Ollama バージョン履歴（GitHub コミット）要約…というか「おかっけ」ログ（v0.23.1〜｜v0.30.0 〜） & 所管

ローカル LLM の実行環境として日々進化を続ける Ollama ですが、そのアップデートの速さには驚かされるばかりです。

最近では Gemma 4 の MTP 対応 による劇的な高速化や、一度は導入された Claude Desktop 連携がわずか数日で非対応（仕様変更） になるといった動きがありました。

こうした重要な変更を正確に把握し、自分なりの知識として積み上げておきたいと感じたのが、このログを始めたきっかけです。

そこで当サイトでは、v0.23.1 あたりから、できる範囲で Ollama のバージョン履歴を追いかけていこうと考えています。

公式のリリースページだけでは見落としてしまうような詳細な改善を拾うため、GitHub のソースコードやコミット履歴を NotebookLM に読み込ませ、情報の要約と検証を行っています。

単なる翻訳ではない、技術的な背景まで踏み込んだログを「源勝の一言コメント」と共に残していきます。

ソース（参考情報）

Ollama v0.34.0

Ollama v0.34.0 が正式リリースとなりました。今回のアップデートでは、外部デスクトップアプリとの新たな連携機能をはじめ、Apple Silicon 環境における処理性能の向上、そして OpenAI 互換 API における機能追加が行われています。

大きな注目点として、MacOS の Ollama アプリからセットアップを行うことで、ChatGPT Desktop 内で Ollama のオープンモデルを直接使用できるようになりました。これにより、ユーザーは使い慣れた ChatGPT Desktop のインターフェースや作業フローを維持したまま、ローカル環境で動作するオープンモデルをシームレスに実行することが可能になります。さらに技術的な改善として、Apple Silicon 上における構造化出力（structured output）のパフォーマンスが向上したほか、OpenAI 互換クライアント向けのツール検索（tool search）機能や、応答の圧縮（response compaction）へのサポートが新たに追加されています。

Ollama v0.33.3

Ollama v0.33.3 が正式にリリースされました。今回のアップデートでは、Apple Silicon 環境における MLX 駆動時の大幅な機能拡張をはじめ、より正確なパラメータ処理、キャッシュ効率の向上、そして推論を支える内部エンジンの更新が実施されています。

まず最大の注目点として、Apple Silicon デバイス上で動作する MLX エンジンを介した Gemma 4 のインポートにおいて、画像と音声の入力が正式にサポートされました。これにより、26B や 31B などのトランスフォーマータワー、および 12B のエンコーダフリー統合エンベッダーを介した画像チャットが可能になったほか、API から受け取った WAV 形式などの音声データを処理できるようになりました。さらに、30秒を超える長尺の音声クリップを入力した際には、単語の途中で途切れるのを防ぐために、発話の合間の「最も静かな瞬間（無音部）」を自動的に検出して30秒以下の均等なチャンクに分割・エンコードする、極めて高度な音声処理システムが実装されています。

また、エージェントツールや頻繁なやり取りを行うユーザーにとって重要な改善として、キャッシュされたプロンプトトークン数を正確に報告する機能が追加されました。このキャッシュトークン数は、ネイティブの Ollama API だけでなく OpenAI および Anthropic 互換 API にも反映され、プレフィル速度の計測や正確な使用状況（usage）の把握に貢献します。加えて、これまで Modelfile やリクエストで明示的に指定しない限り、Ollama の内蔵デフォルト設定で上書きされてしまっていた、GGUF メタデータや Hugging Face の generation_config.json に定義されているモデル独自のサンプラーデフォルト設定を優先して適用（尊重）する仕組みへと修正され、モデル制作者が意図した通りの挙動が忠実に再現されるようになりました。

システムの堅牢性とパフォーマンスの面では、MLX、MLX-C、および llama.cpp エンジンの更新などが行われています。さらに、MLX ランナー（mlxrunner）におけるエラーハンドリングが抜本的に強化され、これまでエラーが途中でドロップされたり後続のクラッシュを引き起こしたりしていた問題を解決するため、すべての C言語バインド呼び出しを確実に追跡し、Go 側で一括してパースエラーなどをキャッチして適切にハンドリングする実装に書き換えられました。また、CMake ビルド時の依存ライブラリ複製の重複排除や、macOS 以外の Linux や Windows におけるデフォルトパッケージの破損防止、開発プロセス（CI）における MLX ユニットテストの配線など、配布物としての信頼性を高める地道な改善も多数施されています。

Ollama v0.33.2

Ollama v0.33.2 が正式にリリースされました。このバージョンは、主にデスクトップアプリの操作性向上、macOS 環境における動作の安定化、そして外部連携プロキシの不具合修正に焦点を当てたメンテナンスアップデートとなっています。

技術的な改善点として、まずデスクトップアプリの UI 仕様が調整され、システムの OS 外観設定（ライトモードやダークモードなど）に再び追従するようになり、ダークモードサポートが復元されました。また、macOS 向けアプリにおいて、すでにバックグラウンドなどで Ollama が起動している状態で新たにアプリを起動しようとした際、二つのインスタンスが同時に立ち上がって衝突するのを防ぎ、既存の起動済みインスタンスへ適切に処理を処理を受け渡す（ハンドオフする）同期メカニズムが実装されました。これにより、Mac ユーザーにおける起動時の二重プロセスの問題が解消されています。

開発者やエージェント利用において特に重要な修正として、Claude Desktop プロキシを介した通信中にモデルカタログが更新されても、実行中のリクエスト（in-flight requests）が途中で遮断されずに継続して処理されるよう改善されました。これにより、長時間の推論タスクやエージェントの処理中にバックグラウンドでモデル情報が更新されても、処理が異常終了するリスクが排除されています。その他、内部的には llama-server 由来のデッドコード（未使用コード）のクリーンアップやリンターエラーの修正といった、システムの足腰をより確実にするための地道な整備も行われています。

