Aller au contenu principal
← Retour aux actualités

Ollama v0.34.4 : outputs structurés plus rapides et Qwen plus vite sur Apple Silicon

On-device et edge
La release v0.34.4 d'Ollama applique les outputs structurés sur les modèles avec thinking en un seul passage (plus rapides et plus fiables), corrige les erreurs 'model not found' avec de grandes bibliothèques locales et accélère le traitement du prompt de Qwen 3.8 sur Apple Silicon. Un utile correctif si vous utilisez Ollama en production.

Recevez le prochain point IA locale

Chaque semaine, une sélection du meilleur d'iaLocale : articles, actualités et ressources sur l'IA locale, et plus encore.

Après l'inscription, vous recevez un e-mail de confirmation (double opt-in). Sans confirmation, nous n'envoyons rien. Pas de spam, promis.

Ressources liées

Outils et ressources des archives iaLocale pertinents pour ce contenu.

Bespoke Nimble 9B

Modèles

Le modèle décisionnel de 9B de Bespoke Labs : il tourne entièrement en local via Ollama 0.35 et répond à des questions typées (vrai/faux, échelle numérique, choix multiple) avec la nouvelle API systemone. Conçu pour la classification rapide dans les pipelines automatisés, sans cloud.

🌱

Bonsai-2 27B

Modèles

Modèle de raisonnement de 27B aux poids ternaires à 1,72 bit par poids, dérivé de Qwen3.8-27B avec attention hybride (~75 % linéaire). En GGUF PTQ1_0 il occupe 5,95 Go, conserve 98,2 % de l'intelligence FP16 et atteint ~47 tok/s sur un laptop Apple M5 Max, avec un contexte de 262K tokens. Licence Apache 2.0. Exige la fork llama.cpp de Prism ML (les noyaux ternaires ne sont pas dans llama.cpp stock).

🧩

JunctionBox

Plateforme de pilotage pour agents de coding (Claude Code, Codex, Grok) et modèles Ollama sur votre propre matériel : mémoire partagée entre agents, tool use gardé pour les petits modèles, modèles locaux même sans GPU (BitNet testé à ~16 tokens/s avec moins de 2 Go de RAM). Inclut des applis TV, un lanceur pour tablette et des plugins extensibles.

🤖

LFM3-1.7B

Modèles

Modèle pour agents locaux et applications spécialisées, 1,73 Md de paramètres, architecture tri-hybride (13 convolutions courtes à porte, 5 attention à fenêtre glissante, 6 attention globale). Post-training agentique explicite (harnais type Hermes Agent, Pi, OpenClaw), 256K tokens de contexte, 16 langues dont l'italien, ~1 Go de RAM en 4-bit. Licence LFM Open v1.0.