2026年4月13日ollama 发布了 v0.20.7 版本。这次更新虽然版本号看起来是一次常规小版本升级但从变更内容来看实际上是一次面向 GPU 生态、模型渲染逻辑和 Metal 后端兼容性的集中修复版本。尤其是 Gemma4 相关修复、ROCm 版本升级以及多个 ggml Metal 相关补丁的回补说明这一版重点并不只是“更新依赖”而是围绕真实运行中的质量问题进行了一轮修正。一、v0.20.7 发布概览本次发布版本为v0.20.7发布时间是2026年4月13日。从变更列表看本次更新包含修复 gemma:e2b 和 gemma:e4b 在关闭 thinking 时的质量问题Linux 下 ROCm 更新到 7.2.1多个与Gemma4相关的渲染器修复、回归修正和测试调整多个Metal 后端补丁同步更新相关的测试与构建配置同步升级整体来看这一版不是功能大扩展而是以“修复、回补、兼容性调整”为主。对于依赖 GPU 推理、尤其是 AMD ROCm、Apple Metal 以及 Gemma4 模型相关能力的用户来说这个版本具有比较明确的升级价值。二、本次更新的核心内容1修复 gemma:e2b 和 gemma:e4b 在关闭 thinking 时的质量问题这是本次更新中最核心、最直接面向模型效果的修复之一。官方说明写得很明确Fix quality of gemma:e2b and gemma:e4b when thinking is disabled。这意味着当 Gemma4 系列模型中的 e2b、e4b 在thinking 被禁用的情况下输出质量存在问题而 v0.20.7 对这个问题进行了修复。结合提交记录可以看到这部分修复过程并不简单期间围绕 Gemma4 的 renderer 做了多轮修改修复 nothink case renderer添加 nothink renderer 测试随后又回滚了测试和部分 renderer 修复最终恢复 e2b-style nothink prompt从这些提交名称可以看出问题的焦点主要集中在“不启用 thinking 时Gemma4 的提示词渲染方式”。也就是说模型质量问题并不一定来自模型本身参数而是和 renderer 在构造提示时的行为有关。最终版本选择恢复一种更合适的 nothink prompt 方式以改善 e2b、e4b 的输出表现。2Linux 下 ROCm 更新到 7.2.1另一个非常重要的更新是ROCm: Update to ROCm 7.2.1 on Linux。这说明 ollama 在 Linux 平台上的 ROCm 支持版本进行了升级从7.2更新到7.2.1。这类更新通常意味着使用更新的 ROCm 容器镜像构建、测试和运行环境同步对齐提升对 AMD GPU 相关运行环境的兼容性从变更内容看相关修改不仅出现在测试工作流里也出现在 Dockerfile 里.github/workflows/test.yaml中 ROCm 容器从rocm/dev-ubuntu-22.04:7.2改为rocm/dev-ubuntu-22.04:7.2.1Dockerfile中ROCMVERSION7.2更新为ROCMVERSION7.2.1这说明这次升级不是单点调整而是构建链路、CI 测试链路、容器环境的同步升级。对于依赖 ROCm 的 Linux 用户来说这是一项非常关键的版本对齐属于“平台支持跟进式升级”。三、构建与测试相关变更1测试工作流中的 ROCm 容器升级在.github/workflows/test.yaml中ROCm 测试环境从rocm/dev-ubuntu-22.04:7.2变更为rocm/dev-ubuntu-22.04:7.2.1除此之外ROCm 测试仍保持原有配置extra-packages: rocm-libsflags: -DAMDGPU_TARGETSgfx1010 -DCMAKE_PREFIX_PATH/opt/rocm这说明测试流程的目标并未改变仍然围绕特定 AMD GPU 架构和 ROCm 构建路径进行但底层容器版本更新到了 7.2.1。2Dockerfile 中 ROCMVERSION 同步更新在Dockerfile中版本变量也从ARG ROCMVERSION7.2更新为了ARG ROCMVERSION7.2.1这说明项目构建时使用的 ROCm 版本已经同步到新版本。这种同步很重要因为如果测试环境和构建环境不一致就可能引入难以排查的问题。现在二者同时升级说明本次版本发布在环境一致性上做了处理。四、Gemma4 渲染器与模板的多轮修复这一部分是本次更新里非常值得关注的内容因为它直接关系到模型提示词渲染和最终输出质量。