Ollama v0.33.1

Ollama v0.33.1 が正式にリリースされました。このバージョンは、前日にリリースされたばかりの v0.33.0 をベースに、Apple Silicon 環境（MLXランナー）での大幅な機能拡張や最新モデルへの対応、そして各種ストレージ環境における安定性の向上を図ったマイナーアップデートとなっています。

技術的に最も注目すべき点として、Apple Silicon 搭載デバイス向けに最新の 「Qwen3.8 Flash Next」の MLX 実行が正式にサポートされました。また、MLXランナー（mlxrunner）において、JSON や JSON Schema のフォーマットを厳密に制限できる 構造化出力（Structured Output）機能が新たに実装されました。これは xgrammar を用いてサンプリングステップのロジットを制限することで、出力されるすべてのトークンが指定のスキーマに確実に準拠するよう制御する仕組みです。さらに、外付け HDD などの低速なストレージから大容量モデルをロードする際、Metal コマンドバッファのタイムアウトによって起動が「Command buffer execution failed」とクラッシュしてしまう不具合に対処するため、重みのフォールド評価を遅延化し、Metal 上での初期化前に CPU でテンソルを実体化するメモリ読み込みの最適化も施されています。

その他の改善としては、CMake によるビルドプロセスにおける外部パッチ適用処理を冪等（何度実行しても安全に同じ結果になる構成）にする修正が加えられたほか、内部で使用される MLX ランナーおよび llama.cpp エンジン（b10630）のアップデート が行われました。また、エージェント利用時の利便性向上として、Pi の起動時に OLLAMA_HOST 設定を適切に反映させる修正や、Claude モデル選択時の画面スクロール不具合の修正、さらにはテキスト専用として登録されていた gemma3 の MLX ポート削除（GGUF 経由の llama-server によるビジョンサポートを優先するため）など、マルチモーダルモデルの挙動を含む細部まで手厚い調整が行われています。

Ollama v0.33.0

Ollama v0.33.0 が正式にリリースされました。今回のアップデートは、外部ツールである Claude Desktop との公式な連携サポートの追加や、推論処理におけるキャッシュおよびプリフィル機構の劇的な改善、そして開発エージェント連携時の致命的な不具合の解消を中心としたアップデートとなっています。

機能面における最大のトピックは、Claude Desktop とのシームレスな統合です。開発者は、Ollamaをサードパーティのゲートウェイプロバイダーとして機能させるための設定を簡単に行えるようになりました。また、キャッシュ機構（プロンプトキャッシング）とプリフィルの処理設計が根本から見直されています。具体的には、エージェントクライアントが長いプリフィル処理を途中でキャンセルした際にシステムがハングアップする不具合が修正されました。プリフィルの復元ポイントは構造的に信頼できるものとなり、キャンセルされたプリフィルは通過済みの復元ポイントをすべて保持するため、再試行時には最初からではなく、停止した場所から処理を再開できるようになりました。これにより、リカレント層（再帰型レイヤー）を搭載したモデルにおいて、例えば 47,000 トークン中 46,000 トークンが一致するようなリクエストでもゼロから再処理を強いられていた非効率な挙動が改善されています。

さらに、これまでのバージョンで開発エージェント利用時の障壁となっていた Claude Code 連携時のキャッシュ破壊問題が修正されました。具体的には、Claude Code が送信する「残りトークン数（tokens left）」のカウントダウンシステムメッセージが Ollama 側で無効化されています。このメッセージは、これまでの仕様ではプロンプトの最前部に移動させられてしまい、リクエストを送信するたびに KV キャッシュ全体が破棄される原因となっていましたが、今回のアップデートで解決されました。その他の改善として、DeepSeek Harness ランチャーにおいて、グローバルな npm インストールが失敗した際に npx へ自動フォールバックする機能と Windows 用の command-shim サポートが追加されたほか、MLX 依存関係の更新（#17886）や、macOS 固有の前提条件が影響して Linux/Windows 環境でデフォルトのパッケージングが破損していた不具合の修正などが含まれています。

Ollama v0.32.15

Ollama v0.32.15 が正式にリリースされました。今回のアップデートは、最初の応答時間を劇的に改善するキャッシュ機構の追加、思考モデル実行時の致命的なバグ修正、および Qwen 3.8 向けのさらなる安定化が主な内容となっています。

まず注目すべき技術的な進展として、解決されたモデルメタデータをリクエスト間でキャッシュする機能が追加されました。これによりリクエストごとの処理オーバーヘッドが削減され、ベンチマークにおいては Time-to-First-Token（TTFT：最初のトークンが出力されるまでの時間）が約995ミリ秒から約524ミリ秒へと、ほぼ半分に短縮されています。エージェントを動かす際など、細かなリクエストを何度も送信するユースケースにおいて大きな効果を発揮する改善です。

また、安定性に関する極めて重要な修正として、出力の解析（パース）エラーが発生した際に Chat や Generate 処理が途中で固まって（ウェッジして）しまう不具合が解消されました。従来はエラーハンドリング時の不備から、エラー発生後に次のリクエストを処理するための実行環境（ランナー）が解放されず、プロンプトの再試行時にログすら出力されずにハングする現象が起きていました。これが修正されたことで、特に「思考（thinking）機能」を伴うモデルの実行安定性が大幅に向上しています。

加えて、最新の Qwen 3.8 モデルにおいて、対話の途中に挿入されるシステムメッセージをより一貫して処理できるように正規化（ノーマライズ） する調整が施されました。その他、初回起動時における新しいデスクトップ・オンボーディングフローの導入や、推論エンジンである MLX および llama.cpp の最新アップデート も含まれています。

Ollama v0.32.14

Ollama v0.32.14 がリリースされました。このバージョンは、最新モデル Qwen 3.8 への対応が行われた v0.32.13 に続く微調整アップデートであり、画像フォーマットの互換性向上やレンダラーの挙動修正が主な内容となっています。

