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

Ollama v0.40.15 dirilis 3 November 2026 dan menambahkan dua keluarga model baru: MiMo V2.6 dari Xiaomi, model 9B yang ditujukan untuk alur kerja kode dan agent, serta keluarga AutoTrust yang mengembalikan pilihan, probabilitas ya atau tidak, dan penilaian untuk pertanyaan yang Anda berikan. Rilis ini juga memperbaiki jalur integrasi alat: ollama launch kini mengenali Kimi Code CLI dan menawarkan migrasi dari pengaturan kimi-cli yang lama.

TL;DR

• Ollama v0.40.15 keluar 3 November 2026 dengan dua keluarga model baru.
• mimo-v2.6 berukuran 9B dan diposisikan untuk kode serta alur kerja agent.
• AutoTrust tersedia dalam ukuran 9b, 35b, dan 27b-vl; dua varian terbesar bisa membaca gambar.
• Model GGUF recurrent dan vision kini bisa melayani lebih dari satu permintaan sekaligus.
• ollama launch menawarkan migrasi pengaturan Kimi Code CLI, penerus kimi-cli.

Kenapa model 9B seperti MiMo V2.6 menarik untuk dijalankan lokal?

Karena ukuran 9B adalah titik di mana model masih bisa dijalankan di laptop atau server kecil tanpa kartu grafis besar, sementara kemampuannya sudah cukup untuk tugas terstruktur seperti menulis kode, merangkum berkas, dan menjalankan langkah agent. Catatan rilis menyebut mimo-v2.6 sebagai model 9B yang dibangun untuk kode dan alur kerja agent, dan menyediakan satu perintah untuk mencobanya: ollama run mimo-v2.6.

Yang perlu dicatat, catatan rilis tidak menyertakan angka benchmark apa pun untuk model ini. Jadi klaim soal akurasi, kecepatan token per detik, atau perbandingan dengan model lain belum punya dasar di sumber resmi. Kalau Anda butuh angka untuk memilih model, ukur sendiri di mesin Anda dengan prompt yang mewakili pekerjaan Anda, lalu bandingkan hasilnya secara konsisten.

Pendekatan pengukuran yang masuk akal: siapkan sepuluh prompt dari pekerjaan nyata, misalnya memperbaiki fungsi yang gagal, menulis test, dan menjelaskan potongan kode. Jalankan pada dua model, catat waktu selesai, jumlah perbaikan yang benar, dan jumlah intervensi manual. Angka dari eksperimen kecil seperti itu lebih berguna daripada benchmark umum, karena yang diukur adalah pekerjaan Anda, bukan tugas sintetis.

Apa itu model AutoTrust dan untuk apa dipakai?

AutoTrust adalah keluarga model keputusan: model membaca teks, lalu mengembalikan pilihan, probabilitas ya atau tidak, dan penilaian untuk pertanyaan yang Anda berikan. Keluarganya mencakup ukuran 9b, 35b, dan 27b-vl, dengan dua ukuran terbesar bisa membaca gambar. Catatan rilis menyebut varian ini didukung di Apple silicon pada rilis kali ini.

Pola pemakaiannya terlihat dari contoh di catatan rilis: sebuah keluhan pelanggan dimasukkan sebagai teks, lalu pertanyaan diajukan lewat opsi --ask, misalnya menanyakan apakah keluhan itu termasuk masalah penagihan. Alih-alih jawaban bebas, Anda menerima keputusan beserta skornya, dan bentuk keluaran seperti itu lebih mudah dipakai sebagai pemicu otomasi.

Kegunaan praktisnya ada di triase: mengelompokkan tiket dukungan, menandai pesan yang perlu eskalasi, atau menyaring masukan sebelum masuk ke antrean manusia. Karena keluarannya berupa probabilitas, Anda bisa menetapkan ambang sendiri, misalnya hanya meneruskan kasus dengan skor tinggi ke jalur otomatis dan sisanya ke manusia. Yang penting, ambang itu diuji dengan data nyata, bukan ditentukan dari perasaan.

Model	Ukuran	Kemampuan baca gambar	Cocok untuk
mimo-v2.6	9B	Tidak disebut di catatan rilis	Kode dan alur kerja agent
autotrust-jev 9b	9B	Tidak	Klasifikasi teks ringan
autotrust-jev 35b	35B	Ya	Klasifikasi dengan konteks lebih besar
autotrust-jev 27b-vl	27B	Ya	Klasifikasi yang menerima gambar

Perhatikan bahwa tabel di atas hanya merangkum apa yang tertulis di catatan rilis. Untuk kebutuhan perangkat keras, jumlah memori yang dibutuhkan, dan kecepatan inferensi, catatan rilis tidak menyediakan angka, jadi ukur sendiri sebelum menjadikannya dasar keputusan pembelian mesin.

