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（ハルシネーションを含む可能性あり）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 v0.40.12

Ollama v0.40.12 が正式リリースとなりました。今回のアップデートにおける最大の目玉は、Liquid AI 社が開発した新しいトライハイブリッド（tri-hybrid）アーキテクチャに基づく小型モデルファミリー 「LFM3」 および 「d1」意思決定モデル の公式サポートです。LFM3 シリーズはローカルエージェント、ツール呼び出し、構造化出力向けに設計されており、256K トークンのコンテキスト窓を持つ 1.7B テキストモデル「lfm3」、画像理解を追加した「lfm3-vl」、18 言語での音声認識・翻訳・音声合成に対応する「lfm3-audio」、そしてテキスト・画像・音声を統合した「lfm3-omni」の 4 種類が展開されています。

また、LFM3 をベースとした 2B サイズの意思決定モデル「d1」（テキスト・画像対応）および「d1-omni」（音声対応も追加）が組み込まれ、ollama run d1:2b での判定が利用可能となりました。なお、今回のリリース時点で LFM3 および d1（2B）は Apple ハードウェア（macOS）上で先行サポートされており、Linux および Windows 向けサポートも近々提供予定とされています。

パフォーマンス面および技術的な改善としては、Apple Silicon 環境における Gemma 4、Flint、Laguna 各モデルのプロンプト処理が一段と高速化されました。また、MLX 上の投機的デコード（Speculative Decoding）において新たに「DFlash2」ドラフトモデルがサポートされ、検証パスの最適化が施されたほか、Gemma 4 のビジョン機能において小規模画像の詳細をより保持できるようグリッド計算の調整が行われています。このほか、ollama launch コマンドが「OpenCode v2」で正常に動作するよう修正された点や、Kimi CLI においてツール呼び出しのみのアシスタントターンに関する不具合の解消、ならびに内部エンジンである MLX および llama.cpp の最新アップデートが適用されています。

Ollama v0.40.11

Ollama v0.40.11 が正式リリースとなりました。今回のアップデートでは、macOS（Apple Silicon）環境における Phonon を用いた音声合成（Speech）機能の正式サポートと、vLLM Semantic Router 由来の「d3」意思決定モデル群の本格的な利用環境が大きくフィーチャーされています。あわせて、Phonon での記号・数値・時刻などの読み上げ（テキスト正規化）の補正やボイスカタログの導入、ならびに d3 モデルにおける空状態（empty state）の許容といった内部的な機能強化と不具合修正が適用されています。

機能面では、ollama run phonon を実行することでテキストやチャットモデルの応答をリアルタイムに音声生成・再生できるほか、OpenAI 互換の /v1/audio/speech エンドポイントを介して各種アプリケーションからの音声ストリーミング取得が可能となりました。また、意思決定モデル d3（2B、4B、9B、27B）においては、テキストや構造化データ、画像を入力として –ask オプションを指定することで、カテゴリ分類や可否判定（yes/no）、確率スコアリングを直接行える仕組みが公式ドキュメントおよび CLI の使用例とともに提示されています。

Ollama v0.40.10

Ollama v0.40.10 が正式リリースとなりました。今回のアップデートでは NVIDIA の Gemma 4 ベース最新軽量ビジョン言語モデルである 「Nemotron 3.5 Bolt E4B」の正式サポート と、それに伴うレンダラーおよび MLX 推論エンジンの機能拡張が実施されています。

今回新たに追加された Nemotron 3.5 Bolt E4B（nemotron-3.5-bolt:e4b）は、Gemma 4 アーキテクチャをベースに構築された NVIDIA の小型ビジョン言語モデル（VLM）です。高速なローカル対話、画像理解、およびツール呼び出し（Tool use）に対応し、最大 128k トークンの長文コンテキストウィンドウをサポートしています。さらに、モデル自体に推論処理を高速化するための DFlash ドラフト（投機的デコード / Speculative Decoding） が組み込まれている点が大きな特徴となっています。