技術的な改善点として、まず WebP 画像の自動トランスコード機能が導入されました。内部で使用されている llama-server が WebP 形式の画像ペイロードをネイティブでサポートしていないため、Ollama が WebP メディアを検出した際に PNG 形式へ自動変換してから転送する仕組みが追加されています。これにより、ビジョンモデル利用時における画像入力の柔軟性が高まりました。

また、Qwen モデルのレンダラーにおいて、対話の途中に挿入されたシステムメッセージ（非先頭のシステムメッセージ）を許容するよう修正されました。これまでは、一部のコーディングクライアントが初回のユーザーターンの後にシステムメッセージを挿入すると、レンダラーがこれを拒否して HTTP 500 エラーを返していましたが、今回の更新により ChatML パスを通じて適切に処理されるようになり、特に Qwen 3.8 における安定性が向上しています。

エンジンの更新に関しては、MLX および llama.cpp エンジンが最新の状態へとアップデート されています。さらに、DeepSeek Harness の登録に関連するドキュメントの整備なども並行して行われています。

Ollama v0.32.13

Ollama v0.32.13 がリリースされました。このバージョンは、v0.32.12 で導入された最新モデル「Qwen 3.8」の機能をさらに洗練させ、特にエージェント利用時の互換性と推論精度を高めるための重要な調整が行われたアップデートです。

今回のアップデートにおける主要な変更点は、Qwen 3.8 における「開発者指示（developer instructions）」のサポートです。OpenAI 互換のコーディングエージェントなどでは、ユーザーメッセージの前に「developer」ロール（役割）で指示を送信することが一般的ですが、Qwen 3.8 はネイティブではこのロールを定義していません。v0.32.13 では、これらの開発者指示を検証前に単一の「system」ターンへと統合（フォールド）するように修正されました。これにより、Qwen 3.5 などの他のレンダラーの挙動を変えることなく、指示の優先順位を維持したまま、エージェントフレームワークとのスムーズな連携が可能になっています。

技術的な基盤面では、Qwen 3.8 専用の新しいレンダラーと MLX インポート機能が実装されました。Qwen 3.8 は Qwen 3.5 のアーキテクチャを継承しつつ、チャットテンプレートに「思考の保持（preserved-thinking）」や「推論の取り組み（reasoning-effort）」といった新しいセマンティクス（意味論）を追加しています。インポートプロセスにおいては、これらのテンプレートマーカーを自動検出し、思考プロセスやツール呼び出し、不正な入力への対応をカバーする専用レンダラーが選択されるよう調整されました。また、量子化形式の自動変換機能（block-FP8 から MXFP8 への変換など）や、重みファイル（safetensors）のインポートプロセスの堅牢化も行われています。

API 関連では、ネイティブの Ollama API に加え、OpenAI Chat Completions、Anthropic Messages といった主要なリクエスト形式において、ストリーミング形式でのツール呼び出しの統合テストが強化されました。これにより、過去のアシスタントによるツール呼び出しやその結果、それに続く推論のレンダリングがより正確に処理されるようになっています。

Ollama v0.32.12

Ollama v0.32.12 がリリースされました。今回のアップデートにおける最大の焦点は、最新のオープンモデルである 「Qwen 3.8 – 27B」への正式対応です。

Qwen 3.8 は、コーディング、専門的な業務、研究、そして長時間の実行を伴うエージェントティックなタスク全般において、大幅な能力向上を実現したモデルです。今回のリリースでは、特に Apple Silicon 搭載デバイス向けの最適化が重点的に行われており、コーディングエージェントや反復的なタスクにおいて、高いパフォーマンスと出力品質を両立させるよう調整されています。

なお、このリリースとほぼ同時期に v0.32.13 も公開されており、そちらでは Qwen 3.8 における 「開発者指示（developer instructions）」のサポート が追加されました。これにより、エージェントとしての挙動をより詳細に制御することが可能になっています。

Ollama v0.32.11

Ollama v0.32.11 が正式リリース（Latest）となりました。直前の v0.32.10 は「プレリリース（Pre-release）」扱いのまま、新機能を追加した v0.32.11 が最新の安定版として公開される形となりました。これは以前の v0.30.12 から v0.31.1 への移行時と同様に、重要な機能追加や調整を優先したリリースフローと考えられます。

今回の v0.32.11 における主な変更点は、外部エージェントツールとの統合強化です。具体的には、DeepSeek のオープンソース・エージェント・ハーネスである DeepSeek Harness (ollama launch dsh) と、Meta 社のコーディング用エージェント CLI である Muse Code (ollama launch muse) のサポートが新たに追加されました。Muse Code の統合については、既存の Meta 版インストールに影響を与えないよう、独自の構成ルート（~/.ollama/launch/muse-config）に設定を書き込む仕組みが導入されています。また、OpenAI 互換の Responses API がウェブ検索をサポートしたほか、Muse Glimmer の推論テンプレートが最新のパブリッシャー版に合わせて更新され、重複する推論指示を排除するなどの最適化が行われました。

プレリリース版であった v0.32.10 の内容も、この v0.32.11 に引き継がれています。技術的な改善として、NVFP4 MLX モデル（Qwen3.6 や Muse Glimmer）におけるプリフィル速度が約 7〜8% 高速化されました。さらに、repeat_penalty のデフォルト値が 1.1 から 1.0（オフ）に変更されています。これは他の推論エンジンとの挙動を合わせ、投機的デコードをスピードアップさせるための調整です。その他、OCI マニフェストにおけるバイナリ（blob）検証がスキップされてしまう不具合の修正なども含まれています。

Ollama v0.32.9

Ollama v0.32.9 がリリースされました。今回のアップデートの主な内容は、NVIDIA の最新エージェント向けモデルへの対応と、前バージョンで導入された新モデルの不具合修正です。

