该版本唯一可见的代码变更是llama-bench中一次越界访问修复，由Adrien Gallouët提交，编号 #29515。其余内容为各平台预编译产物与下载链接。
阅读全文开源项目
关注开放的模型、工具与代码，找到值得动手的项目。
本页最新按事件时间排序
llama.cpp发布b11208，修复hrm模型z_l_init权重的层放置问题
该版本改动集中在hrm模型的权重层放置，同时提供macOS、Linux、Windows、Android及Snapdragon平台预编译包。
阅读全文llama.cpp b11207为Hexagon NPU支持分块Q4_0与Q8_0的GET_ROWS
该版本通过六边形分块HVX反量化、改进DMA流水线并重新启用向量化，让高通Hexagon NPU后端能处理分块Q4_0、Q8_0权重的行提取操作。
阅读全文llama.cpp b11206发布：Hexagon后端支持采样器
llama.cpp新版本b11206为Hexagon后端加入采样器支持，涉及TOPK、STEP、SUM、CPY、ARGMAX、ARGSORT等算子，并修复部分运算索引与性能回归问题。
llama.cpp b11205发布：CUDA后端支持Nemotron 3 Puzzle的SSM扫描状态尺寸 96
该版本唯一列出的变更是在CUDA后端为SSM扫描加入Nemotron 3 Puzzle所需的state size 96支持，对应PR #28717；其余内容为各平台预编译包清单。
llama.cpp b11203为CUDA FWHT加入F16输入支持
llama.cpp发布b11203，CUDA后端的快速沃尔什-哈达玛变换（FWHT）现在可直接读取F16源，不再需要先转成F32；F32路径保持不变。
llama.cpp b11202修复Windows下wake_fd警告
llama.cpp发布b11202版本，改动内容是修复Windows平台上的wake_fd警告，该改动由Adrien Gallouët提交，编号 #29479。
llama.cpp回滚统一KV的自动上下文长度调整改动
llama.cpp发布b11201版本，撤销了PR #28849 中修改统一KV自动适配最大上下文长度的提交，已构建的多平台二进制包同步更新。
llama.cpp发布b11200版本，为Jinja模板加入sameas测试
该版本的核心变更是为Jinja模板引擎实现sameas测试并补充测试用例，同时提供覆盖macOS、Linux、Windows、Android及openEuler的多平台预编译包。
llama.cpp发布b11199，修复jinja编译错误
llama.cpp的b11199版本把改动范围收在一处：修复jinja相关的编译错误（#29468），同时照例提供多平台预编译包。
Colibrì 用SSD当显存：25GB笔记本跑 744B GLM-5.2，GitHub获 32k Star
纯C实现的分层推理框架Colibrì 把MoE模型的冷门专家扔进NVMe SSD，常驻RAM只放约 9.9GB；12 核CPU加 25GB内存的开发机上冷缓存仅 0.05～0.1 token/s，128GB纯CPU桌面机约 1.8 token/s。
llama.cpp b11195为k-quants引入分块mul_mat，大矩阵乘法提速 3–6 倍
该版本在ggml-cpu上为k-quants添加tiled mul_mat：量化数据先解包为最大 256×256 的int8分块，再由微内核计算 16×16 子块并写回 256×256 浮点结果；大矩阵乘法提速 3–6 倍，但GEMV性能下降约 80%。
llama.cpp b11194为OpenCL增加A8 Q8_0非MoE dp4a二进制内核
llama.cpp发布第b11194号版本，主要变更是合并PR #29439，在OpenCL后端加入针对非MoE模型的A8 Q8_0 dp4a二进制内核，并附各平台预编译产物下载。
llama.cpp b11193发布：新增用二进制检查工具查找软件除法调用
llama.cpp发布版本b11193，主要变更是hexagon相关脚本可用二进制检查工具定位软件除法调用，同时照例提供覆盖macOS、Linux、Android、Windows的多平台预编译包。
gemini-cli发布v0.63.0-nightly.20260926，含 6 项修复与版本更新
该nightly版本修复了核心模块中无效的diff.external覆盖、后台shell退出后临时目录清理、ACP会话解析与文件名冲突等问题，并同步了v0.62.0-preview.0的变更日志。
OpenAI codex发布rust-v0.157.1版本
OpenAI的codex项目发布Rust版本 0.157.1，但发布说明未能给出具体更新内容，因为PR索引为空且GitHub标签对比返回 404。
llama.cpp发布b11192：将cpp-httplib升级到 0.58.0
