Ollama 0.40.0: стабильный MLX на Mac и локальные эмбеддинги EmbeddingGemma 2

Что нового по сравнению с кандидатом

Главное обещание релиза сохранилось: на Apple Silicon поддерживаемые архитектуры моделей запускаются через MLX по умолчанию. Официальное описание приводит qwen3.8 и дополнительно перечисляет gemma4, qwen3.6, qwen3.5. Не следует переносить этот вывод на любой GGUF или любую платформу: выбор зависит от наличия совместимого варианта модели. Первоначальный RC и принцип выбора рантайма мы уже описали отдельно; повторять его как независимое открытие не нужно. s1 s3

Отдельная практическая добавка к стабильному выпуску — EmbeddingGemma 2 как embedding-модель в MLX. Официальная карточка Ollama описывает её как мультимодальную embedding-модель Google, а в исходниках тега появился обработчик embedding-запросов MLX. Это путь для локального построения векторов в поиске по собственным материалам, но релиз не даёт универсальных цифр производительности и не подтверждает, что каждый тип мультимодального ввода одинаково работает во всех клиентах. Проверяйте именно нужный тип запросов и результаты на своих данных. s1 s4 s5

Релиз также перечисляет для MLX модели решений Nimble, tev1, Clef и Clef Flash. Закреплённая документация описывает локальный /v1/systemone: классификация, вероятность ответа да/нет и оценка по заданным критериям. Эти модели и API полезны для локальной маршрутизации или отбора, но ответ модели не заменяет валидацию на вашей предметной области. Между RC и стабильным тегом зафиксированы изменения кода decision-обработки и MLX embedding; это не утверждение о собственных тестах Modelium. s1 s5 s6

Как переходить на рабочем Mac

1. Сверьте установленную версию командой ollama --version и сохраните список нужных локальных моделей (ollama list). Обновляйте клиент обычным официальным способом для вашей ОС; установочные пакеты для macOS приложены к стабильному тегу. s1
2. На тестовом окружении проверьте конкретные используемые модели и привычные запросы: качество ответов, инструменты, изображения и эмбеддинги. В релизе приведены ollama pull qwen3.8 и ollama run qwen3.8, но первая команда скачивает веса; если это не нужно, начните с уже установленной модели. s1
3. Сравните поведение с предыдущей версией на собственных примерах и отдельно проверьте ограничения лицензий загружаемых моделей. MIT распространяется на код Ollama, не автоматически на веса моделей. s7

Ни изменение приоритета рантайма, ни наличие API не доказывают прироста скорости на любом Mac. Modelium не запускал этот релиз на оборудовании и не публикует вымышленных замеров. s1

Итог

Если вы отложили v0.40.0-rc0 из-за статуса предварительной сборки, теперь появился стабильный тег с пакетами. Для локального поиска особенно интересно появление EmbeddingGemma 2 в MLX, а для маршрутизации — decision-модели. Перед обновлением производственного окружения проверьте свои модели и сценарии, а не полагайтесь на общее обещание совместимости. s1 s4