今回の目玉は、NVIDIA のオープンモデル 「Nemotron 3.5 Lightning」への対応 です。これは 30B（300億パラメータ）の Mixture-of-Experts（MoE）モデルですが、アクティブなパラメータを 3B に絞ることで、常時稼働型エージェント（always-on agents）の実行層として効率的に動作するよう設計されています。このモデルは、OpenClaw や Hermes Agent といったエージェントフレームワークでの利用が想定されており、NVIDIA のエージェント管理スタック「NemoClaw」とも統合されています。

技術的な側面では、Nemotron 3 アーキテクチャが新たに実装されました。これには Mamba2 や再帰型（recurrent）のコンポーネント、MoE ルーティングなどが含まれます。特に注目すべきは、モデル自身のマルチトークン予測（MTP）ヘッドを「自己ドラフト・スペキュレーター」として利用する仕組みが導入された点です。これにより、別途軽量なドラフトモデルを用意することなく、投機的デコード（Speculative Decoding）による高速な推論が可能になっています。また、前バージョンで追加された Muse Glimmer についても、関数呼び出し（function calling）のパーサーにおいて境界トークンが誤って処理される不具合が修正され、安定性が向上しました。

Ollama v0.32.8

Ollama v0.32.8 がリリースされました。このバージョンでは、前バージョンで導入された新モデル「Muse Glimmer」の対応プラットフォーム拡大と、内部的なメモリ管理の最適化、およびドキュメントの整備が行われています。

最大の変更点は、Muse Glimmer モデルが NVIDIA、AMD を含むすべてのプラットフォームで正式に利用可能になったことです。v0.32.7 の時点では Apple Silicon（MLX）における初期サポートのみでしたが、今回の更新により幅広いハードウェア環境でこの 30B マルチモーダルモデルを実行できるようになりました。Muse Glimmer はエージェントワークロード向けに構築されたモデルであり、Claude Code、Codex、Pi といったコーディングエージェントや、OpenClaw、Hermes などのパーソナルアシスタントを動かすための基盤として活用されることが想定されています。

技術的な改善としては、MLX ランナーにおけるメモリ管理の最適化が実施されました。具体的には、ビジョン（画像）処理を伴う大きなリクエストにおいて、Metal アロケータの制限により処理が停滞するのを防ぐため、中間バッファの解放処理や Prefill チャンクの報告タイミングが調整されています。また、内部エンジンである llama.cpp の更新も行われました。ドキュメント面では、公式の VS Code エクステンションに関するコンテキスト長のガイダンス追加や、必要とされる VS Code バージョン（v1.127）に関する更新が含まれています。

Ollama v0.32.7

Ollama v0.32.7 が最新版としてリリースされました。今回のアップデートにおける最大のトピックは、Meta 社の Meta Superintelligence Labs が初めて公開した最新のオープンモデルである 「Muse Glimmer」への対応 です。

Muse Glimmer は、ローカル環境でのエージェントワークロード向けに特別に構築された 30B（300億パラメータ）のマルチモーダルモデル です。このモデルは、Claude Code や Pi などのコーディングエージェント、あるいは OpenClaw や Hermes といったパーソナルアシスタントの実行に最適化されています。技術的には、v0.32.7 時点では Apple Silicon 上の MLX エンジンを介した初期サポート が提供されており、DFlash や 画像入力 を活用することで、Mac 環境において最先端のパフォーマンスを発揮できるようになっています。なお、現時点では Apple Silicon が中心ですが、NVIDIA や AMD などの他プラットフォームへの対応や最適化も近日中に行われる予定であることが案内されています。

Ollama v0.32.6

Ollama v0.32.6 がリリースされました。今回のアップデートは、特定のモデルの高速化と、外部 API との互換性向上、そして実験的な機能の整理が主な内容となっています。

技術的な注目点として、Apple Silicon 環境における Qwen3.5 モデルの実行速度が向上しました。これは、MLX エンジンがモデルの MTP（マルチトークン予測）ヘッドを投機的デコードに自動活用するようになったことで実現されています。また、内部エンジンである MLX および llama.cpp も最新バージョンへと更新されており、システムの基盤的な最適化が進められています。

API の挙動については、OpenAI 互換のストリーミング形式が、実際の OpenAI の通信仕様（wire format）に厳密に一致するよう再調整されました。具体的には、role を最初のチャンクのみに含め、finish_reason や利用状況（usage）をそれぞれ独立したチャンクとして送信するように変更されています。さらに、応答が途中で切り詰められた際の finish_reason が、従来の “tool_calls” ではなく、適切に “length” と報告されるよう修正が行われました。

ユーザーインターフェース（TUI）と利便性の面では、ollama run kimi-k3 などの デフォルトタグを持たないクラウド専用モデルにおいて、エラーにならず :cloud タグが提案されるよう改善されました。TUI の細かな不具合修正も多く含まれており、パイプ区切りの文章が誤ってテーブル表示される問題の解消や、スクロールの遅延改善、ファイル補完の操作性向上が図られています。

一方で、重要な変更点として 実験的な画像生成機能（image generation）が一時的に削除されました。これに伴い、MLX 画像生成エンジンや Flux2、zimage モデルに関連するコード一式がリポジトリから取り除かれています。画像生成機能を引き続き利用する必要があるユーザーに対しては、v0.32.5 を継続して使用することが公式に案内されています。

Ollama v0.32.5

Ollama v0.32.5 がリリースされました。このバージョンは、前バージョンの v0.32.4 で行われた大幅な高速化や新アーキテクチャ対応を土台としつつ、主に内部的な推論エンジンの最新化とリリースプロセスの安定化に焦点を当てたアップデートとなっています。

主要な変更点の一つは、MLX エンジンのアップデート（#17397）です。これまでの更新履歴において MLX の更新は Apple Silicon 環境での推論効率やメモリ管理の改善に直結してきたため、今回も Mac 環境における動作の安定性向上が図られていると考えられます。もう一点は、開発工程における CI（継続的インテグレーション）プロセスの修正（#17413）です。これは、リリースビルド中に発生する一時的なエラーによってビルド全体が即座に失敗（fail fast）しないように調整するもので、不必要な再実行を減らし、より確実に最新版をユーザーへ配信するためのインフラ側の強化にあたります。大規模な新機能の追加というよりは、システムの足腰をより強固にするための堅実なメンテナンスが実施された形です。

