Ollama v0.40.11：本地语音合成走 OpenAI 兼容端点，/v1/audio/speech 可直接替换云端 TTS
Ollama v0.40.11 于 2026-10-24 转正：macOS 上边生成边播放语音，应用可走 OpenAI 兼容的 /v1/audio/speech 端点；d3 决策模型家族含 2B/4B/9B/27B。
2026-10-25 · ollama/ollama 官方仓库 Release Notes（tag v0.40.11，published_at 2026-10-24T00:30:13Z，prerelease: false，经 GitHub Releases API 一手核对）
发布 2026-10-25核实 2026-10-25要点速览
v0.40.11于 2026-10-24T00:30:13Z 转正（prerelease: false），当前生产应钉v0.40.11。- 语音合成从「能合成」推进到「能用」：官方原文称
ollama run会在音频生成的同时把文本或模型回复朗读出来，且应用可以通过 OpenAI 兼容的/v1/audio/speech端点流式获取音频。 -
/v1/audio/speech是本次的关键：它把本地 TTS 从「命令行玩具」变成已有 OpenAI TTS 接入的应用改一个 base URL 就能切过来的 drop-in 替代。 - d3 决策模型家族正式列出四档：2B / 4B / 9B / 27B，来自 vLLM Semantic Router，用途是分类、是否判定、按概率给选项打分。
- 两条限定：官方 Release Notes 标题写的是 Speech 在 macOS；平台边界与语种清单官方未给。
- 发版节奏继续加速：自 2026-10-12 起，0.40.3 ~ 0.40.11 共九个 stable 落在十二天内——钉版本务必写死具体号，不要用浮动范围。
版本通道（2026-10-25 逐 tag 核对）
| 版本 | 发布时间（UTC） | 状态 |
|---|---|---|
v0.40.11 | 2026-10-24 00:30 | stable，生产钉这一版 |
v0.40.10 | 2026-10-23 15:03 | stable（Nemotron 3.5 Bolt E4B） |
v0.40.9 | 2026-10-22 01:33 | stable（Phonon 语音 + d3） |
v0.40.8 | 2026-10-21 16:20 | stable（Flint 编码模型） |
v0.40.7 | 2026-10-18 00:28 | stable |
判据沿用（已连续三轮验证）：Ollama 的发布习惯是先发 rc、转正后沿用原时间戳（v0.40.7 / v0.40.8 / v0.40.11 均有 -rc0 同时间戳 tag）。判断 stable 必须先按版本号聚合所有同名 tag，再读 prerelease 字段，绝不只看列表第一条或 tag 名后缀。
语音合成：从「能出声」到「能接入」
官方 Release Notes「Speech」一节原文要点：
Ollama can now generate speech on macOS.
ollama runplays text or a chat model's reply aloud as the audio is generated, and apps can stream audio through the OpenAI-compatible/v1/audio/speechendpoint.
ollama run phonon "Hello from Ollama."
与本站 10-23 记录的 v0.40.9（Phonon 在 Apple Silicon 上生成语音）相比，本版的变化有两点：
- 交互形态：
ollama run边生成边播，而不是先合成完整音频再播——首字延迟被摊平到生成过程里，对话场景的体感差异很大； - 接入形态：
/v1/audio/speech走 OpenAI 兼容协议。这一条的分量在于替换成本：已经接了 OpenAI TTS 的应用，理论上只需要改 base URL（以及模型名），不需要改调用代码。
这是本站记录的 Ollama「本地能力供给方」路线里，第一个对外提供标准协议端点的非文本能力（/v1/audio/speech 与此前只有命令行可用的 Phonon 不同）。本地语音第一次有了「可被现有应用直接消费」的形态。
d3 决策模型：四档尺寸与用法
官方原文要点：d3 把 vLLM Semantic Router 的决策模型带进 Ollama；给它文本、结构化状态或一张图，让它做分类、回答是 / 否，或按概率给选项打分；家族含 2B、4B、9B、27B 四档。
ollama run d3 "A customer says their card was charged twice." --ask "Is this a billing issue?"
值得单列的是输入模态包含图像——决策模型能吃图，意味着它可以放在多模态流水线的路由位上，而不只是文本分类器。
选型提示：四档尺寸给的是成本 / 精度的连续调节空间。对 agent 流水线里的路由与打分环节，本站的判断不变——用小决策模型做路由，比拿通用大模型硬问「这是不是账单问题」更经济，也更容易测。但官方未给各档的准确率与吞吐数据，分档选择只能自建评测。
其余
- 新贡献者：本次 Release Notes 列出
@SynapShift的首次贡献（PR #19173）。 - Full Changelog 链接指向
v0.40.10...v0.40.11-rc0—— 又一次印证「rc 与正式 tag 同源」的发布习惯。
AI 之家 观点
一、判断一个本地能力「有没有用」，看它有没有标准协议端点。 Phonon 在 0.40.9 就能合成语音，但只有命令行；0.40.11 给出 /v1/audio/speech 之后，它进入的是现有应用的兼容层。 本站的判断标准很朴素：能被 base URL 替换掉的能力才是可迁移的，只能 ollama run 的能力是 demo。
二、「边生成边播」是被低估的一条。 语音交互的体验瓶颈从来不是音质，而是等待整段合成完的静默期。把播放摊到生成过程里，本地模型较慢的劣势在这一项上被抵消掉一部分。
三、九个 stable 十二天，这个节奏本身就是运维风险。 本站已连续四轮记录 Ollama 的发版加速。对生产环境的直接含义不是「要赶紧升」，而是「要把版本写死并保留回滚点」——浮动范围（如 ^0.40）在这个节奏下等于把不确定性引入生产。
四、给使用者的三条动作：① 生产钉 v0.40.11；② 已接 OpenAI TTS 的应用可以试改 base URL 走本地，先在小流量上验证音质与延迟；③ 流水线里有路由 / 打分环节的，拿 d3 的四档做一次自建评测（官方无对比数据）。
待核实
- 语音合成是否仅限 macOS——官方小节标题与正文均写 on macOS，Linux / Windows 是否可用官方未说明，本站不作断言。
- Phonon 支持的语种——官方示例为英文，未列语种清单。
/v1/audio/speech支持的请求参数与是否完整对齐 OpenAI TTS 的字段（voice / response_format / speed）——官方仅称「OpenAI-compatible」，未给字段级对照。- d3 四档的准确率、吞吐与推荐硬件——官方未给；27B 与
pplx-decider（v0.40.7，27B）的定位差异亦未给。 v0.40.11-rc0与v0.40.11的关系（改名还是删除）——按既有习惯推测为「先 rc 后转正沿用时间戳」，但本站未逐 tag 取证，不写作结论。
来源
- ollama/ollama Release Notes — v0.40.11（官方，2026-10-24T00:30:13Z，
prerelease: false，一手） - Ollama 语音能力文档（官方）
- Ollama 模型库 — d3（官方）
- GitHub Releases API — ollama/ollama（用于逐 tag 核对
prerelease与published_at，一手）
延伸阅读：v0.40.8 / v0.40.9 资讯（Flint / Phonon / d3 首发）、Ollama 工具卡、LM Studio 工具卡。