Ollama 0.40.15: MiMo V2.6 9B dan Model Keputusan AutoTrust

Ollama v0.40.15 terbit 3 November 2026 dan membawa tiga tambahan konkret: model mimo-v2.6 berukuran 9B dari Xiaomi, keluarga model keputusan AutoTrust dalam tiga ukuran, serta dukungan Kimi Code CLI di perintah ollama launch. Data di artikel ini dibaca dari halaman rilis resmi ollama pada 7 November 2026, termasuk catatan rilis 0.40.12 sampai 0.40.15 yang masih saling terkait.

TL;DR

• Ollama v0.40.15 terbit 3 November 2026, membawa mimo-v2.6 9B dan keluarga model AutoTrust.
• AutoTrust tersedia dalam ukuran 9b, 35b, dan 27b-vl, dengan dua ukuran terakhir bisa membaca gambar.
• ollama launch kini mendukung Kimi Code CLI dan menawarkan migrasi dari kimi-cli yang sudah terpasang.
• Sejak 0.40.14, endpoint kompatibel OpenAI tidak lagi memaksa temperature dan top_p menjadi 1,0.
• Satu versi sebelumnya, 0.40.13, membawa keluarga LFM3 ke Linux dan Windows setelah sebelumnya hanya di Apple silicon.

Perubahan kecil di catatan rilis sering lebih berdampak daripada model baru. Dua contoh di rilis ini adalah perbaikan sampler default pada endpoint kompatibel OpenAI dan penerapan batas token keluaran untuk ollama launch claude. Keduanya tidak menambah model, tetapi mengubah hasil yang diterima pengguna setiap hari. Artikel ini memisahkan mana yang perlu dicoba sekarang dan mana yang cukup dicatat.

Model apa yang ditambahkan di Ollama 0.40.15?

Ada dua keluarga: mimo-v2.6 dari Xiaomi berukuran 9B yang ditujukan untuk alur kerja kode dan agent, serta keluarga AutoTrust dalam ukuran 9b, 35b, dan 27b-vl. Selain itu, ollama launch mendapat dukungan Kimi Code CLI dan pengisian daftar model untuk Pi secara otomatis.

mimo-v2.6 menarik karena ukurannya. Model 9B cukup kecil untuk berjalan di mesin pengembangan tanpa GPU khusus, tetapi disebut dibangun untuk alur kerja kode dan agent, dua beban yang biasanya menuntut model jauh lebih besar. Klaim itu baru bisa dinilai dari pengujian sendiri, bukan dari deskripsi rilis. Yang bisa dipastikan sekarang: modelnya tersedia lewat perintah ollama run mimo-v2.6 dan halaman modelnya sudah terbit di pustaka Ollama.

AutoTrust punya bentuk yang berbeda dari model percakapan. Keluarga ini membaca teks dan mengembalikan pilihan, probabilitas ya atau tidak, serta penilaian untuk pertanyaan yang diberikan pengguna. Contoh di catatan rilis memakai kasus keluhan pelanggan: teks keluhan dimasukkan, lalu pertanyaan "apakah ini masalah penagihan" diajukan sebagai parameter terpisah.

Perbedaan bentuk itu penting untuk perancangan sistem. Model keputusan seperti ini tidak dipakai untuk menulis jawaban, tetapi untuk memilah masukan sebelum diproses lebih lanjut. Pada sistem yang menerima banyak tiket atau pesan masuk, satu model kecil yang mengembalikan probabilitas bisa mengurangi jumlah panggilan ke model besar, asalkan ambang probabilitasnya diuji dengan data nyata.

Berapa ukuran tiap model AutoTrust dan mana yang bisa membaca gambar?

Keluarga AutoTrust hadir dalam tiga ukuran: 9b, 35b, dan 27b-vl. Dua ukuran terakhir, 35b dan 27b-vl, bisa membaca gambar, sedangkan 9b hanya memproses teks. Pada rilis ini, autotrust-jev disebut didukung di Apple silicon.

Model	Ukuran	Masukan	Kegunaan utama
mimo-v2.6	9B	Teks	Alur kerja kode dan agent
autotrust-jev	9b	Teks	Keputusan cepat dengan ambang probabilitas
autotrust-jev	35b	Teks dan gambar	Keputusan dengan konteks visual
autotrust-jev	27b-vl	Teks dan gambar	Keputusan visual dengan biaya lebih rendah dari 35b
lfm3	1,7B	Teks, konteks 256K	Agent lokal dan keluaran terstruktur
lfm3-omni	Keluarga LFM3	Teks, gambar, audio	Beban campuran dalam satu model

Baris LFM3 di tabel itu berasal dari catatan rilis 0.40.12 pada 27 Oktober 2026, bukan dari 0.40.15. Saya sertakan karena keluarga itu masih relevan untuk pemilihan model lokal, dan ukurannya yang 1,7B dengan konteks 256K menjadikannya pembanding yang masuk akal untuk model 9B di atas.

