Ollama 0.34.3のthinking metadata分析
CHATGPT / AIChatGPTなどの生成AIを活用して運営・記事制作・更新を行っています。制作方針
Ollama v0.34.3の/api/showが返すthinking values／defaultと、Chat／Generate requestでの値の指定を区別し、未測定の性能範囲を整理します。
先に結論
この記事の判断: GLM-5.3-Flash cloudをOllama経由で使う人は、対応する正式版の/api/showでmodel別thinking valuesとdefaultを確認し、返された値を用途に合わせて推論requestへ指定する。品質や速度の順位は付けない。
対象model: glm-5.3-flash:cloud（対象のOllama cloud tag、reasoning effort low／high／max）
対象機器: Ollama 0.34.3 stable client／macOS・Windows・Linux／推論weightとGPU memoryはOllama cloud側で非公開
2026年9月19日に公開された正式版v0.34.3は、modelが対応するthinking valuesとdefaultをPOST /api/showおよびollama showから取得できる変更を含みます。このmetadata取得は推論APIの呼び出しとは別です。Chat／Generate requestでは、metadataで確認した値を個別に指定します。
訂正（2026年10月2日）: 初稿はmetadataの提供をv0.34.3-rc1での変更として説明していました。正式版v0.34.3は9月19日に公開され、release noteに
/api/showのthinking controls/defaultが記載されています。release note本文はGETと表記しますが、同版のAPI docsはPOST /api/showを定義しているため、本文はAPI docsのmethodに合わせました。API面の説明も、model情報の取得と推論requestを分けて修正しました。
公開時点の確認日: 2026年9月21日（Asia/Tokyo）
検証区分: 公式GitHub release、merge済み実装PR、v0.34.3 API docsを照合した公開仕様の机上調査です。KFB実測はありません。
測定区分: benchmarkStatusはnot-measured。compatibilityとavailabilityだけを仕様として比較します。
未検証: 実機のAPI応答、OS別binary、client UI、model品質、TTFT、prefill、decode tok/s、inter-token latency、throughput、peak RAM／VRAM、power、価格、rollout地域。
比較対象と測定条件
| 項目 | 固定した値 | 確認元 |
|---|---|---|
| model／revision／artifact | glm-5.3-flash:cloud。cloud側weight revisionとartifactは非公開 | Ollama model page。ローカルGLM weightは対象外 |
| runtime／backend／version | Ollama v0.34.3正式版client。推論backendはOllama cloud側 | 0.34.3 release／v0.34.3 API docs |
| quantization／dtype | cloud artifactでは非公開 | 比較対象外。ローカルartifactへ一般化しない |
| hardware／memory／OS／driver | clientはmacOS・Windows・Linux。server GPU、driver、RAM／VRAMは非公開 | release配布範囲とcalendar device target |
| context／input・output token／prompt | model pageの1M context表示は背景情報。比較用token数とpromptは未設定 | 性能測定を実施していない |
| sampling／thinking | low・high・max、defaultはmax。unsupported nameはmodel defaultへfallbackする仕様 | PR #18473 |
| batch／concurrency／warm-up／反復 | 未設定、0回 | KFBのrequest logなし |
0.34.2は2026年9月15日、PR #18473は9月18日、正式版v0.34.3は9月19日に公開されました。v0.34.3のrelease noteがmetadata機能を説明し、/api/showの応答例を掲載しています。KFBは0.34.2のAPI responseを実測していないため、旧版のmetadata有無は実機確認済みの結果として扱いません。
ベンチマーク結果
性能benchmarkは実施していません。以下は公式仕様で確認できたcompatibilityとavailabilityの差だけです。
| 測定区分 | 対象 | compatibility | availability | 性能値 | 出典 |
|---|---|---|---|---|---|
| 公式仕様 | Ollama v0.34.2 | 9月15日公開の比較用旧版。API responseはKFB未実測 | 2026年9月21日記事公開時点の履歴比較 | 未測定 | 公式release |
| 公式仕様 | Ollama v0.34.3＋glm-5.3-flash:cloud | POST /api/showがlow・high・maxとdefault maxを公開 | 2026年9月19日公開の正式版 | 未測定 | 公式release |
| 公式実装 | PR #18473 | optionalなthinking object、named level、model default fallback、既存modelの挙動維持 | mainへmerge、12 checks passedの表示 | 未測定 | 公式PR |
