ollama v0.35.1 正式发布：Clef 决策模型接入、多模态图片状态与能力声明全面升级

2026年10月3日，ollama 发布 v0.35.1 版本。本次更新围绕决策模型能力展开，重点带来了对 Clef 与 Clef Flash 两个开源决策模型的支持，并通过/v1/systemone接口提供调用能力。

除此之外，v0.35.1 还提升了使用网页搜索的模型在单次响应中的搜索次数上限，为 Modelfile 引入 CAPABILITY 声明，并调整了决策模型在模型列表与模型信息中的能力展示方式。同时，底层的 llama.cpp 与 MLX 引擎也完成更新。

一、v0.35.1 核心更新一览

ollama v0.35.1 的主要变化可以归纳为以下几项：

• • 支持 Clef 与 Clef Flash 决策模型

• • 新增/v1/systemone调用入口

• • 决策请求支持文本状态与图片共同输入

• • 图片与文本状态会被所有问题共享，并共同评分

• • 使用网页搜索的模型，单次响应最多可进行十次搜索

• • Modelfile 支持 CAPABILITY 声明

• • CAPABILITY 声明可在多种模型创建、继承和导出流程中保留

• • 决策模型在ollama show与模型列表中仅显示decision能力

• • 更新 llama.cpp 与 MLX 引擎

本次版本的重点并不是通用聊天能力的扩展，而是对“决策模型”这一模型类型进行更明确的支持、调用和能力标识。

二、支持 Clef 与 Clef Flash 决策模型

ollama v0.35.1 现已支持 Clef 和 Clef Flash 两个开源决策模型，并通过/v1/systemone提供访问入口。

这两个模型分别为：

模型

参数规模

Clef

27B

Clef Flash

9B

Clef 与 Clef Flash 都属于多模态模型。也就是说，在发起请求时，不仅可以提供文本状态，也可以同时传入图片。

这一能力的关键点在于：图片不是作为某一个独立问题的附加内容存在，而是可以和文本状态一起作为共享上下文，提供给请求中的所有问题使用。

换句话说，一次请求可以包含：

• • 一段文本状态

• • 一张或多张图片

• • 一个或多个待判断的问题

模型会基于共享的文本状态和共享图片，对每一个问题分别进行判断与评分。

这样的输入组织方式，使得同一份状态信息可以被多个问题复用，而无需针对每个问题重复传递相同的文本和图片内容。

三、通过/v1/systemone调用决策模型

v0.35.1 为 Clef 与 Clef Flash 提供了/v1/systemone接口。

示例请求如下：

curl http://localhost:11434/v1/systemone -d '{
  "model": "clef-flash",
  "state": "The user took this screenshot.",
  "images": [" 

 "], 

  "questions": {
    "has_ollama": {"type": "noul", "instructions": "Does this image contain Ollama?"}
  }
}'

从这个请求可以看出，/v1/systemone的请求主体主要包含以下内容：

字段

示例内容

作用

modelclef-flash

指定要使用的决策模型

state

文本描述

提供共享的文本状态

images

Base64 编码图片数组

提供共享图片输入

questions

问题对象

定义一个或多个需要模型判断的问题

在示例中，使用的是clef-flash模型。

state字段中的文本为：

The user took this screenshot.

这段内容作为请求的文本状态，用于描述当前输入的背景。

images字段接收的是图片数组，图片采用 Base64 编码形式传入：

"images": [" 

 " 
]

questions字段则用于描述需要模型回答的决策问题。示例中的问题名称为has_ollama，问题类型为noul，并通过instructions提供了具体判断指令：

"has_ollama": {
  "type": "noul",
  "instructions": "Does this image contain Ollama?"
}

该问题的含义是判断图片中是否包含 Ollama。

需要注意的是，图片和文本状态都是共享输入。这意味着，若questions中包含多个问题，这些问题都可以基于同一个state和同一组images进行评分。

四、多模态状态如何参与决策

Clef 与 Clef Flash 的多模态能力，是 v0.35.1 本次更新中的重点之一。

在这个调用方式中，请求可以同时携带文本与图片：

{
  "state": "The user took this screenshot.",
  "images": [" 