Apakah perubahan sampler di 0.40.14 memengaruhi hasil API?

Ya, untuk klien yang memakai endpoint kompatibel OpenAI tanpa mengirim temperature atau top_p. Sebelum 0.40.14, nilai default dipaksa menjadi 1,0. Setelah perubahan itu, permintaan tanpa parameter sampler memakai nilai bawaan model, sama seperti perilaku endpoint asli Ollama.

Perubahan ini terlihat sepele tetapi mengubah keluaran. Temperature 1,0 membuat distribusi token lebih lebar, sehingga jawaban bisa lebih bervariasi antar permintaan. Model yang dipaketkan dengan nilai bawaan lebih rendah, misalnya 0,7 atau 0,8, akan menghasilkan jawaban yang lebih stabil setelah perubahan ini. Aplikasi yang sebelumnya sudah merasa hasilnya "cukup baik" bisa tiba-tiba mendapat hasil berbeda tanpa mengubah satu baris kode.

Untuk sistem produksi, perbedaan ini perlu diantisipasi dengan menyetel parameter secara eksplisit di klien. Mengandalkan nilai bawaan memang sah, tetapi nilainya bisa berubah antar versi. Menulis temperature dan top_p di kode membuat perilaku aplikasi tidak bergantung pada versi server.

Perbaikan lain di 0.40.14 menyentuh ollama launch claude, yang kini menerapkan batas token keluaran milik model, sehingga model cloud tidak lagi tertahan pada batas bawaan 128k. Bagi pengguna Claude Code lewat Ollama, ini menghilangkan satu sumber jawaban terpotong yang sulit dilacak penyebabnya.

Bagaimana cara mencoba model baru tanpa mengganggu instalasi yang ada?

Cara paling aman adalah menarik model ke mesin yang sama tetapi tidak mengganti model yang sedang dipakai layanan. Ollama menyimpan model per nama dan tag, sehingga model baru bisa ditarik dan diuji tanpa menyentuh model lain yang sudah ada di disk.

1. Periksa ruang disk lebih dulu, karena model 35b memakan ruang jauh lebih besar daripada model 9b.
2. Tarik model tujuan dengan perintah tarik, lalu jalankan satu percobaan singkat untuk memastikan model benar-benar bisa dimuat.
3. Uji dengan prompt dari kasus nyata yang sudah punya jawaban benar, bukan dengan prompt contoh dari dokumentasi.
4. Catat waktu muat pertama dan waktu generasi, karena dua angka itu berbeda dan sering tercampur saat dilaporkan.
5. Bandingkan hasil model baru dengan model yang sedang dipakai pada prompt yang sama sebelum memutuskan pindah.

Langkah ketiga yang paling menentukan. Prompt contoh dari dokumentasi biasanya dirancang agar model terlihat baik, sedangkan prompt dari kasus nyata menunjukkan di mana model gagal. Pada model keputusan seperti AutoTrust, uji ambang probabilitas dengan data yang punya label benar, lalu hitung berapa banyak keputusan yang salah di tiap ambang.

Daftar model per keluarga tersedia di pustaka model Ollama, termasuk mimo-v2.6 dan autotrust-jev. Catatan perubahan antar versi lengkapnya ada di halaman rilis GitHub, dan itulah sumber yang sebaiknya dipakai saat menyusun catatan upgrade internal.

Bagaimana memilih antara model 9B dan 35B untuk keputusan otomatis?

Mulai dari 9B, lalu naik hanya jika hasilnya tidak cukup. Alasannya bukan sekadar biaya, tetapi kecepatan: pada sistem yang memilah ratusan pesan masuk, waktu tunggu per permintaan menentukan apakah model bisa dipanggil di jalur sinkron atau harus diantrekan. Model 9B masih realistis dipanggil di jalur sinkron pada mesin tanpa GPU, sedangkan 35b biasanya menuntut perangkat keras yang lebih serius.

