更新日志 👾

版本 2

• [CUDA] 添加了对多 GPU 模型加载的张量并行支持
• [llama.cpp] 添加了“物理批次大小 (Physical Batch Size)”高级加载选项
• 修复了当 HTTP/2 客户端发送升级（upgrade）请求头时 REST API 请求挂起的问题
• 修复了发送聊天消息后图片附件显示顺序颠倒的问题
• 修复了双击模型触发器会重新打开它的 Bug
• 修复了使用 codex --oss 时的工具类型错误 Bug
• 修复了使用 Claude Code 时的无效角色错误。/v1/messages API 现在支持在 messages 数组中包含 system 消息

版本 1

• LM Studio 引擎协议 Beta 2
  • 全新架构，使我们能够更频繁地发布引擎更新
  • 在 设置 > 开发者 > 启用 LM Studio 引擎协议 中开启此功能
• 修复了使用 Claude Code 时每条消息都会丢弃提示词缓存的 Bug，显著提升了性能
• 修复了在其他模态窗口上使用主题选择器覆盖层时的 Bug
• 修复了模型表格滚动时的 z-index（层级）Bug
• 安全加固

版本 4

• MTP 推测性解码（Speculative Decoding）稳定版发布！
  • 加速包含内置多 Token 预测头的模型的生成速度
  • 如需体验，请下载支持 MTP 的模型
• 修复了启用 MTP 时非 MTP 推测性解码出错的问题
• 修复了 lms get gemma4 不显示任何结果的 Bug
• lms chat 现在会显示每个远程模型所在的 LM Link 设备

版本 3

• 修复了使用 MTP 时可能会消除空格的聊天界面 Bug

版本 2

• MTP 推测性解码 Beta 版发布
• 修复了 OAuth 流程中少数 MCP 令牌交换失败的问题

版本 1

• LM Studio 引擎协议 Beta 构建版本

版本 1

• [MLX] mlx-engine v1.8.1 显著提升了性能，并为 Qwen 3.5/3.6 和 Gemma 4 等支持视觉的模型添加了并行预测功能
• 修复了粘贴时聊天输入框中的换行符被压缩的 Bug
• Bug 修复和安全加固。推荐所有用户进行此次更新。

版本 1

• 支持 Qwen 3.6
• 改进了聊天 PDF 导出的样式
• 修复了带 OAuth 的 MCP 服务器在某些 Windows 环境下无法运行的 Bug
• 提升了 Qwen 3.5 在兼容 OpenAI 的 /v1/chat/completions、/v1/responses 以及兼容 Anthropic 的 /v1/messages 上的性能

版本 1

• 支持更新后的 Gemma 4 聊天模板

版本 1

• 提高 Gemma 4 工具调用的可靠性
• 为 MCP 服务器添加 OAuth 支持

版本 1

• 提高 Gemma 4 工具调用的可靠性
• 添加对兼容 Anthropic 的 v1/messages 中 output_config.effort (low, medium, high, max) 的支持
• 修复了删除聊天文件夹时有时会导致界面冻结的 Bug
• 修复了 Markdown 链接弹出框会显示在窗口顶部的 Bug

版本 1

• 在兼容 OpenAI 的 v1/chat/completions 中添加对 reasoning_effort 和 reasoning_tokens 的支持
• 在 /api/v1/models API 响应中添加了 reasoning 字段，用于指示各模型支持的推理能力/REST 配置选项 了解更多
• 修复了切换助手和用户模式后，在聊天输入框中进行插入操作有时不起作用的 Bug
• 修复了对于使用 XML 或类 XML 工具调用格式的模型，工具调用参数两边的空格会被裁剪的 Bug
• [CUDA] 修复了在某些特定条件下，部分显存（VRAM）未被释放的问题
• 修复了通过 /api/v1/chat 或兼容 OpenAI 的 /v1/responses API 使用 Nemotron 3 Super 时，将 reasoning 设置为 low 会报错的 Bug