これに伴う技術的な裏側の改善として、ツール呼び出しの実行時にツール応答の後ではなく前にアシスタントのテキストを出力・描画する新しい gemma4-nemotron レンダラーが実装されました。また、Apple Silicon 向けの MLX エンジンにおいては、DFlash ドラフトを備えた Gemma 4 ターゲットモデルを適切に読み込んで実行できるよう拡張が施され、ドラフト専用出力ヘッドのロードや投機的デコードに必要な隠れ状態・ロジットの抽出、量子化ドラフトとターゲットの精度分離報告などが可能になっています。

Ollama v0.40.9

Ollama v0.40.9 が正式リリースとなりました。今回のアップデートでは、Apple Silicon 上での音声合成（Speech）機能の統合、vLLM Semantic Router 由来の「d3」意思決定モデル群のサポート、前バージョンで登場したコーディングモデル「Flint」のマルチプラットフォーム対応（Linux/Windows）、ならびに各種 API ストリーミングやエージェント連携における安定性向上が図られています。

機能面での最大のハイライトとして、Apple Silicon 環境において Phonon を用いた音声合成（Speech）機能が正式サポート されました。ターミナルから ollama run を実行した際、テキストやチャットモデルの応答を音声として直接再生しながら出力できるようになったほか、OpenAI 互換の /v1/audio/speech エンドポイントを介した音声ストリーミングが提供されます。また、vLLM Semantic Router 由来の最新意思決定モデル 「d3」シリーズ（2B、4B、9B、27B）が新たに追加され、テキストだけでなく構造化データや画像を入力として、分類、可否判定（yes/no）、確率スコアリングを柔軟に行えるようになりました。

前バージョンの v0.40.8 で macOS 向けに先行提供されていたリポジトリ横断型コーディングモデル 「Flint」が Linux および Windows 環境でも利用可能 となり、プラットフォームを問わず高精度なコード解析エージェントを実行できるよう改善されました。その他、OpenAI Responses や Anthropic Messages のストリーミング時にエラーが発生した際、途中終了せず適切にエラーを報告する仕組みへの改修や、ollama launch 実行時にクラウドモデルのコンテキスト長や機能情報がコーディングツールへ正しく伝達されるよう調整されています。また、Flint で思考（thinking）機能をオフにした際に直接回答を返す処理の修正や、ウェブ検索実行時の思考設定の保持など、細かな挙動の最適化も行われています。

Ollama v0.40.8

Ollama v0.40.8 が正式リリースとなりました。今回のアップデートにおける最大の技術的進展は、Recursive 社が開発したリポジトリ横断型の最新コーディングエージェントモデル 「Flint」のサポート と、Apple Silicon（macOS）環境における実行最適化です。

新たに登場した Flint は、リポジトリ全体にわたるコードの理解、バグの追跡、新機能の実装、テストコードの追加といったコーディングエージェントの作業に特化して設計されたモデルです。ライセンスは Apache 2.0 が採用されており、総パラメータ数 40B の Mixture-of-Experts（MoE）構成を持ちながら、1トークンあたりのアクティブパラメータ数は約 2.5B に抑えられています。262k トークンの超長文コンテキストウィンドウ、高度な推論（Reasoning）能力、および複数ターンにわたるツール呼び出し（multi-turn tool use）に対応しており、SWE-bench Verified で 74.2%、Terminal-Bench 2.1 で 54.9% の高いベンチマークスコアを記録しています。現時点では ollama run flint コマンドを通じて macOS（Apple Silicon）環境でのみ先行サポートされており、他の GPU 向けサポートは今後のリリースで順次拡張される予定です。

技術的な裏側の改善として、Apple Silicon 向けの MLX ランナーにおいて Flint モデルを最適に実行するための処理が整備され、プロンプト内の数値型やスキーマ順序を維持する仕組みや、MLX の共有アテンション機構に対する学習済みシンク（learned sinks）およびデバイス側 causal mask の追加が行われました。また、セキュリティ・プライバシー面の修正として、SQLite データベース内で削除されたチャットデータが DB ブラウザ等で復元できてしまう問題に対し、secure_delete を有効化して削除されたページを確実にゼロ埋め消去する不具合修正が施されています。

