Saltar al contenido

Herramientasggml-org

llama.cpp y ggml llegan a la versión 1.0: versionado semántico, caché de expertos MoE y 35 funciones obsoletas eliminadas

llama.cpp en resumen

ggml-org publicó llama.cpp v1.0.0 y ggml v1.0.0 el 13 de noviembre de 2026, dando al runtime de inferencia local un contrato de versionado estable: los cambios incompatibles en la API pública de C ahora significan un salto mayor, y la 1.0 elimina 35 funciones obsoletas y añade una caché de expertos MoE.

Pregúntale a tu IA sobre esta noticia

Usa esta noticia en tu negocio: llama.cpp y ggml llegan a la versión 1.0: versionado semántico, caché de expertos MoE y 35 funciones obsoletas eliminadas (ggml-org). Pídele a tu IA que te explique qué pasó, cómo podría afectar a tu negocio y cómo ponerlo a trabajar. También que compare precio, velocidad, inteligencia y el laboratorio detrás. El enlace a la noticia va incluido.

Qué cambió con llama.cpp

ggml-org publicó llama.cpp v1.0.0 el 13 de noviembre de 2026, junto con ggml v1.0.0, y explicó el hito en una entrada del blog de Hugging Face de la organización ggml-org. La versión 1.0 adopta el versionado semántico para la API pública de C: un salto mayor indica un cambio incompatible en la API de ./include, un salto menor añade funciones, backends, modelos o API compatibles hacia atrás, y un salto de parche es una corrección de errores. Hasta ahora el proyecto se versionaba por número de compilación, así que los proyectos que dependen de él no tenían ninguna señal de cuándo una actualización rompería su integración.

La versión 1.0 elimina la API pública obsoleta, incluida llama_set_warmup y 35 funciones obsoletas en total, junto con el ajuste defrag_thold, y promueve la API de NextN y de decodificación especulativa a llama.h. Para ejecutar modelos grandes de mezcla de expertos, añade una caché de expertos MoE en la memoria del host con una proporción de CPU configurable (moe_cache_size y moe_cache_cpu_share), pensada para modelos más grandes que la memoria de la GPU, además de cachés KV en OCP FP8 y fragmentos PLE externos. La versión también añade soporte para modelos nuevos y refuerza el servidor integrado, con protecciones contra SSRF, CORS y DNS rebinding, cancelación de MCP y un endpoint /v1/audio/speech.

llama.cpp en cifras

Los valores provienen de la fuente enlazada en la fecha indicada. No son mediciones de IA Compa.

Funciones obsoletas de la API pública eliminadas en llama.cpp 1.0al · Fuente de Funciones obsoletas de la API pública eliminadas en llama.cpp 1.0: github.com (se abre en una pestaña nueva)
35

Dónde comparar llama.cpp

Clasificaciones independientes y recursos oficiales para comparar este modelo por tu cuenta. Las posiciones cambian con frecuencia; cada sitio muestra sus datos actuales.

Por qué llama.cpp importa para los negocios

Por qué importa: llama.cpp es el runtime que sostiene gran parte de los despliegues de IA locales y autohospedados, incluidas herramientas que una pequeña empresa puede ejecutar en su propio hardware para mantener los datos de sus clientes en casa. Un contrato de versionado estable hace esos despliegues mantenibles: puedes fijar una versión mayor, planificar actualizaciones y saber que una versión menor no romperá tu integración. La caché de expertos MoE importa por el coste, porque hace utilizables modelos abiertos muy grandes en máquinas cuya memoria de GPU por sí sola no podría contenerlos, lo que reduce la factura de hardware para una IA privada y en las propias instalaciones.

Ponlo a trabajar: Servicios de IA

Recibe Noticias de IA por correo

Noticias de IA verificadas, cada una con su fuente oficial, los lunes y jueves por la mañana. Agrega las noticias de última hora para enterarte de las más importantes en cuanto las publicamos.

Cada noticia enlaza su fuente oficial

Gratis, en español o en inglés

Date de baja con un clic, cuando quieras

Qué quieres recibir

Fuentes de esta noticia

  1. Oficial
  2. Oficial

Última verificación: . IA Compa resume anuncios públicos para lectores de negocios. No tenemos relación con las empresas mencionadas. Confirma siempre los detalles, precios y disponibilidad con la fuente oficial.

  • #llama-cpp
  • #ggml
  • #local-inference
  • #open-source
  • #semantic-versioning
  • #mixture-of-experts
  • #self-hosted-ai

¿Quieres aplicarlo en tu negocio?

Convertimos las nuevas capacidades de IA en agentes, recepcionistas de voz y automatizaciones que realmente puedes usar.