Ollama 0.40.16がRipple-65B Previewを搭載。Apache-2.0の密なコーディングモデル

Ollamaは2026年11月9日にv0.40.16を公開しました。11月3日にv0.40.14とv0.40.15が同時に出てから6日後です。目玉のモデルはRicursive IntelligenceのRipple Previewで、リリースはこれをエージェント型コーディング向けの65 B密モデルと説明しています。Hugging Faceのモデルカードによれば、総パラメータとアクティブパラメータはともに65 B（エキスパートのルーティングはなし）、コンテキストは最大1,048,576トークン、ライセンスはApache-2.0、事前学習は主に英語のテキストとコードからなる12 Tトークンですが、公開日はありません。カードは、事後学習は比較的軽くターミナルベースのコーディングを狙ったもので、モデルはNVIDIA DGX Sparkに収まると述べています。ベンダーの公表値では、Terminal-Bench 2.1で80.5、SWE-bench Verifiedで76.5です。

0.40.16のその他の変更では、Qwen3.8 Flash NextがApple siliconで約27 GiB少ないメモリで動き、/v1/responsesが黙って切り詰める代わりにtruncation設定を尊重するようになり、/v1/modelsは何もインストールされていないときnullではなく空のリストを返し、Windows on ARMがCUDA 13.5に対応しました。0.40.15のリリースでは、XiaomiのMiMo V2.6（コードとエージェント作業向けの9 Bモデル）、AutoTrustの決定モデル（9 B、35 B、ビジョン版27 B）、Qwen3とQwen3.5向けのYaRN長コンテキストスケーリング、リカレント型およびビジョン型GGUFモデルの同時リクエストが加わりました。ollama launchコマンドはKimi Code CLIに対応し、Piのモデル一覧を自動的に埋めるようになりました。

なぜ重要か

1 Mコンテキストの65 B密モデルは、最近の500 B超の混合エキスパート（MoE）リリースとは異なるサービングの提案です。トークンあたりの計算量は多いものの、ルーティングがなく、メモリ使用量は1台のワークステーションに収まります。Terminal-Benchの数値は自己申告であり、カード自身がエージェント系のスコアはハーネス間で再現が難しいと述べているので、コーディングエージェントを切り替える前に自分のタスクで試してください。YaRNの変更により、Qwen3モデルを学習時のコンテキストを超えて使えるようになりますが、これは長さと引き換えに精度を犠牲にするので、設定された最大値を信じるのではなく、使うつもりの長さで検索性能をテストしてください。