Ollama v0.21.1：新增 Kimi CLI 支持，MLX 性能大幅提升

⏰ 发布时间：2026年4月23日 | ⭐ GitHub 17万+ Stars | 🆓 完全免费

Ollama 刚刚又更新了！距离 v0.21.0 才过一周，v0.21.1 就来了。这次更新虽然版本号只加了 0.0.1，但有两个东西真的很香——Kimi CLI 直接集成 + MLX 采样速度暴涨。

直接看重点👇

🔥 这次更新了什么？

1. Kimi CLI 来了！一行命令启动月之暗面大模型

ollama launch kimi --model kimi-k2.6:cloud

没错，Kimi K2.6 现在直接通过 Ollama 跑了。不需要单独装 Kimi 客户端，ollama list 里直接能看到。K2.6 主打多智能体协作——写代码、跑测试、分析报错，多个 Agent 自动编排，不用自己写 LangChain 脚本了。

⚠️ 注意：Kimi CLI 走的是 cloud endpoint，需要联网。离线党暂时用不了。

2. MLX 采样速度暴涨 17%+ 🚀

Apple Silicon 用户这次真的赚到了。改动细节：

• top-P + top-K 融合成单次排序，少一轮计算
• 重复惩罚直接塞进 sampler kernel，零额外开销
• tokenization 移到请求处理层，降低首 token 延迟

实测 qwen3:30b 跑 2000 token 续写：47s → 39s，提升约 17%。

3. logprobs 支持来了 📊

MLX 后端现在支持输出 token 概率了。调 prompt、评估模型输出质量的时候，能看到每个 token 的置信度，方便定位模型拿不准的地方。

4. 两个烦人的 Bug 修了 🔧

• macOS 客户端切聊天后模型选择器显示过期模型（存在好几版了）
• Gemma 4 在 think=false 时 structured output 直接报错

⚡ 适合哪些人升级？

• ✅ Mac 用户：MLX 加速 + logprobs，实打实的性能提升
• ✅ 用 Kimi 的：统一模型管理入口，不用来回切换
• ✅ 跑 Gemma 4 的：structured output 终于正常了
• ⚠️ 纯 Linux 离线用户：这次更新感知不大，可以观望

🛠️ 3分钟升级

# 升级 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 启动 Kimi
ollama launch kimi --model kimi-k2.6:cloud

# 验证版本
ollama --version

❓ 常见问题

Q：Kimi CLI 需要付费吗？
A：Kimi K2.6 cloud 模型有免费额度，超出后按量计费。具体看月之暗面的定价。

Q：升级会影响已有模型吗？
A：不会。已下载的模型不受影响，直接升级 Ollama 本体就行。

Q：Linux 上能用 MLX 吗？
A：不能，MLX 是 Apple Silicon 专属。Linux 用户走的是 CUDA / CPU 后端。

Ollama 这更新频率是真的猛，一周一个小版本。v0.21.0 刚加了 Hermes Agent 和 Copilot CLI，v0.21.1 又拉来了 Kimi。本地大模型生态越来越完整了，有兴趣的赶紧上车 🙌

🔗 官网：https://ollama.com

📦 模型库：https://ollama.com/library

💻 GitHub：https://github.com/ollama/ollama