我要投稿

ollama v0.6.6 震撼发布！推理能力翻倍、下载提速 50%，对比 vLLM/LMDeploy 谁更强

发布日期：2025-04-18 07:12:46 浏览次数： 2306

作者：福大大架构师每日一题

微信搜一搜，关注“福大大架构师每日一题”

Ollama v0.6.6 重磅更新：更强推理、更快下载、更稳内存

AI 开发者们注意了！Ollama v0.6.6 正式发布，带来多项重大优化，包括全新模型支持、下载速度提升、内存泄漏修复等，让本地大模型推理更高效、更稳定！

? 核心更新亮点

1. 两大全新模型上线

• Granite 3.3（2B & 8B）：128K 超长上下文，优化指令跟随与逻辑推理能力，适合复杂任务处理。
• DeepCoder（14B & 1.5B）：完全开源代码模型，性能对标 O3-mini，开发者可低成本部署高质量代码生成 AI！

2. 下载速度大幅提升

• 实验性新下载器：通过 OLLAMA_EXPERIMENT=client2 ollama serve 启用，下载更快、更稳定！
• Safetensors 导入优化：ollama create 导入模型时性能显著提升。

3. 关键 BUG 修复

• Gemma 3 / Mistral Small 3.1 内存泄漏问题修复，运行更稳定。
• OOM（内存不足）问题优化，启动时预留更多内存，避免崩溃。
• Safetensors 导入数据损坏问题修复，确保模型完整性。

4. API 与兼容性改进

• 支持工具函数参数类型数组（如 string | number[]），API 更灵活。
• OpenAI-Beta CORS 头支持，方便前端集成。

? Ollama vs. vLLM vs. LMDeploy：谁才是本地部署王者？

对比维度	Ollama v0.6.6	vLLM	LMDeploy
易用性	⭐⭐⭐⭐⭐（一键安装，适合个人开发者）	⭐⭐⭐（需 Docker/复杂配置）	⭐⭐⭐⭐（零一万物优化，适合企业）
推理速度	⭐⭐⭐（适合中小模型）	⭐⭐⭐⭐⭐（PagedAttention 优化，吞吐量高）	⭐⭐⭐⭐（Turbomind 引擎，低延迟）
内存优化	⭐⭐⭐（自动 CPU/GPU 切换）	⭐⭐⭐⭐⭐（连续批处理，显存利用率高）	⭐⭐⭐⭐（W4A16 量化，省显存）
模型支持	⭐⭐⭐⭐（支持 GGUF 量化，社区丰富）	⭐⭐⭐（需手动转换模型格式）	⭐⭐⭐（主要适配 InternLM 生态）
适用场景	个人开发 / 轻量级应用	高并发生产环境	企业级实时对话 / 边缘计算

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-12-11

左脚踩右脚：大模型的有趣且简单的微调方式“SHADOW-FT”

2025-12-11

大模型训练的高效内存解决方案：流水线感知的细粒度激活卸载，实现显存开销与吞吐性能的联合最优

2025-12-08

一杯咖啡成本搞定多模态微调：FC DevPod + Llama-Factory 极速实战

2025-12-04

OpenAI公开新的模型训练方法：或许能解决模型撒谎问题，已在GPT-5 thiking验证

2025-11-23

微调Rerank模型完整指南

2025-11-22

大模型微调全流程实战指南：基于IPO框架的深度解析与优化

2025-11-21

AI基础 | Qwen3 0.6B 微调实现轻量级意图识别

2025-11-20

从零开始：手把手教你微调Embedding模型，让检索效果提升10倍！

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

微调已死？Google 和斯坦福论文指出AI 学习新范式

2025-10-12

用Macbook微调Qwen3！手把手教你用微调给Qwen起一个新名字

2025-10-14

从零教你微调一个专属领域大模型，看完小白也能学会炼丹!（完整版）

2025-10-21

一位淘宝工程同学的大模型LoRA微调尝试

2025-09-24

在Colab中微调Qwen3-4B模型实战指南

2025-09-20

如何将 AI 代码采纳率从30%提升到80%？

2025-09-25

基于昇腾NPU的Qwen3量化因子代码生成微调实战

2025-11-05

2张4090竟能本地微调万亿参数Kimi K2！趋境联合清华北航把算力门槛击穿了

2025-11-05

AI基础 | Qwen3 0.6B 微调实现轻量级意图识别

2025-11-21

OpenAI公开新的模型训练方法：或许能解决模型撒谎问题，已在GPT-5 thiking验证

2025-12-04

大家都在问

LoAR做Fine-Tuning微调原理到底是什么？

2025-11-19

如何将 AI 代码采纳率从30%提升到80%？

2025-09-25

大模型微调，为什么99%的企业都不应该碰这个坑？

2025-06-20

万不得已，不要对 LLM 进行微调？

2025-06-17

可以将任何符合OpenAPI规范的接口转 MCP Server吗？

2025-05-21

OpenAI发布GPT-4.1系列模型，对行业最大吸引力是什么？

2025-05-17

私有部署大模型需要多少显存？

2025-05-14

软件公司如何为AI的下半场做准备？

2025-05-10

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部