Bagaimana cara mencoba AutoTrust dengan pertanyaan sendiri?

Pakai satu perintah dengan tiga bagian: nama model, teks yang ingin dinilai, dan pertanyaan lewat opsi --ask. Contoh di catatan rilis memakai kalimat keluhan pelanggan dan pertanyaan apakah itu masalah penagihan. Pola ini bisa langsung dipakai untuk menguji kasus Anda sendiri tanpa menulis kode integrasi apa pun.

Langkah pertama, kumpulkan dua puluh contoh nyata dengan label yang Anda yakini. Langkah kedua, jalankan model pada semuanya dan catat keluarannya. Langkah ketiga, bandingkan keputusan model dengan label Anda, lalu lihat di ambang mana kesalahan yang paling mahal mulai muncul. Tanpa langkah ketiga, probabilitas yang dikembalikan model hanya angka tanpa arti operasional.

Langkah keempat, uji kasus pinggiran yang sengaja ambigu. Model yang baik untuk triase bukan yang selalu yakin, melainkan yang bisa dipakai untuk memisahkan kasus jelas dari kasus yang perlu dilihat manusia. Kalau model memberi skor tinggi pada kasus yang jelas ambigu, ambang Anda perlu dinaikkan atau modelnya perlu diganti.

Perubahan integrasi alat dan konteks panjang

Selain model, rilis ini menyentuh cara Ollama berhubungan dengan alat lain. ollama launch kini mendukung Kimi Code CLI, penerus dari kimi-cli, dan menawarkan pemindahan pengaturan lama yang sudah ada. Perubahan ini mengurangi pekerjaan manual bagi yang sudah memakai alur kerja tersebut, karena konfigurasi yang sudah tersimpan bisa dibawa tanpa ditulis ulang dari awal.

Integrasi lain yang diperbarui adalah daftar model untuk Pi, yang sekarang terisi otomatis sehingga model bisa dipilih langsung di dalam Pi, serta pemilih model di Claude Desktop yang kini menampilkan nama model Ollama yang sebenarnya. Kedua perubahan ini kecil, tetapi menghilangkan satu kelas kebingungan: pengguna melihat nama model yang sesuai dengan yang ada di mesinnya, bukan nama generik.

Di sisi penyajian, model GGUF bertipe recurrent dan vision kini bisa melayani lebih dari satu permintaan sekaligus. Untuk pemakaian tunggal di laptop, ini tidak banyak berubah. Untuk server kecil yang melayani beberapa pengguna, kemampuan itu berarti antrean tidak lagi sepenuhnya berurutan, sehingga satu permintaan panjang tidak otomatis menahan semua permintaan lain.

Ada juga perbaikan untuk model Qwen3 dan Qwen3.5 yang memakai penskalaan konteks panjang YaRN. Penskalaan konteks memungkinkan model menangani masukan lebih panjang daripada jendela latih aslinya, tetapi implementasinya bergantung pada penanganan posisi yang benar. Perbaikan di rilis ini menyentuh jalur tersebut, jadi kalau Anda memakai model Qwen dengan konteks panjang, uji ulang hasilnya setelah upgrade.

Terakhir, menjalankan ollama tanpa argumen sekarang membuka peluncur sambutan. Ini perubahan kecil pada perilaku CLI yang bisa memengaruhi skrip: kalau ada otomasi yang menjalankan ollama tanpa argumen dan mengharapkan keluaran bantuan singkat, periksa kembali apakah perilakunya masih sesuai. Skrip yang memakai subperintah eksplisit tidak terpengaruh.

Kapan sebaiknya memakai model lokal daripada API?

Jawabannya bergantung pada tiga hal: kerahasiaan data, kestabilan koneksi, dan kebutuhan akan model terbesar. Model lokal menang ketika data tidak boleh keluar dari mesin, ketika jaringan tidak bisa diandalkan, dan ketika pekerjaannya cukup dilakukan model berukuran kecil sampai menengah. API menang ketika Anda butuh model terbesar, skala elastis, atau kemampuan yang belum tersedia di model lokal.

Untuk banyak tugas pengembangan, batasnya bukan lagi kemampuan model, melainkan biaya waktu. Mengunduh model 9B memakan waktu sekali, lalu inferensi berjalan tanpa biaya per token. Kalau pekerjaan Anda berupa lint berulang, penulisan test, atau transformasi kode yang polanya jelas, model lokal sering cukup dan tidak menimbulkan biaya tambahan di akhir bulan.

