Ollama 0.40.16 納入 Ripple 65B，MLX 路徑支援 DFlash 2 推測解碼

Ollama 於 11 月 9 日發布 0.40.16，將 Ricursive Intelligence 的 Ripple Preview 納入版本重點。開發者可用 ollama run ripple-preview 啟動模型；模型頁也列出 Claude Code、OpenCode 與 Hermes Agent 的啟動指令，讓既有編碼代理接上這個本機模型。版本說明

這次整合值得注意的是推論路徑。Ollama 表示，Ripple 在 MLX 引擎上使用 DFlash 2 推測解碼加快生成；頁面列出的模型檔案約為 39 至 46GB。不過，檔案大小不能直接視為執行所需記憶體，部署仍須為上下文快取與執行期配置留出空間。官方尚未在該頁提供速度、硬體條件或推測接受率，工程團隊仍須量測自己的工作負載。Ollama 模型頁

Ripple 本身於 11 月 4 日公開，是以 12 兆 token 預訓練的 65B 稠密 Transformer，採 Apache 2.0 授權。每個 token 都會啟用全部參數，因此不能只用總參數量，直接推算它相對混合專家模型的運算成本。模型卡描述其採用 80 層、較窄的隱藏維度，並提高滑動視窗注意力的比例，以控制注意力成本。官方模型卡

長上下文也有需要辨別的數字：Ollama 標籤顯示 2M 上下文視窗，但介紹文字與原廠模型卡宣稱支援的是約 1M token。這些標示不足以證明完整長度下的任務品質與本機可用性，部署前應確認實際設定、記憶體占用及長程資訊保留能力。

Ricursive 回報 Terminal-Bench 2.1 得分約 80.5，但模型卡也承認，代理框架、摘要策略與序列長度會改變評測結果。這些 BF16 評測不能直接代表 Ollama 量化版本的表現。對中文技術團隊而言，下一步應測試中文需求理解、工具呼叫成功率與端到端任務耗時，確認推測解碼的生成收益能否轉化為實際開發效率。評測條件