2025年12月4日，ollama v0.13.2版本迎来预发布，并于2025年12月9日正式发布。本次更新在模型能力、性能优化和问题修复方面都有重要提升。
1. 新增模型
- Qwen3-Next
Qwen3-Next是Qwen3-Next系列的首个版本，在参数效率和推理速度方面表现优秀。该系列的引入旨在为用户提供更高效的推理过程，同时保持较低的资源占用。
2. 性能优化
- 启用Flash Attention（适用于视觉模型）
对包括mistral-3、gemma3、qwen3-vl在内的视觉模型，Flash Attention功能现已默认开启。这一优化提升了在提供图片作为输入时的显存利用率和整体性能，让视觉模型在处理图像任务时更加高效稳定。
3. 问题修复
- 多GPU CUDA机器的GPU检测修复
修复了在多GPU CUDA环境下的GPU检测问题，保证了部署时对硬件资源的正确识别与调用。 - deepseek-v3.1思考状态问题修复
修复了deepseek-v3.1在Ollama应用中，即使关闭"思考"功能仍然持续进行思考的问题，使其在应用场景中更符合用户的预期设置。
版本概述
v0.13.2是一次兼顾功能拓展、性能优化和稳定性提升的更新，特别是首发的Qwen3-Next模型，以及Flash Attention在视觉模型中的默认启用，将为开发者和用户带来更顺畅的使用体验。