Yang perlu diwaspadai adalah ilusi penghematan. Model lokal memakai listrik, memori, dan waktu operator untuk memasang serta memperbarui. Kalau Anda menjalankannya di server yang juga dipakai produksi, beban memori bisa mengganggu layanan lain. Hitung biaya nyata sebelum memindahkan seluruh alur kerja ke lokal, bukan hanya biaya per token yang terlihat di tagihan API.

Kombinasi yang sering masuk akal: model lokal untuk tugas berulang dan data sensitif, API untuk tugas yang butuh penalaran panjang atau keluaran yang harus sangat akurat. Batas antara keduanya sebaiknya ditentukan dari pengukuran, bukan dari preferensi. Catat mana tugas yang gagal di model lokal, dan pindahkan hanya tugas itu ke API.

Checklist sebelum menjalankan model baru

• Periksa ruang disk sebelum menarik model, karena berkas model berukuran besar.
• Pastikan memori mencukupi untuk model ditambah layanan lain di mesin yang sama.
• Jalankan satu prompt nyata lebih dulu, bukan hanya percobaan sapaan singkat.
• Bandingkan hasilnya dengan model yang sedang Anda pakai pada prompt yang sama.
• Uji perilaku pada konteks panjang kalau pekerjaan Anda memuat banyak berkas.
• Catat versi Ollama dan nama model di dokumentasi internal.

Untuk tim, satu kebiasaan yang menghemat waktu: simpan daftar model yang disetujui beserta ukurannya di repositori konfigurasi. Tanpa daftar itu, setiap orang menarik model berbeda, dan hasil pengujian antar anggota tim tidak bisa dibandingkan. Nama model yang persis, termasuk varian ukuran, adalah bagian dari konfigurasi dan sebaiknya diperlakukan seperti versi dependensi.

Catatan soal ukuran model dan perangkat

Satu hal yang sering mengecewakan pengguna baru: ukuran parameter tidak berbanding lurus dengan memori yang dibutuhkan, karena kuantisasi dan konteks ikut menentukan. Model 9B dalam kuantisasi ringan bisa berjalan di mesin dengan memori terbatas, sementara model yang sama dengan konteks panjang membutuhkan ruang lebih besar. Catatan rilis tidak mencantumkan angka kebutuhan memori untuk model di versi ini, jadi hitung sendiri dari berkas yang benar-benar diunduh.

Untuk mesin yang juga menjalankan layanan lain, sisakan ruang agar sistem tidak mulai menukar memori ke disk. Menukar ke disk membuat inferensi melambat drastis dan bisa mengganggu layanan lain di mesin yang sama. Kalau memori ketat, pilih varian lebih kecil dan uji apakah kualitasnya masih memadai untuk pekerjaan Anda sebelum memaksakan model terbesar.

FAQ

Apakah MiMo V2.6 bisa dipakai untuk Bahasa Indonesia?

Catatan rilis tidak menyebut daftar bahasa yang didukung, jadi kemampuan Bahasa Indonesia belum bisa dipastikan dari sumber resmi rilis ini. Uji sendiri dengan beberapa prompt berbahasa Indonesia sebelum memakainya untuk pekerjaan yang menghadap pengguna.

Apa bedanya AutoTrust 9b dan 27b-vl?

Ukurannya berbeda, dan varian 27b-vl bisa membaca gambar sementara 9b hanya menerima teks. Pilihan di antara keduanya bergantung pada apakah masukan Anda mengandung gambar dan seberapa besar memori yang tersedia di mesin.

Apakah AutoTrust hanya jalan di Apple silicon?

Catatan rilis menyebut dukungan AutoTrust di Apple silicon pada rilis ini. Untuk platform lain, periksa dokumentasi Ollama dan halaman model sebelum menganggapnya tersedia, karena dukungan bisa datang di rilis berikutnya.

Apakah saya perlu mengubah konfigurasi setelah upgrade?

Tidak ada langkah konfigurasi wajib yang disebut di catatan rilis. Yang perlu diperiksa hanya skrip yang menjalankan ollama tanpa argumen, karena perilakunya sekarang membuka peluncur sambutan.

Di mana saya bisa membaca detail model dan rilisnya?

Halaman model ada di ollama.com/library/mimo-v2.6 dan ollama.com/library/autotrust-jev. Catatan rilis lengkap ada di halaman rilis v0.40.15, dan dokumentasi umum di docs.ollama.com.

Rekomendasi Tools & Layanan

Kalau lo mau langsung praktikkan panduan di atas, dua layanan yang gue pake sehari-hari: free trial Alibaba Cloud buat coba-coba tanpa biaya di awal, dan ECS instance 9th-gen kalau udah siap naik ke VPS production.