Ollama 0.40.15：小米的 9B 代码模型进了库，还有一套只会回答「是/否/打分」的 AutoTrust

11 月 6 日，Ollama 发到 0.40.15。这个项目最近的节奏有点意思：它不再只是「本地跑模型的壳」，而是慢慢变成「本地该有的那些零件」的集散地。这一版塞进来两样东西，一个用来写代码，一个用来做判断。

mimo-v2.6：9B，为代码和 agent 工作流调的

ollama run mimo-v2.6 就能拉下来。它是小米 MiMo 家的模型，全名 MiMo-V2.6-Distill-Qwen-9B，9B 参数、256K 上下文、下载包 6.6GB 起。

页面上列了几个它适配的客户端：Claude Code、OpenCode、Hermes Agent、OpenClaw，都是「模型要跑很多轮工具调用」的场景。这个定位比参数大小更值得注意 —— 它盯的是 agent 循环里的那几百次小请求，而不是一次长文生成。

我自己的体感是：9B 这个尺寸恰好卡在「能跑在 16GB 内存的机器上」和「不至于笨到不会改 JSON」之间。真要跑 agent，本地 9B + 云端大模型兜底，比全程云端便宜得多，也比全程本地靠谱得多。

AutoTrust：又一批「决策模型」

第二样东西是 AutoTrust，官方描述很短：读文本，按你给的问题返回选项、是/否概率、或者打分。

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

这个族里有 9b、35b、27b-vl 三个尺寸，后两个能读图。上一版（0.40.11）的 d3 也是这个路子，现在 AutoTrust 也进来了 —— 说明厂商认定「会分类的小模型」是一个独立品类。

我的看法很简单：这类模型的价值在稳定，不在聪明。 一个工单分流器，判对 93% 但每次理由一样，比判对 96% 但每次都不一样更好用，因为你可以围绕它写回归测试、调阈值、做灰度。你没法给一个「看心情」的模型写单元测试。

顺手修掉的几件事

发布说明里还有几条不太起眼、但对天天用它的人很实际：

• ollama launch 现在支持 Kimi Code CLI，并且会主动提议把老的 kimi-cli 配置迁移过来
• Claude Desktop 的模型选择器终于显示 Ollama 的真实模型名（之前是一串内部标识，选起来像猜谜）
• Recurrent 与视觉 GGUF 模型可以同时服务多个请求了 —— 以前这类模型是串行的，一个请求占着，后面排队
• Qwen3 / Qwen3.5 的长上下文（YaRN）缩放问题修了
• 不带参数直接跑 ollama，会打开欢迎页

我会怎么用这两个

如果要落地，我会这样拆：

需求	用什么	理由
改一小段代码、补测试	mimo-v2.6	9B 够快，能跑在笔记本上
代码 review 的「要不要拦」	一个决策模型	输出是布尔，能写进 CI
长文档总结	云端大模型	本地 9B 会丢细节

说到底，本地推理这两年最大的变化不是模型变强了，而是开始有分工了。一个流水线里有小模型做路由、大模型做生成、决策模型做判定，这套东西在云端早就成了常识，本地去年还只有「一个大模型 + 一段对话」。0.40.15 这种版本，就是在把缺的零件一件件补上。