 " 
]
}

文本状态用于提供语言层面的上下文信息，图片用于提供视觉层面的输入信息。

根据更新说明，图片会与文本状态一起被所有问题共享，并与文本状态共同参与评分。

这意味着，模型在处理问题时，不是只根据文本，也不是只根据图片，而是结合请求中提供的文本状态和图片状态进行判断。

以示例为例：

• • 文本状态说明用户截取了一张截图

• • 图片字段提供实际截图内容

• • 问题要求判断图片中是否包含 Ollama

模型会将文本状态与图片共同作为判断依据，并对这一问题输出相应的分数。

这种方式特别强调“状态共享”的概念。请求中的文本状态和图片并不需要在每一个问题中重复定义，而是统一放在顶层字段中，由所有问题共同使用。

五、noul问题类型与返回分数

示例中的问题类型是noul：

"type": "noul"

接口返回结果如下：

{
  "model": "clef-flash",
  "answers": {
    "has_ollama": {
      "type": "noul",
      "noul": 0.958
    }
  },
  "usage": {
    "input_tokens": 548,
    "output_tokens": 0
  }
}

返回结果包含三个主要部分：

字段

model

本次请求实际使用的模型

answers

各个问题对应的答案结果

usage

本次请求的 token 使用信息

在示例响应中：

"model": "clef-flash"

表明本次调用使用的是clef-flash。

answers中包含与问题名称对应的结果：

"answers": {
  "has_ollama": {
    "type": "noul",
    "noul": 0.958
  }
}

这里的has_ollama与请求中的问题名称保持一致。

返回结果中：

"type": "noul"

表示该答案对应的类型仍然是noul。

同时，模型给出了：

"noul": 0.958

该数值是模型针对该问题输出的评分结果。

从示例可以看到，决策模型的输出重点不是生成一段自然语言回答，而是针对定义好的问题返回相应类型的评分数据。

这也与本次版本中对“决策模型”能力的定位保持一致。

六、响应中的 token 使用信息

示例响应还提供了usage字段：

"usage": {
  "input_tokens": 548,
  "output_tokens": 0
}

其中：

字段

示例值

input_tokens

548

output_tokens

0

该响应中输入 token 数为 548，输出 token 数为 0。

这一结果与决策模型的调用形式相对应。请求主要由文本状态、图片内容以及问题定义构成，而响应返回的是结构化的决策结果，而不是传统聊天形式的文本生成内容。

因此，示例中显示的输出 token 数为 0。

七、网页搜索次数从三次提升至十次

v0.35.1 还提高了使用网页搜索的模型在每次响应中的搜索次数上限。

此前，使用网页搜索的模型在单次响应中最多可以进行三次搜索。

更新后，这一上限提升为十次。

可以概括为：

能力

更新前

v0.35.1

每次响应可进行的网页搜索次数

3 次

10 次

这意味着，使用网页搜索的模型在一次响应过程中，可执行的搜索次数从三次增加到十次。

此次调整直接改变的是单次响应内的搜索次数限制，搜索能力的上限得到提高。

八、Modelfile 新增 CAPABILITY 声明

v0.35.1 为 Modelfile 增加了 CAPABILITY 声明支持。

通过 CAPABILITY 声明，模型创建者可以明确声明一个模型具备哪些能力。

更新说明中强调，模型创建者可以通过这一声明机制，显式表达模型能够执行的功能。

这意味着，模型能力不再只能依赖默认判断或隐式推断，而是可以在 Modelfile 中进行明确声明。

CAPABILITY 的意义在于让模型能力具备更清晰的表达方式。

当一个模型具备特定能力时，模型创建者可以通过 CAPABILITY 对其进行标注；当模型不具备某些能力时，也可以避免客户端将其错误地当作支持对应功能的模型。

九、CAPABILITY 声明可在多个流程中保留

本次更新不仅新增了 CAPABILITY 声明，还明确说明这些声明能够在多个模型流程中被保留。

根据更新内容，CAPABILITY 声明可以在以下场景中继续保留：

• • 从 GGUF 创建模型

• • 从 safetensors 创建模型

• • 模型继承

• • Modelfile 导出

可以整理如下：

操作场景

CAPABILITY 声明是否保留

从 GGUF 创建

保留

从 safetensors 创建

保留

模型继承

保留

Modelfile 导出

保留

这意味着，能力声明不会只停留在最初的 Modelfile 定义阶段。

当模型从 GGUF 或 safetensors 创建时，CAPABILITY 声明可以被保留；当模型通过继承关系构建时，声明也可以保留；当模型被导出为 Modelfile 时，相关声明同样能够继续存在。