Ollama v0.40.7

Ollama v0.40.7 が正式リリースとなりました。今回のアップデートでは、Perplexity 社が開発した新しい意思決定モデルの追加をはじめ、OpenAI 互換 API（Responses API）の制御やストリーミング処理の精度向上、投機的デコードの自動化拡張、CLI/API におけるメタデータ表示の強化、そして内部エンジンの最適化が行われています。

主要な機能拡張として、Qwen3.8-27B をベースにファインチューニングされた Perplexity の 27B 意思決定モデル「pplx-decider」のサポートが新たに追加されました。また、OpenAI 互換の Responses API における堅牢性が大幅に高められており、思考（thinking）機能の有無が異なるモデル間での会話継続時や他プロバイダーのコンパクション項目を含む履歴処理時のエラーが解消されたほか、Codex などの Web 検索を含むクライアントツール呼び出し時に思考項目より前にイベントが重複・逆転して流れてしまう不具合が修正されました。さらに、クライアント切断時に ollama.com 上の遠隔モデル（リモート推論）を自動的にキャンセルして無駄なリソース消費を防ぐ仕組みや、投機的デコード（Speculative Decoding）において llama-server がドラフトモデルのタイプを自動で推論・判別する改善も組み込まれています[2]。

このほか、モデル情報の透明性を高める修正として、ollama show コマンドおよび API レスポンス（renderer、parser、template_source フィールド）において、モデルが使用するレンダラーやパーサー、およびチャットテンプレートの参照元が明示されるようになりました。外部連携面では、ollama launch claude 実行時に CLAUDE_CODE_AUTO_COMPACT_WINDOW の値が Claude Code のサポート範囲内に自動調整（クランプ）されるよう変更され、ウィンドウサイズ過大に伴う警告メッセージが回避されています。技術的なバックエンド最適化においては、内部エンジンである llama.cpp および MLX の更新に加え、GGML と MLX 間での CUDA ランタイムの重複排除や、ロード済みモデルの並列参照時におけるロック競合を回避するアトミックポインタ化が施され、全体的なパフォーマンスと信頼性が向上しています。

Ollama v0.40.6

Ollama v0.40.6 が正式リリースとなりました。本バージョンは、前バージョンの v0.40.5 に続くマイナーパッチリリースであり、Windows 環境におけるサブプロセスの終了処理の改善、GGUF フォーマットにおける新たな量子化タイプの追加、およびクラウド環境と CLI における意思決定モデル（Decision models）の連携強化が行われています。

今回のアップデートにおける技術的な主要変更点として、まず Windows 環境において Ollama のメインプロセスが強制終了した際などに配下の llama-server や MLX などのサブプロセスが孤立して残ってしまう現象を防ぐため、Windows Job Object（JOB_OBJECT_LIMIT_KILL_ON_JOB_CLOSE）を割り当てる修正が実施されました。これにより、プロセス終了時に不要なプロセスがメモリ上に残留することなく安全に破棄されるようになっています。また、GGUF 仕様において低ビット量子化である q2_0 テンソルおよびファイルタイプが新たにサポートされ、より軽量なモデル運用への足がかりが追加されました。さらに、クラウド環境上で意思決定モデル clef を直接ローンチして実行できる機能が組み込まれたほか、CLI の –ask モード利用時に質問キーに識別子（identifiers）を使用することで、プログラマブルな問いあわせの利便性が向上しています。

Ollama v0.40.5

Ollama v0.40.5 が正式リリースとなりました。今回のアップデートでは、NVIDIAの最新ビジョン言語モデル「Nemotron 3.5 Super」およびその軽量版「Nemotron 3.5 Bolt」のサポートをはじめ、クラウド版における意思決定モデル（Decision models）の直接利用への対応、OpenAI 互換 API でのツール呼び出しエラーの不具合修正、ならびに各種エラーメッセージの明確化が行われています。

