ollama v0.20.4 正式發布！MLX 性能大幅提升 ， Gemma4 閃光注意力全面啟用

前言

2026年4月9日，本地大模型運行框架ollama正式推出v0.20.4 Latest穩定版本。本次更新圍繞MLX硬件加速性能優化、Gemma4系列模型支持、前端代碼規范、Safetensors模型創建流程、函數調用輸出能力、MLX動態庫兼容、集成測試體系搭建等多個核心維度展開，共計8次提交、51個文件變更，由4位貢獻者共同完成，整體新增2458行代碼、刪除215行代碼，在保持框架穩定性的同時，進一步強化了對新型大模型、多硬件平臺以及自定義模型部署的支持能力。

本文將基于官方完整提交記錄與文件變更明細，對ollama v0.20.4的每一項更新進行逐點拆解，覆蓋核心功能優化、代碼結構調整、兼容性修復、測試用例新增、底層庫加載邏輯改進等全部內容，不遺漏任何一處技術變更，為開發者提供可直接參考的完整更新指南。

一、ollama v0.20.4整體更新概覽

本次v0.20.4版本發布時間為2026年4月9日，核心提交集中在4月7日與4月8日，整體變更可劃分為六大核心板塊：

1. 1. 底層推理加速優化：MLX框架M5性能提升、Gemma4閃光注意力啟用與兼容修復

2. 2. 模型創建流程重構：實驗性路徑清理、Safetensors模型導入修復與邏輯簡化

3. 3. 前端UI代碼規范整改：未使用變量、常量聲明、空捕獲語句等語法問題修復

4. 4. 接口能力擴展：函數調用輸出數組類型支持

5. 5. 硬件兼容強化：macOS Metal版本檢測、舊GPU閃光注意力禁用、MLX庫路徑匹配優化

6. 6. 測試體系完善：新增圖像生成集成測試、Safetensors解析單元測試、模型創建集成測試

從代碼改動規模來看，本次更新以新增功能與兼容修復為主，刪除代碼多為冗余邏輯與廢棄路徑，整體架構更加精簡高效，同時大幅完善了測試覆蓋，保障自定義模型、多模態模型、Safetensors格式模型的運行穩定性。

二、核心功能更新逐點解析 （一）MLX框架性能優化：M5性能提升與NAX技術應用

本次更新首項核心優化針對MLX框架，通過NAX技術實現M5硬件平臺的推理性能提升。MLX作為蘋果生態下的高性能數值計算框架，是ollama在macOS平臺實現GPU加速的核心依賴，本次針對M5芯片的專項優化，直接提升了本地大模型在蘋果最新硬件上的推理速度、吞吐量與內存利用效率。

該優化直接面向硬件底層計算調度，通過NAX指令集與計算流水線優化，減少推理過程中的冗余計算與內存拷貝，在運行參數量更大的語言模型與多模態模型時，能夠顯著降低首token生成延遲，提升連續對話流暢度。該項改動屬于底層推理引擎核心優化，無需用戶額外配置，更新后即可自動生效。

（二）Gemma4模型全面支持：閃光注意力啟用與兼容修復

Gemma4作為新一代輕量級高性能大模型，在ollama v0.20.4中獲得完整支持，核心更新包括兩項：

1. 1. 正式啟用閃光注意力（Flash Attention）
   閃光注意力是提升Transformer模型推理效率的關鍵技術，能夠大幅降低注意力計算的內存占用與計算耗時，本次更新將Gemma4加入閃光注意力支持列表，在GGML底層代碼中完成配置注冊，使Gemma4模型在支持的GPU平臺上自動開啟閃光注意力加速。

2. 2. 舊GPU平臺閃光注意力兼容修復
   考慮到部分老舊顯卡不兼容閃光注意力實現，本次更新針對性添加了舊GPU禁用邏輯，避免因硬件不兼容導致的推理崩潰、內存溢出或速度異常下降，保障不同世代GPU用戶都能穩定運行Gemma4模型。

同時，本次更新還補充了Gemma4相關缺失文件，完善模型加載依賴，解決了此前版本中Gemma4模型加載失敗、配置缺失的問題，實現從模型加載到推理運行的全流程穩定支持。