该版本唯一列出的变更是把内嵌的cpp-httplib依赖更新到 0.58.0（PR #29407），并照例提供覆盖macOS、Linux、Windows、Android的多后端预编译包。
Claude Code v2.1.283发布：网关提示头、模型白名单与 /doctor prompt-audit
Anthropic发布Claude Code v2.1.283，新增网关提示头、availableModelsMatch与deniedModels托管设置、/doctor prompt-audit审计命令，以及大量MCP、插件、vim模式和Windows相关修复。
llama.cpp b11191发布：修复Windows下含Unicode路径的目录创建
llama.cpp发布b11191构建，唯一的代码改动是简化fs_create_directory_with_parents()：原函数在Windows上对部分Unicode路径失效；不带尾部路径分隔符时现在也会创建最后一级目录。
llama.cpp b11190修复LFM2音频梅尔预处理器，日语贪婪转写准确率从 93.5% 升至 99.5%
llama.cpp发布b11190版本，修复mtmd中LFM2音频的梅尔预处理器（PR #29403），此前导致 4.5% 英语和 6.5% 日语测试语句的贪婪转写结果不同，日语中部分差异改变整个单词。修复后EN F16和JP F32的贪婪转写与参考实现完全一致。
llama.cpp b11189为OpenCL新增两个Q5_K A8二值化矩阵乘内核
该版本由Li He合入 #29401：新增非MoE、非dp4a与dp4a两条二值化GEMM内核，并修正二值化内核中s仅在其上转置的问题。
llama.cpp b11188修复旧版GLSLC的Vulkan构建失败
针对不支持cooperativeMatrix API的旧版GLSLC，llama.cpp新版本增加GGML_VULKAN_COOPMAT_GLSLC_SUPPORT宏检查和预处理条件，让Intel FA着色器在旧工具链上也能编译。
Google ADK Python发布v2.10.0：新增MongoDB工具集与技能生命周期管理
该版本于 2026-09-24 发布，引入实验性技能生命周期、MongoDB向量与混合搜索工具集、评估效率指标，以及多项行为变更。
llama.cpp发布b11185：提取共享Unicode路径与字符串辅助函数
本次提交由Adrien Gallouët签署，将Unicode路径和字符串处理逻辑统一到公共模块，同时继续提供覆盖macOS、Linux、Windows、Android的预编译二进制包。
GitHub Copilot应用推出画布功能：用自然语言描述工作流，Agent自动生成可双向编辑的界面
GitHub官方博客发布面向初学者的教程，介绍Copilot应用中的画布（canvas）扩展：用户输入 /create-canvas并用自然语言描述需求，Agent即可生成看板、检查清单、仪表盘等共享界面，双方可同时修改、即时同步。
llama.cpp b11184为Metal新增宽块FWHT内核，覆盖 1024 到 8192
新内核kernel_fwht_tg每个线程组处理一行、256 线程各保留N/256个值；64 到 512 的宽度继续走原有simdgroup内核，M5 Pro上MUL_MAT_HADAMARD 26/26、MUL_MAT 1265/1265全部通过。
llama.cpp b11183将Metal FlashAttention内核按数据类型拆分为独立库
llama.cpp发布b11183构建，主要改动是把Metal的FA（FlashAttention）内核按数据类型拆分成独立库，同步提供macOS、iOS、Linux、Android、Windows等多平台预编译包。
llama.cpp发布b11182：新增llama_prec_policy与模型驱动的W4A4路径
该版本提交标题为「llama : add llama_prec_policy + model-driven W4A4 path (#24364)」，由ynankani提交，Georgi Gerganov与Johannes Gäßler参与共同署名。
llama.cpp发布b11181：HIP版fp8最低版本要求上调，避开 6.2 缺失 __hip_fp8_e4m3支持
该版本唯一的代码改动是提高fp8所需的HIP_VERSION，原因是HIP 6.2缺少 __hip_fp8_e4m3支持；同时按惯例发布了macOS、iOS、Linux、Android和Windows各后端预编译包。
llama.cpp b11180发布：RPC分配缓存键加入nb，并将结果下限设为ggml_nbytes
该版本的核心改动来自PR #29283，由Georgi Gerganov参与合著：在RPC的get_alloc_size缓存键中加入nb，并把返回值下限固定为ggml_nbytes。