版本 4

• 修复了尝试编辑空白聊天消息时的 Bug

版本 3

• 修复了在推理（reasoning）块中意外解析工具调用的问题
• 修复了某些模型（例如 GLM）并行工具调用失败的 Bug
• 修复了兼容 OpenAI 的 /v1/responses 中有时会导致 “Output items missing; timeline invariant violated” 报错的 Bug
• 修复了对 $...$ 的解析，以便普通货币/文本（例如 $10, $1.23, $37 trillion）不再被错误地渲染为数学公式
• 修复了单美元符号的边界处理，以减少在普通文本中出现 $ 时误判为数学公式的情况
• 修复了对 \[ \] 和 \( \) 的处理，使方括号/圆括号数学公式能够正确解析，且空白格式能以字面文本形式保持可见
• 修复了窄屏幕上模型表格的响应式处理，并添加了可调整大小的列手柄
• 修复了在未向工具输入模式（schema）提供 properties 时，兼容 Anthropic 的 /v1/messages API 会报错的 Bug
• 在设置中公开模型目录选择器
• 修复了 Qwen 3.5 和 GLM 模型的工具调用解析 Bug
  • 类型为 string 的工具调用参数有时会被错误地解析为 object/number/boolean
• 为使用 llama.cpp 引擎的 gpt-oss 模型添加了工具调用语法，显著提高了这些模型的工具调用成功率（需要将 llama.cpp 引擎更新至 v2.7.1 或更高版本）

版本 2

• 全局聊天搜索现在会把聊天标题纳入搜索范围
• 添加当设备间 LM Link 版本不兼容时的通知界面
• 修复了在 LM Link 页面上创建重复新手引导弹出框的 Bug
• 提高了类 XML 工具调用解析（如 Nemotron 3）对布尔值的可靠性
• 修复了点击聊天输入框中的“附加文件”按钮会锁死文本输入界面的 Bug
• 修复了一个 Bug，其中
  标签在 markdown 表格中显示为普通文本
• 修复了服务器页面堆叠内容上的响应式界面重叠 Bug
• 修复了未命名聊天的标题在聊天侧边栏搜索结果中显示为聊天 ID 的 Bug
• 修复了在某些设备上，如果向视觉模型输入图片会导致应用崩溃的 Bug
• 修复了部分模型的模型加载安全限制和资源占用评估不准确的 Bug
• 兼容 Anthropic 的 /v1/messages API 现在会在模型生成无效工具调用时显式抛出错误，使 Claude Code 能够优雅地恢复

版本 1

• 新默认设置：“在 API 响应中分离 reasoning_content 和 content”现在默认开启，以提高与 /v1/chat/completions 客户端的兼容性
  • 如果您的使用场景需要关闭此设置（之前的默认状态），您可以在“开发者设置”中将其禁用
• 修复了应用顶部导航栏按钮的快捷键问题
• 为 /api/v1/load 接口添加 parallel 参数
• 添加 presence_penalty 采样参数
• 修复了聊天输入框中模型选择器（Model Picker）选项上的悬停效果视觉 Bug
• 修复了 LM Link 页面上的响应式界面样式问题
• [Linux] 修复了由于某些应用文件名中包含空格而导致的退化问题。
• 修复了兼容 OpenAI 的 /v1/responses 接口在 none 和 xhigh 推理强度（reasoning effort）下报错的问题
• 修复了一个 Bug，即即使省略了 message.output_text.logprobs，/v1/responses 的响应依然会包含 MLX 模型的 logProbs

版本 1

• ✨🎉 隆重推出 LM Link
  • 连接到远程 LM Studio 实例，加载您的模型，并像使用本地模型一样使用它们。
  • 端到端加密。与 Tailscale 联合推出。
• 修复了由于未能成功在更新程序运行前退出，导致自动更新有时无法工作的 Bug。
  • 此修复仅适用于更新到下一个版本时。也就是说，在更新到 0.4.6+1 时，您可能仍会遇到此问题。
• 修复了 Qwen3.5 RAG jinja 渲染 Bug：“No user query found in messages”
• 将 LM Link 的 Go 版本更新至 0.25.7。
• [DGX Spark] 启用 Direct I/O 以改善模型加载延迟
  • 需要 llama.cpp 引擎 2.5.1 或更高版本。