機能面における最大の目玉として、NVIDIA のビジョン言語モデル 「Nemotron 3.5 Super」が正式にサポート されました。このモデルは、120B パラメータのハイブリッド Mamba-2/Transformer MoE（アクティブ 12B）バックボーンと C-RADIO ビジョンエンコーダーを備え、最大 100 万トークンのコンテキスト長、ツール呼び出し、思考（thinking）モードの切り替えに対応しています。また、24GB の VRAM を持つ NVIDIA GPU 向けに蒸留・最適化された 74B（アクティブ 9B）のコンパクト版 「Nemotron 3.5 Bolt」 も同時に利用可能となっています。さらに、クラウド機能の強化として clef:cloud や clef-flash:cloud などの意思決定モデルをローカルにダウンロードすることなく ollama.com クラウド上で直接実行できるようになりました。このほか、カスタムツール呼び出しを含む OpenAI 互換 Responses 会話の継続時に発生していたエラーの修正や、ChatGPT ゲートウェイ連携や決済エラー時のメッセージ明確化、および内部エンジンである llama.cpp と MLX の更新が適用されています。

Ollama v0.40.4

Ollama v0.40.4 が正式リリースとなりました。今回のアップデートでは、意思決定モデル（Decision models）の CLI 直接実行への対応をはじめ、ollama launch コマンドの利便性拡張、推論パフォーマンスのさらなる最適化、およびマルチモーダル埋め込みモデルのサポート強化などが実施されています。

機能面での大きな進化として、ターミナルから ollama run コマンドを用いて意思決定モデルを直接実行できるようになりました。これにより、テキストに対する「はい/いいえ」の判定やラベル分類、評価基準に照らしたスコアリングなどを CLI 上で直感的に扱えるようになっています。また、ollama launch が有料プランへのアップグレードなしで利用クレジットを用いて実行可能になったほか、ollama launch codex 内のモデルピッカーにローカルにインストールされた Ollama モデルが統合され、Codex CLI 内で /model コマンドを使って自由にモデルを切り替えられるよう調整されました。さらに、検証済みマニフェストやロード済みモデルの再利用によって推論処理のパフォーマンス向上も図られています。

技術的な改善としては、llama-server を介したマルチモーダルエンベディングのサポートが追加され、コンテキストウィンドウが小さいマルチモーダル埋め込みモデルの読み込み不具合が修正されました。Apple Silicon 上の MLX ランナーにおいては、Kev 意思決定モデルの実行が新たにサポートされたほか、長い Laya 状態のクリップ処理や、ロールバック後の再帰状態の取り扱いを含む投機的デコード（Speculative Decoding）の信頼性向上、そして NVIDIA GPU 環境での Gemma 4 のプリフィル速度向上が図られています。あわせて、llama.cpp エンジンの更新により意思決定モデルへのネイティブ対応が組み込まれ、プライバシーやクラウドサービスに関するドキュメント構成の明確化も行われました。

Ollama v0.40.3

Ollama v0.40.3 が正式リリースとなりました。本バージョンは、直前にリリースされた v0.40.2 に続くマイナーパッチリリースであり、主に外部の開発エージェント連携時における警告表示の改善と、リクエスト処理時のパフォーマンス向上を目的としたバックグラウンド処理の調整が行われています。

技術的な変更点として、まず ollama launch claude コマンドを実行した際に表示されていた Claude コネクタに関する警告メッセージが出力されないよう修正されたほか、ollama launch codex の実行時においてもサービス層（service-tier）に関する不要な警告が表示されなくなりました。これにより、Claude や Codex といった外部エージェント環境との連携時におけるログ出力が整理され、よりクリーンな操作感が実現されています。また、パフォーマンス面における重要な調整として、旧バージョンでダウンロードされたモデルの初回実行時に裏で動いていた自動アップグレード処理が一時停止されました。これは埋め込み（Embedding）処理や通常のリクエスト処理時にレスポンスパフォーマンスへ悪影響を与えていたためであり、バックグラウンド負荷を抑えることで全体的な動作の改善と安定化が図られています。

Ollama v0.40.2

Ollama v0.40.2 が正式リリースとなりました。前バージョンの v0.40.1 に続く本バージョンでは、旧バージョンから引き継がれたモデルのバックグラウンド変換処理に伴う表示の最適化、連携コマンドにおけるコンテキスト長の処理改善、およびコミュニティ統合の更新が行われています。