从模型创建、模型继承到 Modelfile 导出，能力声明具备连续性。

对于需要明确模型功能边界的场景而言，这种保留机制能够使能力信息在不同操作流程中持续存在，而不是在格式转换、继承或导出时丢失。

十、决策模型只展示decision能力

v0.35.1 还调整了决策模型的能力展示方式。

现在，ollama show和模型列表对于决策模型，只会报告decision这一项能力。

也就是说，当模型属于决策模型时，其能力展示会聚焦于：

decision

而不会再让客户端将这类模型视为适用于通用聊天、工具调用或思考用途的模型。

更新说明明确指出，这一变化的目的，是避免客户端将决策模型提供给以下用途：

• • 通用聊天

• • 工具

• • 思考

可以理解为，决策模型在能力展示层面将拥有更清晰的定位。

此前，如果客户端仅根据模型列表或模型信息中的能力判断可用用途，可能会将决策模型错误地作为聊天模型、工具模型或思考模型进行提供。

v0.35.1 通过让ollama show和模型列表仅报告decision能力，使客户端能够更准确地区分模型类型。

对于决策模型而言，其核心能力被明确标记为决策，而不是通用聊天、工具调用或思考。

十一、为什么只报告decision能力很重要

本次能力展示调整，与 Clef 和 Clef Flash 的接入形成了对应关系。

Clef 与 Clef Flash 通过/v1/systemone用于处理决策请求。其请求形式由状态、图片和问题构成，输出结果则是结构化答案与评分。

例如：

"answers": {
  "has_ollama": {
    "type": "noul",
    "noul": 0.958
  }
}

这种返回形式与一般聊天模型直接生成自然语言回答的方式不同。

因此，决策模型在模型列表和模型信息中仅显示decision能力，可以让客户端在模型选择时更准确地识别其用途。

这一变化并不是为决策模型增加通用聊天、工具或思考能力，而是明确限制客户端不要将其错误地归类到这些用途之中。

通过能力声明与能力展示，v0.35.1 对模型能做什么、客户端应如何使用模型，提供了更加明确的边界。

十二、llama.cpp 与 MLX 引擎更新

除决策模型、多模态输入、网页搜索次数和 Modelfile 能力声明外，v0.35.1 还更新了 llama.cpp 与 MLX 引擎。

本次更新说明中列出的底层变化包括：

• • 更新 llama.cpp

• • 更新 MLX 引擎

这两项更新属于 v0.35.1 的版本变更内容之一。

十三、v0.35.1 更新内容总结

代码地址：github.com/ollama/ollama

ollama v0.35.1 的关键变化可以再次概括为以下内容：

更新方向

具体变化

决策模型支持

支持 Clef 与 Clef Flash

模型规模

Clef 为 27B，Clef Flash 为 9B

调用接口

通过/v1/systemone使用

多模态输入

支持文本状态与图片同时输入

状态共享

图片与文本状态由所有问题共享

联合评分

图片与文本状态共同参与问题评分

结构化结果

通过answers返回问题结果

使用统计

通过usage返回输入与输出 token 信息

网页搜索

单次响应最多十次搜索，原为三次

Modelfile

新增 CAPABILITY 声明

声明保留

GGUF、safetensors、继承、导出流程均可保留

能力展示

决策模型仅报告decision能力

客户端行为

不再将决策模型提供给通用聊天、工具或思考用途

底层更新

更新 llama.cpp 与 MLX 引擎

整体来看，v0.35.1 的重点是让决策模型拥有更明确的调用入口、更清晰的输入形式和更准确的能力标识。

通过/v1/systemone，Clef 与 Clef Flash 可以接收文本状态、图片以及多个问题；通过共享状态与联合评分，模型可以针对问题返回结构化的决策结果；通过 CAPABILITY 声明及决策能力展示调整，模型创建者与客户端也能够更明确地区分不同模型的能力边界。

对于需要使用多模态决策模型、需要在模型定义中声明能力、需要提高单次响应网页搜索次数，或需要让客户端正确识别决策模型用途的场景，ollama v0.35.1 提供了对应更新。

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。