Ollama v0.32.4

Ollama v0.32.4 がリリースされました。このバージョンでは、特定のモデルアーキテクチャへの対応強化と、推論プロセスのさらなる高速化、そしてシステムの安定性を高める内部修正が主な内容となっています。

技術的な大きな進展として、Apple Silicon 環境において MLX エンジンを通じた Laguna アーキテクチャ（Laguna XS 2, XS 2.1, S 2.1）の実行が正式にサポートされました。これに合わせて、Laguna モデルの大きなエキスパートバッファが頻繁にスワップ（ページング）されるのを防ぐため、重みを Metal 上に常駐させるメモリ管理の最適化も導入されています。また、Qwen3 モデルについても、エキスパートごとに量子化形式が異なる場合でも正常にデコードできるよう修正が行われ、ゲートとアップの射影処理をパッキングして一括処理することで、M5 Max 環境においてデコード速度が約 4%、プリフィル速度が約 9% 向上しました。

推論速度の面では、投機的デコード（Speculative Decoding）におけるドラフトモデルの最適化が注目されます。具体的には、ドラフトモデルの出力ヘッド（lm_head）を、これまでのソース精度保持から、要求された型（8ビットなど）で量子化するよう変更されました。これにより、例えば gemma4:26b-mlx を M5 Max で動作させた場合、コード生成のデコード速度が従来の 26% 向上から 37% 向上へとさらに高速化しています。その他、ollama ps コマンド実行時のデータ競合（レースコンディション）の修正や、macOS/Windows 環境におけるテストの堅牢化など、バックエンドの安定性向上も図られています。

Ollama v0.32.3

Ollama v0.32.3 がリリースされました。直前の v0.32.2 は取り下げられた状態となっており、利用者は v0.32.3 以降を使用することが推奨されています。

今回のアップデートでは、不具合の修正、ハードウェア対応の拡充、および内部エンジンの更新が行われました。

主な変更点は以下の通りです。

モデルのダウンロードが開始直後に失速してしまう問題が解消されました。

Claude Code Channels の復元や、Anthropic モデルにおける思考（thinking）ストリームの修正が行われました。また、Hermes Desktop において –force-build フラグが尊重されるようになったほか、GLM モデルで生成終了時にツール呼び出しが意図せずドロップされる不具合も修正されています。

Windows ARM64 環境での CUDA サポートが追加されたほか、CUDA 12 を通じて NVIDIA B200 がサポートされました。また、Linux 環境における CUDA および ROCm の iGPU（統合 GPU）でのメモリ使用量が削減されています。

Laguna 2.1 モデルにおけるチャット、思考、およびツール呼び出しがサポートされました。これに関連して、Apple Silicon 環境での Metal 推論に関する修正も含まれています。

内部で使用されている MLX エンジンおよび llama.cpp エンジンが更新 されました。

Ollama v0.32.1

Ollama v0.32.1 がリリースされました。このバージョンは、前バージョンの v0.32.0 で導入された「インタラクティブ・エージェント体験」を土台に、モデルの動作安定性向上、メモリリークの修正、および開発環境への統合強化が行われたマイナーアップデートです。

主な変更内容と技術的な改善点は以下の通りです。

ツール呼び出しの安定性やマルチターン（複数回のやり取り）での推論能力が向上しました。具体的には、アップストリームの Gemma 4 チャットテンプレートの改良を取り込み、隣接するアシスタントとツールの継続を同じターン内に保持したり、思考機能が有効な場合に適切なキューを追加したりする調整が行われています。これにより、ツール応答後の継続的な推論がより確実になりました。

Apple Silicon 環境向けの MLX ランナーにおいて、再帰型（recurrent）モデルを使用する際に発生していたキャッシュのメモリリークが修正されました。これまでは境界状態のキャッシュが不要にメモリを占有し続けることがありましたが、各状態を実際のサイズに圧縮して保持するように変更されています。また、モデル読み込みのタイムアウト設定（OLLAMA_LOAD_TIMEOUT）が MLX テキストモデルでも有効になりました。さらに、内部的には kvCache という名称が、トライ木（trie）上での接頭辞マッチングを調整する役割に合わせて prefixCache へと変更されています。

エージェントが現在の作業ディレクトリ（CWD）をシステムプロンプトとして受け取るようになり、プロジェクトの文脈をより正確に把握できるようになりました。また、エージェントによるウェブ検索やデータ取得の際に認証が必要な場合、ユーザーに ollama signin を実行するよう促す通知機能が追加されました。

ollama launch において、非推奨（deprecated）なモデルを –model フラグで指定した際、別のモデルを選択（Pick another model）しようとしても正常に動作しない問題が修正されました。ドキュメント面では、公式の VS Code 拡張機能のセットアップガイドが追加されています。

Ollama v0.32.0

Ollama v0.32.0 は 2026年7月13日にリリースされ、これまでのモデル実行ツールという枠組みを超え、新しく「インタラクティブ・エージェント体験」を導入する大きな節目となるアップデートとなりました。今回のバージョンからは、単に ollama コマンドを実行するだけで、コーディングの補助や作業の委任を行うためのエージェントが起動するようになっています。これに合わせて、内部的にもエージェント専用の UI（ユーザーインターフェース）に関するコードが追加され、ユーザー体験の向上が図られています。