技術面における大きなポイントとして、古いバージョンの Ollama でダウンロードされたモデルは、llama.cpp 上での推論パフォーマンスや互換性を最適化するため、初回実行時にバックグラウンドで自動アップグレードされる仕組みとなっています。この際、ユーザーが安全に旧バージョンへダウングレードできるように、元となった旧形式のバックアップファイルがディスク上に一時的に保護・保持されます。これまでは、このバックアップ用に保持されているシャドウマニフェストが ollama list コマンドや API の一覧出力時に重複して表示され、混乱の原因となっていましたが、本バージョンにて重複エントリーが表示されないよう修正されました。なお、これらのバックアップデータは将来のリリースで自動削除される予定ですが、手動でディスク容量を解放したいユーザー向けには jq と ollama rm を組み合わせた削除コマンドも提示されています。

また、コマンドラインや外部ツール連携の調整として、ollama launch claude を実行した際に、選択されたモデルが持っている本来のフルコンテキスト長（最大トークン長）がそのまま適用されるよう改善されました。さらに、公式 README のコミュニティ統合リストに対して新たに「oxi」が追加されるなど、周辺エコシステムとの接続性向上に向けた地道な整備もあわせて行われています。

Ollama v0.40.1

Ollama v0.40.1 が正式リリースとなりました。今回のアップデートは、主に Windows 環境固有の不具合修正、クラウド API 連携の強化、および CLI セットアップの調整を中心としたメンテナンス・マイナーリリースとなっています。

技術的な主要修正点として、まず Windows 環境において意思決定モデル「Clef Flash」実行時に発生していた重みファイルの読み込みバグが解消されました。Clef Flash では約 9.5GB の位置にテンソルが保持されていますが、Windows 向けビルドにおける従来のファイルシーク処理が 32 ビットでオフセットを切り捨ててしまっていたため、2GB を超える位置の重み読み込みに失敗し、/v1/systemone エンドポイントが「Clef: non-finite logit」エラーを出力して失敗する問題が発生していました。本バージョンでは 64 ビット対応の明示的なシーク処理へと置き換えられ、正常に処理できるよう修正されています。あわせて Windows 上でシンボリックリンク形式で保存されていたモデルマニフェストが通常のファイル形式に変更され、読み込み不具合の解消と安定化が図られました。

また、サインイン済みアカウントのクラウド利用状況や残高を確認するための /api/usage および /api/balance エンドポイントが、ローカルサーバーを介して適切にプロキシ転送される機能が実装されました。さらに、CLI の初回セットアップ（オンボーディング）手順からアカウント関連のステップが削除されて手続きが簡略化されたほか、MLX ランナーにおいて本家（アップストリーム）に取り込まれた不要な Metal パッチの削除や、各種ドキュメント内のリンク切れ修正が行われています。

Ollama v0.40.0

Ollama v0.40.0 が正式リリースとなりました。バージョン表記が v0.35.1 から大きく飛躍した今回の主要な変更点は、Apple Silicon 環境における MLX ランタイムのデフォルト化と、MLX エンジンがサポートするモデルおよび機能の拡充となっています。

技術的に最も重要な進展として、Apple Silicon 搭載デバイスにおいて MLX ランタイムに対応したモデルアーキテクチャを実行する際、明示的なオプション指定を必要とせず自動的に MLX 上で動作する仕様へ変更されました。対象となるモデルには qwen3.8 や gemma4、qwen3.6、qwen3.5 などが含まれており、ollama run コマンドを実行するだけで Mac のハードウェアに最適化された高速な推論処理をそのまま活用できるようになっています。

また、前バージョンまでに導入された意思決定モデル（Nimble、tev1、clef、clef-flash）についても MLX 上で動作するようになったほか、MLX 環境において新たにエンベディングモデルである embeddinggemma-2 のサポートが追加されました。これにより、チャットやコード生成だけでなく、タスクの自動判別やベクトル検索（RAG）といった幅広い用途において、Apple Silicon 上で統一して MLX の高いパフォーマンスを享受できる環境が整えられています。

Ollama v0.30.0 〜 Ollama v0.35.1

Ollama v0.30.0 〜 Ollama v0.35.1 は次のページです。