1Gemma4 renderer 的结构调整文件model/renderers/gemma4.go有较大改动变更量为129 changes: 85 additions 44 deletions。这说明 Gemma4 渲染器并非小修而是进行了比较系统的调整。从可见的核心变化看生成 prompt 的逻辑发生了变化原本在满足条件时会在生成提示里写入|turnmodel\n如果没有 thinking则再写入|channel|thought\nchannel|而更新后这一段逻辑被调整说明在生成阶段对“是否启用 thinking”的处理方式进行了重新安排。结合提交记录中的变化内容整个过程经历了修复 nothink case renderer添加 nothink renderer tests回滚测试回滚修复最终恢复 e2b-style nothink prompt这说明团队在修复过程中对渲染方式做了验证和回退最终采用了稳定方案。2Gemma4 的 testdata 模板重命名本次更新里有一个值得注意的文件变更model/renderers/testdata/gemma4_chat_template.jinja2被重命名为model/renderers/testdata/gemma4_31b_chat_template.jinja2并且标注为File renamed without changes。也就是说文件内容没有变化只是文件名调整了。这通常意味着测试数据的命名与模型规格、模板版本或者用途进行了区分使命名更加明确。从结果上看这有助于区分不同 Gemma4 模板场景避免混淆。3新增 gemma4_e2b_chat_template.jinja2另一个新增文件是model/renderers/testdata/gemma4_e2b_chat_template.jinja2从文件名可以直接看出它是针对gemma4 e2b场景的测试模板。这与前面“修复 e2b 和 e4b 在 thinking disabled 时的质量问题”是对应的。也就是说这次更新并不是单纯改一行代码而是配套增加了针对性模板测试以便验证 e2b 场景下的渲染逻辑是否正确。五、ggml 相关补丁同步更新本次版本中还包含多个llama/patches下的补丁变更这些补丁主要涉及 ggml 的不同后端实现包括 CPU、CUDA、Metal、Vulkan 等。虽然很多 patch 的变更在展示中只露出部分内容但从整体文件列表可以看到本次升级对底层推理栈做了同步适配。10027-interleave-multi-rope.patch这个补丁的主题是interleave multi rope其说明写的是由于 ollama 不再把 mrope 用于其他用途因此将其改为表示qwen3vl 使用的 interleaved 版本。对应修改涉及四个文件ggml/src/ggml-cpu/ops.cppggml/src/ggml-cuda/rope.cuggml/src/ggml-metal/ggml-metal.metalggml/src/ggml-vulkan/vulkan-shaders/rope_funcs.glsl这个补丁中 Metal 文件的修改量从 8 行变为 10 行左右说明在 Metal 实现上也有相应适配。从版本升级角度看这属于 rope 相关计算逻辑的内部调整虽然不是用户界面层面的变化但会影响到底层位置编码处理方式。20032-ggml-enable-MLA-flash-attention-for-GLM-4.7-flash.patch这个补丁的主题是ggml-enable-MLA-flash-attention-for-GLM-4.7-flash从名称可以看出它是为GLM-4.7-flash启用MLA flash attention相关能力的补丁。在变更展示中主要体现为ggml/src/ggml-metal/ggml-metal.metal文件有调整新增了 1 行、删除了 1 行。虽然展示内容很有限但从补丁名和文件路径可以确定这是一次针对 ggml Metal 后端 flash attention 行为的适配目的是支持某些模型在 Metal 平台上正确启用相关能力。30033-ggml-metal-solve_tri.patch这个补丁名称是ggml-metal-solve_tri对应的变更涉及ggml/src/ggml-metal/ggml-metal.metal修改点在一个较长的代码块中。从补丁标题看重点在于解决三角相关计算或三角求解路径的问题。虽然展示里没有展开全部上下文但可以确认这是一项 Metal 后端内部修复补丁目的是让相关数学计算在 Metal 环境下更稳定或更正确。