、ollama launch 功能改进

1. 支持参数传入
现在可在启动时直接提供模型参数，例如：

ollama launch claude -- --resume

允许用户在启动模型时追加自定义指令或运行参数。

2. 支持子代理运行
在执行ollama launch claude等命令时，系统可运行子代理(sub-agent)，支持多层规划、深度研究与协同任务执行。

3. 优化上下文自动设定
当使用ollama launch opencode时，系统将根据模型类型自动设置上下文上限，避免代码模型调用时内存溢出或性能下降。

四、VRAM分级上下文长度新机制

根据显存容量，ollama 将默认采用分级上下文长度：

VRAM容量

默认上下文长度

< 24 GiB

4,096 context

24–48 GiB

32,768 context

≥ 48 GiB

262,144 context

这一机制确保了不同硬件环境下的最优模型加载性能，充分利用 GPU 资源。

五、核心引擎与交互改进

1. GLM-4.7-Flash 支持
在实验性 MLX 引擎中新增对GLM-4.7-Flash的支持，进一步提高模型推理速度与压缩能力。

2. ollama signin 浏览器登录优化
执行ollama signin时将自动打开浏览器窗口，简化登录流程并直接跳转至连接页面。

六、错误与稳定性修复

• • 修复num_predict参数出现的 off-by-one 错误，保证预测的 Token 数量准确。

• • 修复上一次序列的 Token 误返回问题。

• • 改进加载请求的错误提示，使问题更易定位。

• • 优化chatPrompt机制以减少不必要的 Token 化调用，提高响应效率。

• • 修复当批次中序列被替换时计算结果错误的情况，保证推理稳定性。

• • 新增对远程模型的错误提示，使远程调用过程更清晰易调试。

• • 默认为 Qwen3-Next 与 LFM 模型设置parallel=1，保证推理序列一致性。

• • 增强 macOS 平台支持，install.sh脚本现可在 macOS 系统中直接执行。

• •ollama launch命令进一步优化执行逻辑，改进参数和上下文管理机制。

• • 云端模型在opencode模式下可自动设置上下文限制，提高云端并行调用稳定性。

ollama v0.15.5是对开发者体验和模型性能的双重升级版本。核心亮点包括：

• •双新模型接入：Qwen3-Coder-Next、GLM-OCR

• •Sub-agent 支持与参数化启动机制完善

• •显存分级上下文长度智能设定

• •GLM-4.7-Flash 实验性引擎支持

• •登录与错误提示体验优化

• •跨平台支持与稳定性增强

这一版本不仅提升了大规模模型在多任务环境下的执行效率，也进一步降低了开发者的使用门槛。无论是代码生成、文档识别还是多代理协作，ollama v0.15.5 都为智能化的本地开发提供了强劲的动力。

结语：

代码地址：github.com/ollama/ollama

ollama v0.15.5 是一次面向开发者生态的核心进化。从模型到体验，它体现了开源 LLM 平台的持续迭代与深度融合趋势，为构建更强大的智能开发环境奠定了坚实基础。

我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。