觀點 · 資訊分享
Ollama 0.40.16 上架 65B 寫程式模型 Ripple Preview：Apache 2.0 可商用，檔案 39～46GB
Ollama 0.40.16 把 Ricursive Intelligence 的 65B 寫程式模型 Ripple Preview 收進模型庫，一行指令就能下載到自己的電腦跑。同一版還讓 Qwen3.8 Flash Next 在 Apple 晶片上少用約 27 GiB 記憶體。
- 發布
- 2026-11-10
- 篇幅
- 約 4 分鐘 · 1,684 字
- 結構
- 7 節 + 4 題常見問題
- 標籤
一句話看懂：Ollama 0.40.16 把 65B 的開源寫程式模型 Ripple Preview 收進模型庫，一行指令就能下載到自己電腦跑，而且可以商用。
先用白話講：Ollama 和 Ripple Preview 是什麼？
Ollama 像是「AI 模型的 App 商店」：你打一行指令，它就把模型下載到你的電腦，之後不用連上別人的伺服器也能用，資料不會離開自己的機器。
Ripple Preview 是這次新上架的模型，由 Ricursive Intelligence 推出。它的專長是「代理式寫程式」：不只是回答問題，而是像工程師一樣，在終端機裡一步一步下指令、改檔案、把任務做完。
名字裡的 65B 指的是它有 650 億個參數。參數可以想成模型腦袋裡的旋鈕，數量越多通常越聰明，但也越吃記憶體。
發生什麼事
Ollama 在美國時間 11 月 9 日（台灣時間 11 月 10 日凌晨）發布 v0.40.16，主角是 Ripple Preview。依 Ollama 模型頁的說明：
- 65B dense 模型：每處理一個 token，全部參數都會參與運算
- 最長 1M tokens 上下文：足以放進大型程式庫與很長的代理工作階段
- Apache 2.0 授權：允許商業使用
- 原廠自報成績：Terminal-Bench 2.1 拿到 80.5 分
- 檔案大小：39GB～46GB
同一版還改了什麼
| 項目 | 變化 |
|---|---|
| Qwen3.8 Flash Next | 在 Apple 晶片上少用約 27 GiB 記憶體 |
ollama launch claude |
一律把 Claude Code 導向你選的模型 |
ollama launch |
雲端模型下架時會說明原因 |
/v1/responses |
依 truncation 參數處理，不再預設默默截斷 |
/v1/models |
沒裝模型時回空清單，不再回 null |
| Windows on ARM | 支援 CUDA 13.5 |
給開發者的技術細節
下載並執行：
ollama run ripple-preview
想直接接到寫程式工具，模型頁列的用法是：
ollama launch claude --model ripple-preview
- 上下文長度要留意：模型頁的文字說明寫最長 1M tokens，但同一頁的模型列表欄位顯示 2M，兩處不一致，本文採用文字說明的 1M
- 加速方式：在 Ollama 的 MLX 引擎上，Ripple 會用 DFlash 2 推測解碼加快生成
/v1/responses行為改變：以前超長輸入會被默默截掉，現在改看truncation參數。發布說明沒有寫超長時會回什麼，升級後請自己測一次/v1/models回傳型別改變：程式如果有判斷null，要改成判斷空陣列
我的看法
對自架本地 AI 的人來說，這則新聞要分兩半看。
Ripple Preview 很吸引人：開源、可商用、專門練寫程式。但 39GB～46GB 的檔案代表它不是一般電腦玩得起的，手上的機器記憶體不夠就先別下載，省得白等。80.5 分也是原廠自己公布的，我會等社群的實測出來，再拿自己的專案試。
比較實際的反而是那幾條小修正。接案時如果用 Ollama 的 OpenAI 相容介面做客戶的系統，/v1/responses 不再默默截斷是好事——以前輸入被截掉，模型答非所問卻查不出原因；現在行為明確了，但升級後一定要拿長輸入測一次，確認程式的錯誤處理有接住。
名詞小辭典
- 參數（Parameter）：模型內部用來計算的數值，65B 就是 650 億個。
- Dense 模型：每次運算都動用全部參數的模型；相對的做法是每次只啟用其中一部分。
- 上下文（Context）：模型一次能「看到」的文字量，越長就能讀進越多程式碼。
- 代理式寫程式（Agentic coding）：讓 AI 自己規劃步驟、執行指令、修改檔案來完成任務，而不只是給建議。