ollama — 01-04-2026
11 твитов — крупный релиз Ollama с поддержкой MLX на Apple Silicon.
Ollama + MLX: большое обновление. Теперь Ollama может использовать MLX как бэкенд на Mac — это прямой прирост производительности на всём Apple Silicon. На M5/M5 Pro/M5 Max задействуются новые GPU Neural Accelerators для ускорения и TTFT (time to first token), и скорости генерации. Тест на Qwen3.5-35B-A3B: NVFP4 против Q4_K_M предыдущей версии. Блог Ollama Твит анонса
Стартовая модель — Qwen3.5-35B-A3B-nvfp4. Нужно больше 32 GB unified memory. Работает с Claude Code и OpenClaw:
ollama launch claude --model qwen3.5:35b-a3b-coding-nvfp4
ollama launch openclaw --model qwen3.5:35b-a3b-coding-nvfp4
Твит
NVFP4: точность производственного уровня. Новый формат NVIDIA уменьшает требования к памяти и bandwidth, сохраняя качество. Ollama теперь даёт те же результаты, что и production-инфраструктура у крупных провайдеров. Твит
Умное кэширование. Ollama переиспользует кэш между разговорами, снижая потребление памяти. Интеллектуальные контрольные точки по всему промпту ускоряют ответы при разветвлённых сессиях (как в Claude Code с общим system prompt). Твит
Пользователи уже тестируют. Qwen3.5:36b через MLX ускорился в 2.2x на первом же апгрейде. Qwen3.5:4b-nvfp4 на M1 Max — 38% быстрее предыдущей версии в реальном агентном use case. Твит
Поддержка кастомных моделей. Команда работает над расширением списка архитектур и упрощённым импортом fine-tuned моделей. Твит