外部ツールとの連携面では、これまで提供されていた「Codex App」との統合が「ChatGPT」へと改称されました。ユーザーは ollama launch chatgpt というコマンドでこの機能を利用でき、–restore フラグを使用することで通常のプロフィールに戻すことも可能です。また、利便性を高めるために ollama launch のメニュー表示が簡素化され、頻繁に使われる主要な統合機能のみが表示されるようになりましたが、表示されない他の統合機能も引き続きコマンドから直接呼び出すことができます。さらに、CodeLlama や Qwen2.5-coder、Llama 3.x などの古いエージェントモデルを起動しようとする際には、非推奨であることを示す警告が表示される仕組みが導入されました。

技術的な細部においては、特定のモデルアーキテクチャやハードウェアへの最適化が行われています。Qwen3.5 や Qwen3-Next アーキテクチャにおいて、空の思考ブロック（<think></think>）がコンテンツに漏れ出したり、思考の無効化設定が無視されたりする問題に対処するため、専用のパーサーとレンダラーが選択されるようになりました。Apple Silicon 環境向けの MLX ランナーでは、Metal v4 ビルドにおいて NAX カーネルが欠落していた問題が修正されています。これは、依存関係にある MLX の最新版が macOS 26.2 ターゲットを要求していたのに対し、Ollama のビルド設定が旧来の 26.0 のままだったことで発生していましたが、今回の更新で適切に復元されました。

Ollama v0.31.2

Ollama v0.31.2 が正式にリリースされました。このバージョンは、前バージョンの v0.31.1 で導入された大幅な高速化を維持しつつ、ハードウェアの互換性向上や特定の不具合修正、そして内部エンジンの大規模な整理が行われたアップデートとなっています,。

機能面での大きな改善として、まず Compute Capability 6.x（Pascal 世代など）の古い NVIDIA GPU において Flash Attention が有効化されました。これは、上流のカーネル修正によって SM60/SM61 向けのネイティブコンパイルが再び可能になったことによるもので、古い GPU 資産の有効活用に繋がります。また、統合 GPU（iGPU）におけるビジョンモデルのオフロード機能が強化され、利用可能なメモリに合わせてパディングを調整しながらオフロードできるようになりました,。これにより、GB10 や Strix Halo といった環境において、これまで CPU 処理に追い出されていたプロジェクター部分を GPU で処理できる可能性が広がっています。

さらに、利便性と安全性の面では、ollama launch で Claude Code を起動する際のテレメトリ（利用統計の送信）がデフォルトで無効 に設定されました。また、Windows 環境において Unicode 文字（非 UTF-8）を含むパスからモデルを読み込む際に発生していた不具合が、ggml_fopen を利用した適切な文字変換処理の導入によって修正されています。その他、思考（thinking）機能を持つモデルにおいて、思考出力を無効化した際の構造化データの出力不具合が解消されたほか、GGUF モデル作成プロセスの堅牢化も図られました。

技術的な基盤面では、内部エンジンである llama.cpp が build 9888 へと更新 されました。MLX エンジンに関しても、モデル作成（create）機能の全面的なリライト が行われ、読み込みから変換、書き出しまでのプロセスがパイプライン化されるなど、内部構造の最適化が進められています。一方で、サポートが終了した古い ROCm デバイスの定義が削除されるなど、新アーキテクチャへの完全移行に向けたコードのクリーンアップも並行して実施されました。

Ollama v0.31.1

正式リリースとなった v0.31.1 における最大のトピックは、Apple Silicon 環境での Gemma 4 の大幅な高速化です。マルチトークン予測（MTP）の最適化により、コーディングエージェントのベンチマークにおいて、トークン生成速度が平均で 約90% 向上しました。この高速化は、実行中にドラフトトークンの数を自動調整する仕組みによって実現されており、ユーザーによる特別な設定は不要で、出力結果にも影響を与えません。

また、MLX エンジンに関しても重要な更新が含まれており、最新バージョンへの更新によって小規模バッチ向けの新しい matmul（行列演算）カーネルが導入されました。これに伴い、Gemma 4 MoE モデルのロード処理も強化され、量子化モデル（nvfp4、mxfp8）と非量子化モデル（bf16）で共通のテンソル名を利用できるようコードが整理されています。

内部エンジンの llama.cpp については、build 9840 へと更新 されました。

その他、ollama launch における Hermes Desktop の最小バージョンチェック機能の追加といった、エージェント利用時の安定性を高める修正も実施されています。

Ollama v0.30.12

プレリリース版である v0.30.12（rc0 ※ 2026.7.1時点）は、主にツールの挙動修正と内部エンジンの更新が行われています。具体的な修正点として、JSON 文字列内に中括弧 {} が含まれている場合に、ツール呼び出しの終了を誤検知してしまう問題が解消されました。例えば、プログラムコードを引数に取るようなツール呼び出しにおいて、コード内の {} をタグの終わりと勘違いして途中で出力を打ち切ってしまう現象を防げるようになっています。

技術的な基盤面では、MLX の依存関係が更新されたほか、内部エンジンの llama.cpp もアップデートされています。

Ollama v0.30.11

Ollama v0.30.11 がリリースされました。このバージョンでは、外部エージェントツールの統合の自動化や、ハードウェア固有の最適化、そして推論プロセスの細かな挙動の改善が幅広く行われています。

機能面で最も目立つ変更は、ollama launch コマンドの利便性向上です。新たに Claude Code や opencode の自動インストール機能が追加され、これらが環境にない場合でもコマンド一つでセットアップから起動までを行えるようになりました。

また、opencode における「思考（thinking）」能力の検出機能が追加されたほか、Codex App の UI 切り替え時にモデルのズレ（drift）を検知する仕組みも導入されており、コーディングエージェントとしての実用性が高められています。

ドキュメント面では、max think level に関する記述が追加され、思考プロセスの制御についても整備が進んでいます。

技術的な最適化としては、Apple Silicon Mac 向けの MLX ランナーにおいて投機的デコード（speculative decoding）の統合と調整が行われました。

Windows 環境では、ハイブリッドグラフィックス構成において iGPU と dGPU の Vulkan 分類が逆転していた問題が修正されたほか、ホスト側の Vulkan ローダーを使用するように変更されています。