40034-ggml-metal-guard-mul_mat_id-map0-and-add-ne20-22-spe.patch这个补丁名称较长核心意思是为mul_mat_id的map0做保护并增加ne20-22相关的特殊处理对应修改同样落在ggml/src/ggml-metal/ggml-metal.metal中增加了 1 行删除了 1 行。从补丁风格可以看出这属于针对 Metal 矩阵乘法映射路径的保护性修复避免某些边界条件下出错同时加入特定尺寸条件的支持。50036-backport-kernels-for-gemma4.patch这个补丁名称说明它是为 Gemma4 回补相关 kernels对应的变更也落在ggml/src/ggml-metal/ggml-metal.metal。从提交顺序看这个 patch 与 Gemma4 的 renderer 修复、notthink 逻辑回调一起构成了本次 Gemma4 支持链路的一部分。换句话说Gemma4 的修复不仅仅在上层 renderer还在底层 kernel 方面有对应回补。六、Metal 后端相关的嵌入式文件同步变更除了llama/patches目录下的补丁本次更新还涉及两个 Metal 嵌入式文件ml/backend/ggml/ggml/src/ggml-metal/ggml-metal-embed.metalml/backend/ggml/ggml/src/ggml-metal/ggml-metal.metal这两个文件都涉及kernel_rope_multi相关逻辑并且都出现了相同的关键调整float theta_base;变为float theta_base 0.0;条件判断由sector 3 * args.sect_1调整为sector 1 3 * args.sect_1这说明在 Metal 的 rope multi 处理逻辑中对 theta_base 做了初始化并修正了区间判断条件。这种改动看起来很小但对于 GPU kernel 来说初始化和边界条件往往非常关键直接影响结果正确性和稳定性。七、其他 Metal 文件的同步变化本次版本中ggml/src/ggml-metal/ggml-metal.metal多处被更新这些更新分散在不同的 patch 中说明 Metal 后端是本次版本的重点之一。从变更摘要可见Metal 文件涉及的场景包括rope multiflash attentionsolve_trimul_mat_id map0Gemma4 kernels 回补这说明 v0.20.7 不只是简单提升某个模型的表现而是对 Metal 推理链路做了系统性的修复和补齐。对于使用 Apple 平台推理的用户来说这种更新通常意味着更好的兼容性也意味着旧版本中可能存在的边界问题被逐步清理。八、本次版本的提交节奏与修复过程从公开提交记录来看这次版本并不是“一次改完”而是经过了多次尝试与回滚先修复 nothink case renderer再添加 nothink renderer tests接着回滚测试再回滚修复最后恢复 e2b-style nothink prompt这种节奏反映出一个很典型的现实看似只是一个提示词渲染问题实际上会牵连到模型输出质量、渲染模板、测试样例、后端兼容性等多个层面。最终能够在发布版中稳定下来说明这次修复经过了反复验证。九、v0.20.7 适合谁升级基于本次变更内容v0.20.7 对以下场景尤其值得关注使用gemma:e2b / gemma:e4b的用户依赖thinking disabled模式的用户在Linux ROCm环境下运行的用户依赖Metal后端推理的用户使用 Gemma4 相关渲染模板或测试链路的用户因为这次更新直接涉及这些场景的修复与对齐属于针对性较强的一版。十、总结代码地址github.com/ollama/ollamaollama v0.20.7 虽然是一个小版本号更新但内容并不轻量。从官方变更和提交记录看这次升级主要围绕以下几个重点展开修复 gemma:e2b 和 gemma:e4b 在关闭 thinking 时的质量问题Linux 下 ROCm 升级到 7.2.1Gemma4 renderer 进行多轮修复与回滚最终恢复 e2b-style nothink promptGemma4 测试模板新增与重命名ggml 的多个 patch 同步更新覆盖 CPU / CUDA / Metal / VulkanMetal 后端的 rope、flash attention、求解、矩阵映射、Gemma4 kernel 等多项修补测试和 Docker 构建链路同步升级确保环境一致