Das quelloffene Ollama-Projekt hat am 2. September 2026 die Version 0.33.3 seiner lokalen KI-Laufzeit veröffentlicht. Der Patch bringt vor allem multimodales Gemma 4 auf Apples MLX-Engine – das Modell verarbeitet dort nun neben Text auch Bilder und Audio direkt auf Apple-Silicon-Hardware.
Multimodal auf dem Mac
Der zentrale Punkt der Release-Notes lautet knapp: „gemma4 now supports images and audio on MLX engine“. Damit läuft Googles offenes Gemma-4-Modell samt Bild- und Audioeingabe nun auf der von Apple entwickelten MLX-Laufzeit – also ohne Umweg über CUDA-GPUs. Für Entwickler auf MacBooks und Mac-Studio-Geräten heißt das: multimodale Prompts lokal, ohne Cloud und ohne dedizierte Nvidia-Karte.
Genauere Token-Abrechnung
Daneben nennt das Projekt zwei weitere handfeste Änderungen: Ollama meldet jetzt gecachte Prompt-Tokens getrennt aus und respektiert die in einer GGUF-Datei hinterlegten Standardparameter eines Modells. Beides erleichtert reproduzierbare Läufe und eine ehrlichere Kosten- beziehungsweise Kontextlängen-Abrechnung.
- Gemma 4 mit Bild und Audio auf der MLX-Engine
- Ausweis gecachter Prompt-Tokens
- Beachtung der GGUF-Standardparameter
- Aktualisierte MLX-, MLX-C- und llama.cpp-Engines
Die 0.33-Reihe hatte zuvor bereits die interne Engine-Anbindung überarbeitet. Version 0.33.3 aktualisiert nun die eingebetteten MLX-, MLX-C- und llama.cpp-Komponenten und schließt damit an den wöchentlichen Release-Takt an, den das Team seit dem Sommer fährt.
Quellen: GitHub – Ollama v0.33.3 · Ollama Releases
