Ollama v0.40.8 / v0.40.9：Flint 编码模型落地，v0.40.9 又加上语音合成与 d3 决策模型

要点速览

• 两天两个 stable：v0.40.8（2026-10-21 16:20 UTC）、v0.40.9（2026-10-22 01:33 UTC）。当前 stable 为 v0.40.9，生产请钉这一版。
• 本站 10-22 写下的「v0.40.8-rc0 为候选版，生产请钉 v0.40.7」就此失效——v0.40.8 已转正，且与当时的 rc tag 共用同一时间戳。
• v0.40.8 主角是 Flint：Recursive 出品的编码模型，Apache 2.0、40B MoE、每 token 约 2.5B 激活、262K 上下文，官方引述其发布评测为 Terminal-Bench 2.1 54.9% / SWE-bench Verified 74.2%。
• v0.40.9 三件事：Flint 扩展到 Linux 与 Windows（首发仅 macOS）；Phonon 语音合成（Apple Silicon）；d3 决策模型家族（2B / 4B / 9B / 27B）。
• 两条工程向修复：流式 OpenAI Responses 与 Anthropic Messages 请求不再在生成失败后静默结束；ollama launch 会把云端模型的上下文长度与能力传给编程工具。

版本通道（2026-10-23 逐 tag 核对）

本站判据再被验证一次：10-22 记录 v0.40.8-rc0（2026-10-21T16:20:30Z，prerelease: true），本次核对同名版本号的正式 tag v0.40.8 用的是完全相同的 published_at 时间戳，且 prerelease: false；按 tag 名精确取 v0.40.8-rc0 现已取不到。这不是本站 10-22 判断错误（当时的快照准确），而是 Ollama 先发 rc、转正后沿用原时间戳的发布习惯。 操作层面的结论不变且更强：判断 stable 必须先按版本号把同名 tag 聚合，再读 prerelease 字段，绝不只看列表第一条或 tag 名后缀。

另注：自 2026-10-12 起，0.40.3 / 0.40.4 / 0.40.5 / 0.40.6 / 0.40.7 / 0.40.8 / 0.40.9 共七个 stable 落在十天内——发版节奏持续加快，钉版本务必写死具体号，不要用浮动范围。

v0.40.8：Flint —— Recursive 的编码模型进 Ollama

官方原文要点：Flint 是 Recursive 的编码模型，为编码 agent 在仓库里干的活设计——理解陌生代码、追 bug、实现功能、补测试；以推理、多轮工具调用与 262K token 上下文支撑跨文件、跨工具交互的长任务。

规格（官方 Release Notes 原文）：

ollama run flint

两个限定必须写清楚：① 两个跑分是 Recursive 自己的发布评测（官方原文即 "In its release evaluations, Recursive reports…"），不是本站独立复测，也不是第三方评测；② v0.40.8 的 Release Notes 明确写 "Note: Flint is supported on MacOS. Other GPU support will be enabled in a subsequent release."——首发当天非 macOS 用户跑不了。

v0.40.9：语音合成 + 决策模型 + Flint 跨平台

① 语音合成（Phonon，Apple Silicon）。 官方原文："Ollama can now generate speech with Phonon on Apple Silicon. ollama run plays text or a chat model's reply aloud as the audio is generated, and apps can stream audio through the OpenAI-compatible /v1/audio/speech endpoint."

ollama run phonon "Hello from Ollama."

形态上值得注意的是「边生成边播」——不是先合成完整个文件再播。而 /v1/audio/speech 走 OpenAI 兼容协议，意味着已有接了 OpenAI TTS 的应用可以只改 base URL 就切到本地。

② d3 决策模型家族。 官方原文："d3 brings vLLM Semantic Router's decision models to Ollama. Give a model text, structured state, or an image, and ask it to classify, answer yes or no, or score options with probabilities. The family includes 2B, 4B, 9B, and 27B sizes."

ollama run d3 "A customer says their card was charged twice." --ask "Is this a billing issue?"