（三）模型創建流程重構：實驗性路徑清理與Safetensors修復

ollama的模型創建功能是自定義模型部署的核心入口，本次更新對create命令相關邏輯進行全面重構：

1. 1. 清理實驗性路徑，簡化代碼結構
   刪除冗余的實驗性路徑引用，合并重復邏輯，減少代碼維護成本，同時保留核心的Safetensors模型創建與圖像生成模型創建能力，僅通過--experimental flag進行功能管控，保持接口簡潔統一。

2. 2. 修復從現有Safetensors創建模型的問題
   修復了在使用本地Safetensors格式模型文件創建ollama模型時的路徑錯誤、文件讀取異常問題，支持直接從本地Safetensors權重目錄導入模型，配合Modelfile完成自定義配置，大幅降低開源模型本地化部署門檻。

3. 3. 遠程模型創建限制明確
   在實驗性模式下明確限制遠程Safetensors模型創建，僅支持本地服務器操作，避免因網絡傳輸、文件權限等問題導致模型創建失敗，提升使用確定性。

ollama的函數調用（Function Call）能力在v0.20.4中得到擴展，新增對函數調用輸出數組的支持。此前版本中函數調用返回結果多為單值對象，難以滿足批量數據返回、多結果返回場景，本次更新后，模型可直接返回數組格式的函數調用輸出，適配更復雜的工具調用、數據處理、多步驟推理業務場景，提升框架在企業級應用中的實用性。

該項改動位于responses模塊，直接擴展API響應結構，前端與后端服務均可無縫對接新的返回格式，無需額外適配改造。

三、前端UI代碼規范全面整改

本次更新對app/ui前端代碼進行系統性語法規范修復，覆蓋多個核心組件，提升代碼健壯性與可維護性：

1. 1. Message.tsx組件優化
   移除JSON解析捕獲語句中的無用異常變量，將catch(e)簡化為catch()，消除未使用變量告警；統一異常處理邏輯，保持代碼風格一致，避免因語法告警導致構建失敗。

2. 2. MessageList.tsx組件優化
   清理空捕獲語句，添加注釋明確忽略邏輯，消除lint工具對空catch的警告，提升代碼可讀性。

3. 3. Badge.tsx與Button.tsx組件優化
   將可變變量let聲明改為常量const聲明，符合前端代碼最佳實踐，減少意外變量修改風險，同時保持樣式類計算邏輯不變，不影響UI展示效果。

本次前端整改全部為語法規范優化，不改變任何交互邏輯與UI展示效果，能夠有效降低長期維護成本，避免因代碼規范問題導致的構建報錯。

四、底層硬件兼容與庫加載邏輯強化 （一）MLX動態庫加載機制優化

1. 1. 切換默認HTTP客戶端
   簡化MLX模塊網絡請求邏輯，使用系統默認HTTP客戶端，減少第三方依賴，提升網絡請求穩定性，避免因自定義客戶端配置導致的連接異常。

2. 2. MLX庫路徑匹配規則優化
   在GPU設備發現邏輯中添加mlx_前綴過濾，避免因路徑匹配錯誤導致的MLX庫加載失敗，精準識別mlx_開頭的硬件加速庫目錄，提升蘋果芯片與NVIDIA GPU平臺的庫加載成功率。

新增macOS系統版本檢測邏輯，針對Metal加速庫做嚴格兼容判斷：

1. 1. 新增dynamic_darwin.go文件，通過syscall讀取macOS系統主版本號

2. 2. 對mlx_metal_v4及以上版本進行限制，僅在macOS 26及以上系統啟用，避免在低版本macOS上加載高版本Metal著色器導致渲染失敗、推理崩潰

3. 3. 非macOS平臺直接跳過檢測，保持跨平臺一致性

該項優化解決了長期存在的舊版macOS運行MLX加速異常的問題，提升跨系統版本兼容性。

（三）統一MLX變體加載策略

對mlx_*目錄進行倒序排序加載，優先加載高版本MLX庫（如mlx_metal_v4優先于mlx_metal_v3），自動跳過不兼容硬件平臺的變體，實現硬件自適應加載，無需用戶手動指定庫路徑。

