2025年12月4日，ollama v0.13.2版本迎來預發(fā)布，并于2025年12月9日正式發(fā)布。本次更新在模型能力、性能優(yōu)化和問題修復方面都有重要提升。

1. 新增模型

• ?Qwen3-Next
  Qwen3-Next是Qwen3-Next系列的首個版本，在參數效率和推理速度方面表現優(yōu)秀。該系列的引入旨在為用戶提供更高效的推理過程，同時保持較低的資源占用。

2. 性能優(yōu)化

• ?啟用Flash Attention（適用于視覺模型）
  對包括mistral-3、gemma3、qwen3-vl在內的視覺模型，Flash Attention功能現已默認開啟。這一優(yōu)化提升了在提供圖片作為輸入時的顯存利用率和整體性能，讓視覺模型在處理圖像任務時更加高效穩(wěn)定。

3. 問題修復

• ?多GPU CUDA機器的GPU檢測修復
  修復了在多GPU CUDA環(huán)境下的GPU檢測問題，保證了部署時對硬件資源的正確識別與調用。

• ?deepseek-v3.1思考狀態(tài)問題修復
  修復了deepseek-v3.1在Ollama應用中，即使關閉“思考”功能仍然持續(xù)進行思考的問題，使其在應用場景中更符合用戶的預期設置。

版本概述

代碼地址：github.com/ollama/ollama

v0.13.2是一次兼顧功能拓展、性能優(yōu)化和穩(wěn)定性提升的更新，特別是首發(fā)的Qwen3-Next模型，以及Flash Attention在視覺模型中的默認啟用，將為開發(fā)者和用戶帶來更順暢的使用體驗。

我們相信人工智能為普通人提供了一種“增強工具”，并致力于分享全方位的AI知識。在這里，您可以找到最新的AI科普文章、工具評測、提升效率的秘籍以及行業(yè)洞察。 歡迎關注“福大大架構師每日一題”，發(fā)消息可獲得面試資料，讓AI助力您的未來發(fā)展。