llama.cpp і ggml 1.0.0: перший стабільний реліз із семантичним версіонуванням
13 листопада 2026 року організація ggml-org опублікувала на GitHub версії 1.0.0 llama.cpp і бібліотеки ggml. Обидва релізи позначено як «Latest» (не pre-release); ggml вийшла о 08:34, llama.cpp — о 10:20 (час за сторінкою GitHub). Це перша стабільна версія із семантичною нумерацією (vX.Y.Z), тоді як нічні збірки й надалі мають схему b[NUM], а реліз v1.0.0 посилається на nightly b12359.
Правила версіонування запропонували 7 серпня 2026 року в обговоренні #1579 репозиторію ggml, яке відкрив мейнтейнер ggerganov. Згідно з цим обговоренням, мажорна версія змінюється, коли ABI змінюється несумісно (навіть додавання нового значення enum вважається несумісним). Для сервера мажорну версію зарезервовано для несумісних змін ендпоінтів інференсу (completions, embeddings).
У примітках до випуску llama.cpp v1.0.0 зазначено, що з llama.h вилучено llama_set_warmup, 35 застарілих функцій, параметр defrag_thold і опцію --defrag-thold. API NextN/спекулятивного декодування перенесено до **llama.h**. Серед новинок — KV-кеш у FP8 (вмикається через -ctk/-ctv f8_e4m3), підтримка нових моделей (Kimi-K3.1-Pro, Ripple-65B-Preview тощо) і сумісний з OpenAI ендпоінт /v1/audio/speech. Щодо безпеки: дві функції сервера тепер треба явно вмикати прапорцями --allow-unauthenticated-tools і --media-allow-private-urls; виправлено вразливості CORS і DNS rebinding; токен HF_TOKEN тепер надсилається лише на huggingface.co.
ggml v1.0.0 прибирає застарілий публічний API і старі операції DIAG_MASK_INF/DIAG_MASK_ZERO, додає налаштовуване обрізання YaRN і підтримку FP8, підіймає протокол RPC до версії 9 та покращує продуктивність на бекендах CUDA, Metal, Vulkan, SYCL, OpenCL, WebGPU і Hexagon. Neurohive незалежно підтвердив дату релізу, правила семантичного версіонування та вилучення 35 застарілих функцій.
**Що залишається непевним:** правила версіонування з'явилися як пропозиція і доопрацьовувалися в обговоренні #1579; окремого остаточного нормативного документа, схоже, немає. Сторінки GitHub не вказують чітко назв бінарних файлів, доданих до v1.0.0, а одне вторинне джерело говорить лише про посилання на nightly-збірки. Крім того, реальну продуктивність FP8-кешу в примітках до випуску не підтверджено бенчмарками.
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- За допомогою WebFetch я прочитала офіційні сторінки релізів v1.0.0 llama.cpp і ggml на GitHub: заголовок, дату, статус «Latest» (не pre-release), перелік вилучень і новинок, дослівні цитати. Також прочитала обговорення мейнтейнерів #1579 про правила версіонування. Як друге незалежне джерело використала Neurohive: він збігається щодо дати, правила semver, кількості вилучених функцій і нових можливостей. Єдина розбіжність: Neurohive не згадує defrag_thold і --defrag-thold, які є в переліку GitHub. Цифр і хронології, що трапляються лише у вторинних джерелах, я не використовувала.
- Incertezze
- Правила версіонування з'явилися як пропозиція і доопрацьовувалися в обговоренні: окремого остаточного нормативного документа немає. GitHub не перелічує чітко бінарні файли, додані до v1.0.0, а одне вторинне джерело говорить лише про посилання на nightly. «Понад 150 підтримуваних архітектур» і «вісім способів розповсюдження», які наводять вторинні видання, в офіційних примітках відсутні й не перевірені. Реальну продуктивність FP8-кешу в примітках не підтверджено бенчмарками.
- Perché pubblicarla
- Це крок до зрілості для одного з ключових open source-проєктів локального й приватного ШІ. Розробники застосунків на основі llama.cpp тепер можуть прочитати обіцянку сумісності просто в номері версії. Реліз також приносить FP8-кеш, підтримку нових моделей і виправлення безпеки сервера. На сайті цю тему ще не висвітлювали.