五、Safetensors模塊重構與測試體系完善 （一）Safetensors解析模塊獨立重構

將原位于x/imagegen/safetensors的extractor.go遷移至x/safetensors目錄，實現Safetensors解析能力獨立化，不再與圖像生成模塊強綁定，支持語言模型、多模態模型統一使用Safetensors解析邏輯，提升代碼復用性。

該模塊提供完整的Safetensors文件讀取、張量信息提取、原始數據讀取、打包與解包能力，核心功能包括：

1. 1. 讀取Safetensors文件頭，解析張量名稱、數據類型、形狀、數據偏移

2. 2. 提取指定張量原始數據，支持F32、F16、U8等多種數據類型

3. 3. 構建打包Safetensors格式數據，支持多張量合并

4. 4. 自動過濾__metadata__字段，避免元數據干擾張量解析

本次更新大幅擴充測試用例，提升代碼質量與穩定性：

1. 1. 新增create_imagegen_test.go（107行）
   實現圖像生成模型完整集成測試，覆蓋模型下載、Modelfile創建、ollama create執行、圖像生成、格式校驗、模型刪除全流程，要求最低13GB顯存支持，驗證Z-Image-Turbo等多模態模型的創建與推理能力。

2. 2. 新增create_test.go（350行）
   實現Safetensors格式LLM模型集成測試，以TinyLlama-1.1B為測試對象，驗證從HuggingFace下載模型、通過實驗性模式創建ollama模型、模型信息查看、對話推理等全流程能力，同時添加遠程服務器跳過邏輯，保障測試可靠性。

3. 3. 新增extractor_test.go（394行）
   覆蓋Safetensors解析模塊全功能測試，包括文件創建、張量讀取、異常處理、循環讀寫校驗、元數據過濾、多張量打包等場景，保障解析邏輯零錯誤。

測試體系的完善，使ollama在自定義模型、多模態模型、Safetensors模型支持上具備更強的穩定性保障，減少版本更新帶來的兼容性問題。

六、配置文件與輔助文件更新

1. 1. .github/workflows/release.yaml
   將macOS構建環境從macos-14-xlarge升級為macos-26-xlarge，適配最新蘋果硬件構建需求，提升發布包兼容性。

2. 2. .gitignore
   新增integration/testdata/models/目錄忽略規則，避免測試模型文件被提交至倉庫，保持倉庫整潔。

1. 1. 硬件性能進一步釋放
   MLX M5優化與Gemma4閃光注意力啟用，使蘋果芯片用戶獲得更高推理速度，老舊GPU也能穩定運行新型模型。

2. 2. 自定義模型部署更簡單
   Safetensors導入修復、實驗性路徑簡化，讓開源模型一鍵轉為ollama可用格式，降低本地化部署成本。

3. 3. 企業級應用能力增強
   函數調用數組輸出支持，適配復雜工具鏈與業務系統，提升框架實用價值。

4. 4. 跨平臺兼容性大幅提升
   Metal版本檢測、MLX庫自適應加載，解決不同系統、不同硬件的運行異常問題。

5. 5. 代碼質量與可維護性升級
   前端規范整改、模塊重構、全面測試覆蓋，為后續版本迭代打下穩定基礎。

代碼地址：github.com/ollama/ollama

ollama v0.20.4作為2026年4月的最新穩定版，以“性能提升、模型適配、兼容強化、測試完善”為核心，完成了從底層推理引擎、模型管理流程、前端代碼規范到硬件兼容邏輯的全鏈路升級。8次提交、51個文件變更看似規模不大，但每一處改動都精準解決實際使用痛點，尤其是對Gemma4的完整支持、MLX硬件加速優化、Safetensors模型創建修復以及測試體系的全面搭建，直接提升了ollama在本地大模型部署領域的競爭力。

我們相信人工智能為普通人提供了一種“增強工具”，并致力于分享全方位的AI知識。在這里，您可以找到最新的AI科普文章、工具評測、提升效率的秘籍以及行業洞察。 歡迎關注“福大大架構師每日一題”，發消息可獲得面試資料，讓AI助力您的未來發展。