这是本站记录里 Ollama 第二次引入「非生成类」模型（上一次是 v0.40.7 的 Perplexity pplx-decider）。方向很清楚：本地模型正在从「生成文本」分化出「做判断」这一支——分类、是/否判定、按概率给选项打分。对 agent 流水线里的路由与打分环节，这类小模型比拿通用大模型硬问更经济。

③ Flint 扩展到 Linux 与 Windows。 官方一句 "Flint now runs on Linux and Windows as well as macOS." ——距首发不到一天。

④ 两条工程向修复（容易被忽略但很实用）：

• 流式请求失败不再静默："Streaming OpenAI Responses and Anthropic Messages requests now report generation failures instead of ending silently after partial output." ——「输出了一半然后没了，还以为成功了」是流式接口最难排查的故障形态，这条把它变成显式错误。
• ollama launch 传上下文与能力："ollama launch now passes cloud models' context lengths and capabilities to coding tools, fixing incorrect context and compaction settings." ——用 ollama launch 起 Claude Code 之类编程工具的，此前可能拿到错误的上下文与压缩配置。

AI 之家 观点

一、Ollama 正在从「模型运行器」变成「本地能力供给方」。 两版里真正有分量的不是某个模型，而是形态：编码模型（Flint）、语音合成（Phonon）、决策模型（d3）、此前的决策模型（pplx-decider）。当本地能同时提供生成、判断与语音三条能力时，「本地跑」的含义就从「省 API 费」变成「可以完全离线的一条完整链路」——尤其是 /v1/audio/speech 与 OpenAI 兼容端点这两处，让替换成本降到只改 base URL。

二、Flint 的 262K 上下文 + 40B MoE / 2.5B 激活，是「本地编码 agent」这条路上目前最实用的一组参数。 MoE 的意义在于激活参数小 → 单 token 成本低，而 262K 上下文是跨仓库任务的硬门槛。但必须提醒：两个跑分来自 Recursive 自己的发布评测，且本站未做一手安装实测——不要把它当成已验证的 SOTA，只把它当作一个值得试的选项。

三、「同一版本号先发 rc、转正后沿用原时间戳」这条发布习惯，本站已经连续两轮踩到（v0.40.7、v0.40.8）。 结论已经固化成判据：核对时先按版本号聚合所有同名 tag，再读 prerelease 字段。 需要强调的是——本站 10-22 的判断在当时是准确的，失效的原因是「用当前快照暗示未来走向」，而不是读错了字段。这类结论要写成可撤回句式，被证伪时追加结案而不是静默改写。

四、给使用者的三条动作：① 生产钉 v0.40.9；② 用 ollama launch 接编程工具的重跑一次配置检查（本版修了上下文与压缩设置传递错误）；③ 想试 Flint 的先看平台（10-22 起 Linux / Windows 可用）与显存/内存预算（40B MoE 的权重体积不小，官方未给最低配置）。

待核实

• Flint 的量化档位与最低硬件要求——官方 Release Notes 未给；40B MoE 在消费级设备上的可用性本站未实测。
• 两个跑分（Terminal-Bench 2.1 54.9% / SWE-bench Verified 74.2%）的原始评测表与 harness 配置——官方仅转述 Recursive 的说法，本站未打开原表核对。
• Phonon 支持的语种与是否仅限英语——官方示例为英文，未列语种清单。
• d3 的 27B 档与 pplx-decider（27B）的定位差异——两者均为「决策模型」，官方未给对照。
• v0.40.8-rc0 tag 的消失是改名为 v0.40.8 还是被删除——按 tag 名精确取现已 404，本站不推断。

来源

• ollama/ollama Release Notes — v0.40.9（官方，2026-10-22T01:33:10Z，一手）
• ollama/ollama Release Notes — v0.40.8（官方，2026-10-21T16:20:30Z，一手）
• Ollama 语音能力文档（官方）
• Ollama 模型库 — d3（官方）、Ollama 模型库 — flint（官方）

延伸阅读：Ollama 工具卡、LM Studio 工具卡、Claude Code 工具卡。