Ollama llama.cpp 报错速查：拉取、加载和启动时的报错原文、原因和修复（2026）
把 Ollama 和 llama.cpp 的常见报错按拉取、加载和启动分组放进一张表：报错原文、常见原因、是否实测，以及完整修复文章的链接。
buffer关于作者约 4 分钟阅读
这一页把我们写过完整文章的 Ollama llama.cpp 报错整理在一起，按出现的位置分成三类：Ollama 拉取模型、加载或运行模型，以及启动 llama.cpp。先找到和你看到的一样的报错原文，看常见原因，再点进完整文章看修法。“依据”一列里，“实测”表示完整文章里有我们在自己机器上跑出的输出，其他行依据的是官方文档或 GitHub issue。
Ollama 拉取模型时的报错
| 报错原文 | 常见原因 | 依据 | 完整文章 |
|---|---|---|---|
Error: pull model manifest: 412: The model you are attempting to pull requires a newer version of Ollama. | 本机的 Ollama 比模型要求的版本旧。升级后用 ollama -v 确认。 | 实测（0.40.8 对比 0.40.12） | 412 怎么修 |
... requires a newer version of Ollama that may be in pre-release | 模型需要预发布版，装最新的稳定版还不够。 | GitHub issue | 怎么装预发布版 |
Error: this model requires MLX support, but the MLX runtime is not available | 这个模型目前只支持 Apple 硬件，版本说明里写着 Linux 和 Windows 的支持还在路上。 | 在 Linux 上实测 | 看着像 412 的报错 |
redirect target not allowed: … resolves to non-public 198.18.x.x | 下载域名被 DNS 解析到了内网或保留地址。代理工具开了 fake-ip 模式时就会这样，我们的测试机走 fake-ip DNS，报的是同一句。这是网络问题，和版本无关。 | 实测，另有 GitHub issue | 把下载域名排除出 fake-ip |
Error: pull model manifest: file does not exist | 仓库里没有这个名字的模型。我们测试时用的是只在本地创建过的模型。 | 实测 | 实测输出 |
Ollama 加载或运行模型时的报错
| 报错原文 | 常见原因 | 依据 | 完整文章 |
|---|---|---|---|
error loading model: unknown model architecture: 'lfm3' | GGUF 用的模型架构太新，Ollama 内置的 llama.cpp 还不认识。升级 Ollama，或者换用更新的 llama.cpp 直接跑这个文件。 | 实测（0.40.12 加载 LFM3 GGUF） | unknown model architecture 怎么修 |
Error: 500 Internal Server Error: model requires more system memory (14.0 GiB) than is available (10.3 GiB) | Ollama 估算的内存（模型权重 + 上下文的 KV 缓存）超过了空闲内存加空闲 swap。上下文长度影响最大：同一个 qwen2.5:14b，num_ctx 4096 时估算 8.7 GiB，32768 时 14.0 GiB。 | 实测（0.24.0，15.6 GiB 内存） | model requires more system memory 的 6 个解决办法 |
'nimble:latest' was downloaded in a format that is no longer supported. To re-download, run 'ollama pull nimble:latest' | 从 0.40.4 起，decision 模型必须带 decision.type 元数据。官方模型重新拉一次就好；缺这个字段的第三方 GGUF 没法这样修。 | 在 0.40.12 上实测 | 格式不再支持怎么办 |
model "smoltest" is not a llama.cpp decision model | 模型既没有 decision.type 元数据，也没有 decision 能力，所以 Ollama 拒绝了 decision 请求。 | 实测 | 为什么会这样 |
启动 llama.cpp 时的报错
| 报错原文 | 常见原因 | 依据 | 完整文章 |
|---|---|---|---|
error: --model or -hf is required（旧版本是 error: --model is required） | 启动 llama-cli 时没指定模型。加上 -m /path/to/model.gguf 或 -hf user/repo:quant。 | 实测（build 11963） | –model or -hf 怎么修 |
error while handling argument "-m": expected value for argument | 写了 -m 但后面的路径是空的，常见原因是 shell 变量没设置。 | 实测 | 实测输出 |
model name is missing from the request | llama-server 启动时没带模型，进入了路由模式，每个 API 请求都必须写明 model。 | llama.cpp server 文档 | llama-server 的路由模式 |
下载前就能避开的 Ollama llama.cpp 报错
有些报错是因为模型对你的环境来说太新或太大。下载大模型之前，先看看 Ollama 的版本发布页，再算一下需要多少显存。
不少加载报错和“聊着聊着忘了前文”的问题都和上下文有关。默认值是多少、5 种改法、几种设置同时存在时谁优先，见 Ollama 上下文长度设置，都在 0.40.13 上实测过。
- 我们的显存计算器可以按参数量、量化和上下文长度估算一个模型要多少显存。
- 我们的本地大模型推荐按 8GB、12GB 和更大的内存，推荐先试哪些模型。
- OpenAI API、ChatGPT 和 Codex 的报错，见我们的OpenAI Codex 报错速查。