Ollama 0.21.1：一行指令就能啟動 Kimi CLI，Mac 的 MLX 也變快了

一句話看懂：Ollama 0.21.1 新增一行指令啟動 Kimi CLI，也加快了 Mac 上 MLX 執行器的速度，並修了兩個錯誤。

先用白話講：Ollama 是什麼？

你可以把 Ollama 想成「AI 模型的應用程式商店加播放器」：下載一個開源模型，輸入一行指令就能在自己電腦上跑起來，不必自己處理一堆環境設定。

發生什麼事

Ollama 在 2026 年 4 月 22 日發布 0.21.1，重點有三塊。

新增：Kimi CLI

現在可以透過 Ollama 安裝並執行 Kimi CLI。官方範例指令如下：

ollama launch kimi --model kimi-k2.6:cloud

官方說 Kimi CLI 搭配 Kimi K2.6，擅長需要長時間、多步驟的代理式任務，背後是多代理系統。

效能：MLX 執行器

MLX 是 Apple 為自家晶片做的機器學習框架。這版針對它做了四項改進：

• 支援 logprobs（模型對每個字的信心機率），相容的模型可用
• 取樣更快：把 top-P 與 top-K 合併成一次排序，並把重複懲罰放進取樣器
• 提示詞分詞改到請求處理流程中進行
• 陣列管理的執行緒安全性更好

另外，GLM4 MoE Lite 因為用了融合的路由頭，效能也有提升。

修正

• macOS App 切換聊天後，模型選單會顯示過期的模型
• Gemma 4 在關閉思考（think=false）時，結構化輸出有誤

給開發者的技術細節

• 範例指令的模型名稱帶有 :cloud 字尾；官方這份更新說明沒有進一步解釋，我推測是走 Ollama 雲端的模型，實際行為請看官方文件
• 結構化輸出（讓模型照指定的 JSON 格式回答）是做自動化時很常用的功能，用 Gemma 4 的人升級後可以重跑一次測試
• 完整差異可看官方 v0.21.0 到 v0.21.1 的比較頁

我的看法

自己在用本地模型的人，最怕版本更新後某個功能默默壞掉。這次修的 Gemma 4 結構化輸出就是典型例子：不報錯，只是輸出格式不對，下游程式才爆。如果你的流程依賴固定格式，升級之後建議拿一組固定測試跑一遍。

至於 Kimi CLI，目前官方只給了啟動方式，沒有講費用或使用限制，我會先觀望，等看到更完整的說明再決定要不要放進工作流程。

另外，這版的改進偏向「底層調校」：MLX 的取樣流程精簡後，在 Mac 上跑模型的人理論上會感覺回應更順，但官方沒有附上實測數字，實際快多少要看自己的機器與模型。

名詞小辭典

• Ollama：在自己電腦上執行開源 AI 模型的工具。
• MLX：Apple 專為自家晶片設計的機器學習框架。
• 結構化輸出：要求模型照固定格式（例如 JSON）回答，方便程式處理。
• logprobs：模型對每個輸出字的機率，常用來評估信心程度。

資料來源

• Ollama v0.21.1 Release Notes（GitHub）