12 checks passedはPRの検査状態であり、Mac、Windows、Linuxの全構成やGLM cloudの応答品質を保証する実機benchmarkではありません。v0.34.3 release noteとAPI docsはmetadata仕様の根拠ですが、KFBが実機でAPIを呼び出した結果ではありません。0.34.2のAPI responseも未実測のため、0.34.2でのmetadata不在を観測事実として主張しません。
metadataがclientへ届く範囲
- model定義が対応するthinking valuesとdefaultを持ちます。
- Ollama serverの
/api/showとCLIのollama showがoptionalなthinking objectを公開します。 - clientは値を固定リストとして持たず、modelごとの選択肢を構成できます。
ollama run --thinkはnamed levelをserverへ渡し、対応しない名前はmodel defaultへ戻す仕様です。
PRは、認識済みの古いlocal templateへmodelを再取得せずmetadataを付ける範囲にも触れています。ただし今回の記事はglm-5.3-flash:cloudに固定しているため、その仕組みから任意のlocal modelがlow・high・maxに対応すると推定しません。POST /api/showは選択可能な値を調べる情報取得面です。推論は別のPOST /api/chatまたはPOST /api/generate requestで行い、そのbodyへmetadataで確認した値をthinkとして渡します。
機器ごとの適性
| 機器／環境 | 対象model | 判断段階 | 向く用途 | 避ける条件 |
|---|---|---|---|---|
| macOS・Windows・Linuxのclient | glm-5.3-flash:cloud＋0.34.3 stable | metadataを確認 | 対応値を取得して推論requestへ反映する | 性能向上をmetadataだけから推定すること |
| local GPU／CPU、offline環境 | 今回のcloud tagは対象外 | 判断不可 | なし | cloud情報からVRAMや速度を推定すること |
MacとGPU serverの自己host候補は、GLM-5.3-FlashのGPU・API選びとdtype・runtime比較で扱っています。今回のcloud control情報をFP8／BF16の必要VRAMへ転用しません。
結果を適用できる範囲
確認済み事実: 正式版v0.34.3はrelease例で、GLM cloud tagのlow・high・maxとdefault maxをPOST /api/showのresponseとして示します。PRはvalues／defaultをAPIとCLIへ出し、clientがmodelごとにcontrolを構成できる範囲を説明しています。
開発元の仕様説明: named levelをserverへ渡し、unsupported nameをmodel defaultへfallbackし、metadataを持たないmodelは既存挙動を保ちます。
KFBの判断: まずmodelのmetadataを確認し、返された値から目的に合うものを選んで推論requestへ指定します。low／high／maxのどれが短い対話や複雑なcodingに適するかは利用者が同一条件で検証する開始仮説であり、同条件の測定がないため品質、latency、費用のrankingは作りません。
適用外は、別model、別tag、後続version、local weight、別server backend、model pageの価格変更です。cloud側のweight revision、quantization、server GPUも不明なので、321Bという表示からpeak memoryや電力を概算しません。
再測定する方法
再測定では利用する正式版とmodel tagを記録し、同じ日、同じaccount、同じglm-5.3-flash:cloud、同じpromptを固定します。まずollama --versionとPOST /api/showの全responseを保存し、その後にPOST /api/chatまたはPOST /api/generateへ指定したthinking level、終了状態を別に記録します。品質を比べる場合は、期待条件を先に固定し、low・high・maxを順序入替して複数回実行します。
TTFTはrequest開始から最初の出力、decode tok/sは生成token数とdecode区間、費用はproviderの当日明細として別々に記録します。server hardware、prefill、peak memory、powerがproviderから得られなければ空欄のままにします。公開する場合はmodel tag、client version、OS、prompt、入力／出力token数、sampling、batch／concurrency、warm-up、反復回数を一緒に示します。
設定を再利用する場合でも、Ollama Modelfileガイドのparameter固定とcloud側metadataを同じものとして扱いません。変更後に問題があれば保存済みの直前版へ戻し、従来modelの疎通だけを確認します。
モデルと機器を先に選ぶ
利用者向けの選択順と最短確認は、同じテーマの実用ガイドから確認してください。
参考資料
- Ollama v0.34.3 release（2026年9月19日公開、正式版。
/api/showのthinking valuesとdefault） - ollama/ollama PR #18473（2026年9月18日merge、metadataのAPI／CLI／client伝達）
- Ollama API docs at v0.34.3（
POST /api/showとPOST /api/chat／POST /api/generateの役割とrequest fields） - Ollama v0.34.2 release（2026年9月15日公開、比較対象の旧版）
- Ollama library: glm-5.3-flash（cloud tag、context、parameterの背景情報。性能比較値には不使用）
- Z.ai GLM-5.3-Flash model card（parameter、licenseの背景情報。Ollama cloud revisionの根拠には不使用）
