Ollama 在新版本中加入了一款可直接在电脑上运行、处理图像和文档的小型人工智能模型。开发者可以用比现有大型版本更小的下载量，测试读取视觉资料并多次调用工具的任务。
1. 新增处理图像和工具的小型模型
10月23日发布的 Ollama v0.40.10 将 NVIDIA 的 Nemotron 3.5 Bolt E4B 列为新增模型。发布说明将快速本地对话、图像理解和工具使用列为主要用途，并标示上下文为 128K，即模型在对话中可参考的信息范围。
据 Ollama 模型库介绍，该模型由 NVIDIA 基于 Gemma 4 E4B 进一步训练而成。其总参数，即模型在学习过程中调整的数值，为 80亿个，其中有效参数为 40亿个。该配置面向指令执行和多轮工具使用。
此次新增模型的意义在于，不仅能回答文本问题，还能用同一个本地模型尝试图像相关任务。模型库说明它可处理图像、截图、图表和文档。
2. 将视觉资料查看与工具调用相结合
图像理解是将屏幕内容或文档作为提问资料的功能。工具使用则是调用所需函数，并将返回结果用于下一步任务。开发者可以一并测试读取视觉资料，以及接收工具结果后继续执行任务的步骤。
模型库还介绍了在回答前开启或关闭推理的功能，推理即生成答案所需的内部计算过程。这意味着可以根据用途选择是否使用推理。
同时提供辅助生成的 DFlash 草稿模型。这种配置在主模型旁配备一个辅助起草的模型，模型库援引公司的说明称，它通过推测解码，即利用草稿提前生成后续语句的方式，加快生成速度。
3. 降低下载负担，但上下文更短
在模型库的模型列表中，E4B 的下载大小为 7.2GB~7.9GB。同一列表中的较大基础版本标为 25GB。需要下载并保存的文件更小，可降低引入本地模型时的存储空间负担。
另一方面，E4B 的上下文为 128K，较大基础版本为 256K。这提供了一个比较点，可用来判断任务更需要较小文件还是更长上下文。对于希望延续较长对话和工具结果的用户，上下文也是下载大小之外的选择标准。
实际可用的上下文取决于内存条件，图像、对话记录、工具结果和输出会共享这一空间。两份资料均未提供可用于比较处理速度或质量的测量值，因此无法将生成加速的说明换算为具体性能差异。
4. 指定小型版本的标签运行
模型库说明 E4B 支持 Windows、Linux 和 Apple Silicon。在终端中可使用发布说明中的以下命令运行。
ollama run nemotron-3.5-bolt:e4b其中，选择小型版本的是末尾的 e4b 标签，即区分模型版本的名称。模型库列表中的 latest 指向 25GB 基础模型，因此要测试小型模型，可按提供的运行示例指定目标。
模型库页面还提供了该系列通用的 Python 和 JavaScript 聊天调用示例。这意味着，除在终端中对话外，也提供了接入程序聊天功能的入口。
对于希望连接编程工具的用户，还提供了指定模型并运行 Claude Code 和 OpenCode 等工具的说明。此次发布的重点不是新的调用规则，而是让用户在处理图像和工具的本地任务中，可以选择更小的模型。
E4B 在下载大小与上下文之间作出取舍，为测试本地图像处理和工具使用增加了选择。