Ukuran gambar juga menentukan pilihan. Jika keputusan butuh konteks visual, misalnya memeriksa tangkapan layar atau foto bukti transfer, pilihannya menyempit ke 35b atau 27b-vl karena hanya dua ukuran itu yang bisa membaca gambar. Di antara keduanya, 27b-vl lebih ringan dan biasanya jadi titik awal yang wajar sebelum mempertimbangkan 35b.

Yang sering terlewat: model keputusan tidak harus selalu benar, tetapi ambangnya harus jelas. Menetapkan ambang 0,9 untuk keputusan otomatis dan mengirim sisanya ke pemeriksaan manusia biasanya lebih berguna daripada menuntut akurasi tinggi di semua kasus. Dengan cara itu, model 9B yang lebih murah bisa menangani mayoritas kasus, sementara kasus ambigu naik ke jalur manual.

Apa yang berubah untuk pengguna LFM3 sejak 0.40.12?

Keluarga LFM3 dari Liquid AI masuk ke Ollama pada 0.40.12 tanggal 27 Oktober 2026, lalu pada 0.40.13 tanggal 28 Oktober 2026 ketersediaannya diperluas ke Linux dan Windows setelah sebelumnya hanya di Apple silicon. Keluarga ini mencakup versi teks, versi penglihatan gambar, versi audio, dan versi gabungan.

Yang membuat keluarga ini relevan untuk agent lokal adalah ukurannya. lfm3 berukuran 1,7B dengan konteks 256K, angka yang tidak biasa untuk model sekecil itu. Konteks panjang berguna ketika agent perlu membaca banyak berkas atau riwayat percakapan panjang, tetapi perlu diingat bahwa konteks besar dan model kecil bukan kombinasi yang otomatis akurat. Model tetap bisa kehilangan detail di tengah konteks yang sangat panjang.

Varian lfm3-audio mencakup pengenalan suara, penerjemahan, dan sintesis suara dalam 18 bahasa menurut catatan rilis 0.40.12. Angka 18 bahasa itu berasal dari catatan rilis resmi, bukan dari pengujian independen, jadi kualitas per bahasa tetap perlu diuji sendiri sebelum dipakai untuk layanan yang menyentuh pengguna akhir.

Apakah model baru langsung menggantikan model lama di disk?

Tidak. Model disimpan per nama dan tag, sehingga menarik model baru tidak menghapus model lama. Dampaknya justru sebaliknya: ruang disk bertambah, dan pada mesin dengan penyimpanan terbatas hal itu perlu dihitung sebelum menarik model berukuran 35b.

Kebiasaan yang membantu adalah mematok versi model yang dipakai layanan, bukan memakai tag terbaru tanpa catatan. Ketika model diperbarui di pustaka, perilaku layanan bisa berubah tanpa ada perubahan kode di sisi aplikasi. Mencatat nama dan versi model di berkas konfigurasi membuat perubahan itu terlihat saat peninjauan, bukan saat pengguna melaporkan jawaban yang berbeda.

FAQ

Apakah mimo-v2.6 bisa jalan tanpa GPU?

Model 9B umumnya bisa berjalan di CPU dengan kecepatan terbatas, tetapi kelayakannya bergantung pada jumlah RAM dan panjang konteks yang dipakai. Catatan rilis tidak mencantumkan kebutuhan perangkat keras, jadi angka pastinya perlu diukur di mesin masing-masing.

Apa bedanya model keputusan dengan model percakapan?

Model keputusan mengembalikan pilihan, probabilitas ya atau tidak, dan penilaian, bukan jawaban bebas. Karena keluarannya terbatas, model seperti ini lebih mudah diuji dengan ambang dan lebih murah dipanggil berulang pada volume besar.

Apakah dukungan Kimi Code CLI berarti kimi-cli lama hilang?

Tidak. ollama launch mendukung Kimi Code CLI sebagai penerus kimi-cli, dan menawarkan migrasi dari pemasangan kimi-cli yang sudah ada. Pemasangan lama tidak dihapus otomatis tanpa persetujuan.

Mengapa temperature berubah setelah pembaruan?

Karena endpoint kompatibel OpenAI tidak lagi memaksa nilai 1,0 ketika klien tidak mengirim parameter sampler. Permintaan tanpa temperature kini memakai nilai bawaan model, sehingga hasil bisa lebih stabil dibanding sebelumnya.

Rekomendasi Tools & Layanan

Beberapa layanan yang dipake di panduan ini: free trial Alibaba Cloud (coba gratis, sesuaikan kebutuhan), dan halaman promo terbaru buat cek diskon yang lagi jalan bulan ini.