さらに、CUDA v13 向けに sm_86 アーキテクチャや Jetson 用の CC 87 サポートが追加されるなど、特定のハードウェア環境での安定性とパフォーマンスの向上が図られています。

内部的な推論処理においても、マルチモーダルモデルの mmproj オフロードをプロジェクターのメモリサイズに合わせて調整する最適化や、プロンプトがシフトした際にも生成のための余白（headroom）を確保する修正が行われました。

その他、ollama ps コマンドで一部オフロードされた重みのメモリ使用量が二重にカウントされる不具合の修正や、qwen2.5vl のウィンドウアテンション用メタデータのデフォルト設定、そして llama.cpp エンジンの更新などが含まれています。

Ollama v0.30.10

Ollama v0.30.10 がリリースされました。このバージョンは、特定の新しいモデルアーキテクチャへの対応と、内部エンジンの更新が主な内容となっています。

機能面での大きな追加は、Cohere2MoE（Command A / North）アーキテクチャの MLX エンジンへの実装です。これにより、CohereLabs/North-Mini-Code-1.0 といったモデルが Apple Silicon 搭載 Mac 上で効率的に動作するようになります。前バージョンの v0.30.9 でも Cohere2Moe への対応が謳われていましたが、本バージョンで MLX エンジンへの最適化がさらに進められた形です。

技術的な基盤面では、内部エンジンである llama.cpp が b9672 へと更新されました。前回の v0.30.9 では、コミットメッセージと実際のコード内のバージョン指定に僅かな食い違いが見られましたが、今回の v0.30.10 では公式の変更ログとコミット内容が共に b9672 で一致しています。なお、llama.cpp 本体のリポジトリでは既に b9692 などのより新しいバージョンも公開されていますが、Ollama 側では安定性や機能要件に基づき、特定のビルドを選択して統合していると考えられます。

Ollama v0.30.9

Ollama v0.30.9 では、新しいモデルアーキテクチャへの対応と、エージェント利用時の利便性を高める重要な修正、および安全性の強化が行われました。

機能面における大きな追加要素は、Cohere2Moe アーキテクチャのサポートです。これにより、対応する新しいモデルの利用が可能になります。

また、推論プロセスの改善として、LFM2（Liquid Foundation Model 2）において思考（thinking）が適切に出力されない不具合が修正されました。

さらに、ollama launch claude などのコーディングエージェントにおいて、レスポンスが 1 トークンで止まってしまうという問題が解消されており、対話型ツールとしての実用性が向上しています。

加えて、メッセージがコンテキストウィンドウのサイズを超えている場合にエラーを返す仕組みが導入されたほか、8k 以上のコンテキストウィンドウにおけるシフト処理も最適化されました。

Ollama v0.30.8

Ollama v0.30.8 では、システムの安定性向上と内部的な推論プロセスの最適化を中心としたアップデートが行われました。

機能面での大きな改善として、プロンプトキャッシングがコンテキストシフト（overflow behavior）から切り離されました。これにより、従来よりも効率的に KV キャッシュを再利用することが可能になり、全体的な推論効率の向上が図られています。また、特定のケースにおいて ollama launch が誤ったプロバイダーを選択してしまう不具合も修正されました。

Apple Silicon Mac 向けの MLX ランナーにおいても、技術的な深部でいくつかの強化がなされています。まず、リニア層やエンベディング層において、データ型の不適切な昇格（オーバープロモーション）を防ぐガードが導入され、推論の安定性が高められました。さらに、プロンプト処理や投機的デコードの際に キャッシュのスナップショットを作成する仕組み が導入されています。これにより、MTP（マルチトークン予測）などでドラフトが拒絶された際のロールバックが効率化され、信頼性が向上しています。また、GatedDelta カーネルが境界ごとの状態を返すようになったことで、リカレント（再帰型）モデルのサポートも改善されました。

その他の変更点として、「oh-my-pi (omp)」や「Hermes Desktop」の構成およびセットアップに関するドキュメントが追加され、外部ツールとの連携準備が整えられています。内部的な修正では、生成ストリームが途中でキャンセルされた際にキャッシュの同期がずれてパニックが発生する問題の修正や、MLX ランナーにおけるキャッシュ関連ファイルの整理など、堅牢性を高めるための調整が行われました。

Ollama v0.30.7

Ollama v0.30.7 では、外部ツールとの連携強化と、開発者向けのドキュメント整備や API の挙動修正が主な内容となっています。

大きなトピックとして、ollama launch コマンドが Hermes Desktop をサポートしました。これは Hermes エージェントのためのネイティブなデスクトップインターフェースで、会話やインテグレーション、メッセージングアプリなどを視覚的に管理できるようになります。これに合わせて、Windows 環境において Hermes の設定パスをネイティブな形式で扱う修正も行われており、プラットフォーム固有の動作の安定性が図られています。

API 関連では、OpenAI 互換 API におけるモデルリストの表示が、利用可能なモデルタグと一致するよう調整されました。

また、構造化データ出力に利用される Zod スキーマの例が、ネイティブな toJSONSchema ヘルパーを使用するように更新されています。

ドキュメント面でのアップデートも目立っており、リポジトリのルートに AGENTS.md や CLAUDE.md が新たに追加されました。さらに、内部エンジンである llama.cpp の更新プロセスを記述したドキュメントが追加されたほか、各種ガイド内のサンプルコードで使用されるモデルが Gemma 3 から Gemma 4 へと差し替えられており、最新の推奨環境に合わせた情報の刷新が行われています。

Ollama v0.30.6

Ollama v0.30.6 では、v0.30.0 から続くアーキテクチャ刷新の流れを汲みつつ、モデルラインナップの拡充と特定のランナーへの機能改善、そしてドキュメントの整備が行われました。

