llama.cpp lança versão 1.0.0 para formalizar estabilidade de interface
16 de novembro de 2026 · 2 min de leitura
Também publicado em English
A equipe de desenvolvimento do llama.cpp lançou a versão 1.0.0, a primeira versão principal do projeto. O lançamento ocorreu simultaneamente para a biblioteca de tensores ggml, que também atingiu a versão 1.0.0. O llama.cpp é uma biblioteca escrita em C/C++ destinada à execução de inferência de modelos de linguagem de grande escala.
Com a nova numeração, a equipe passará a atualizar a versão principal sempre que houver alterações incompatíveis na interface de programação de aplicações ou na interface binária de aplicação de ambas as bibliotecas. Essa medida visa equilibrar a flexibilidade e a estabilidade, já que o llama.cpp tem sido cada vez mais integrado a outras aplicações.
Na versão 1.0.0, foram removidas 35 funções obsoletas e a função llama_set_warmup do cabeçalho público llama.h. Desenvolvedores que utilizam esses códigos precisarão revisá-los durante a migração para evitar a necessidade de correções de código ou reconstruções nos aplicativos integrados.
O projeto é de código aberto e suporta mais de 150 arquiteturas de modelos, incluindo variantes, operando desde computadores pessoais até servidores corporativos. O desenvolvimento é coordenado pela organização ggml-org no GitHub. A equipe da ggml.ai, que lidera o projeto, anunciou em fevereiro de 2026 a adesão ao Hugging Face para receber apoio de longo prazo na manutenção, embora a comunidade continue decidindo a técnica e o design.
Novas funcionalidades foram adicionadas ao servidor de inferência llama-server, incluindo o ponto de extremidade /v1/audio/speech para síntese de voz. A interface de usuário web do servidor agora permite agrupar conversas em grupos nomeados e inclui um editor de Markdown para pré-visualização de entradas.
Para manter a qualidade do código, a equipe está investindo em infraestrutura de integração contínua. Utilizando serviços do Hugging Face e apoio de fabricantes de hardware, eles estão expandindo a validação automática de código em diversos hardwares principais.