大きな変更点として、Gemma 4 ファミリーに Quantization-Aware Training (QAT) を適用した重みが追加されました。これは量子化を考慮した学習を行うことで、モデルのメモリ要件を大幅に削減しつつ、デバイス上でのパフォーマンスを最大化するように最適化されたものです。具体的には、gemma4:e2b-it-qat や gemma4:31b-it-qat など、末尾に -qat が付いたタグで提供されており、オンデバイスでの効率的な推論が期待されます。

技術的な面では、Apple Silicon Mac 向けの MLX ランナーにおいて、エンベディングレイヤー（埋め込み層）が nvfp4 のグローバルスケールを利用できるようになりました。これは、Mac 環境における推論処理の最適化に関連する内部的な修正であると考えられます。

また、機能面では ollama launch コマンドにおいて、新たに 「oh-my-pi」のサポートが追加されました。これにより、omp コマンドを通じて外部ツールと連携するなどの起動オプションの幅が広がっています。

その他、Ollama Cloud で運用されているモデルのライフサイクルについて最新の情報を反映するため、クラウドモデルの廃止（retirement）に関するドキュメントの更新も行われました。

Ollama v0.30.5

Ollama v0.30.5 では、内部エンジンの llama.cpp が b9509 へ更新されました。この変更は、Gemma 4 12B モデルを x86、CUDA、Linux、および Windows 環境で使用した際に発生していた、マルチモーダルプロジェクターに関連するゼロ除算クラッシュ（n_head=0）を修正するためのものです。

また、ollama launch コマンドにおいて hermes-desktop アプリの起動がサポートされました。初回実行時にアプリがインストールされていない場合は、インストールが開始される仕組みが導入されています。これに関連して、Windows 環境でのインストール処理の改善や、Cline CLI に関するドキュメントの追加も行われました。

なお、llama.cpp のリポジトリ上ではすでに b9518 などのより新しいバージョンが公開されていますが、今回の Ollama では特定の修正が含まれる b9509 が選択されています

Ollama v0.30.4

同日に立て続けにリリースされた v0.30.4 は、新アーキテクチャへの移行に伴う不具合の解消と、システムの安定性を高めるための重要な修正が数多く含まれています。技術的な基盤としては、内部エンジンである llama.cpp が b9493 へと更新されました。これにより、v0.30.2 で復活した Laguna アーキテクチャの互換パッチも合わせて再調整されています。

Windows 環境における大きな改善点として、ollama.exe を直接終了した際に llama-server.exe がプロセスとして残ってしまう問題が修正されました。これは、クリーンアップ処理にタスクの強制終了コマンド（taskkill /T）を明示的に組み込むことで解決されており、リソースの解放がより確実になっています。また、マルチモーダル機能も強化されており、ビジョンモデルなどで使用される mmproj GGUF ファイルがプロジェクターレイヤーとして正しく分類されるようになったほか、Metal iGPU においてプロジェクターの GPU オフロードが可能になりました。これにより、Mac 環境での画像解析などのパフォーマンス向上が期待できます。

その他、実験的な機能において MLX ベースのモデルを作成する際に Modelfile 内の REQUIRES コマンドが無視されてしまう不具合が修正されました。さらに、Gemma 4 使用時に発生していた「Unknown projector type」というクラッシュについても、パッチの配線ミスを修正することで解消されています。

Ollama v0.30.3

v0.30.3では、特定のモデルへの対応が強化されています。具体的には、Gemma 4の12Bモデル（gemma4-12b）のサポートが追加されました。これは、以前のバージョン（v0.23.1）で導入されたGemma 4向けのMTP（マルチトークン予測）による高速化 などの技術的な恩恵を、12Bというミドルクラスのモデルサイズでも享受できるようにするためのアップデートと考えられます。コミット履歴を確認する限り、このモデルサポートに関連するファイル修正を中心とした、ピンポイントな改善が行われています。

Ollama v0.30.2

Ollama v0.30.2 では、v0.30.0 で実施された大規模なアーキテクチャ刷新（llama.cpp への移行）を土台とし、機能の復元と外部ツールとの連携強化が行われました。

特筆すべきは、v0.30.0 のプレリリース段階で一時的に非対応となっていた Poolside 社の Laguna アーキテクチャが、パッチ適用によって再びサポートされた点です。これにより、特定のコーディングモデルとの互換性が回復しています。機能の拡張面では、新たに Cline CLI の自動インストールと表示機能が追加されたほか、Qwen コードの統合も実施されました。また、OpenCode におけるローカルモデルのコンテキスト制限に関する挙動が以前のバージョンに近い形に修正され、利用時の制約が緩和されています。

内部的な改善としては、プロンプトトークンの集計方法が調整され、キャッシュされたトークンもカウントに含まれるようになったことで、以前のバージョンとの一貫性が保たれるようになりました。さらに、通信維持のために送られる空のデータ（SSE ピング）を適切に無視する処理が導入され、生成ストリームの安定性が向上しています。ハードウェア対応についても、Radeon 8060S iGPU がデフォルトで認識されるようになるなど、対応の幅が広がっています。

Ollama v0.30.0

Ollama v0.30.0 では、システムの根幹を支えるアーキテクチャにおいて、極めて重要な刷新が行われました。これまで GGML をベースに構築されていた仕組みから、llama.cpp を直接サポートする構成へと移行しています。この変更によって、現在のローカル LLM 業界の標準である GGUF ファイルフォーマットとの互換性が確保されました。Apple Silicon 搭載 Mac 環境においては、引き続き MLX を活用してモデルの推論を高速化する仕組みが維持されています。

アーキテクチャの根本的な変更に伴い、今回のリリースではパフォーマンスの増減やメモリ利用効率の変化、あるいは以前のバージョンでは見られなかったエラーの有無について、ユーザーからのフィードバックが広く求められています。なお、v0.30.0 では一部のモデル（laguna-xs.2 および llama3.2-vision）がサポート対象外となっているなど、既知の問題もいくつか存在しています。

Ollama v0.23.1 〜 Ollama v0.24.0 は次のページです。