گروه ggml‑org در 21 Oct 2026 نسخه b11782 از llama.cpp را منتشر کرد. این به‌روزرسانی مشکلی در سرور را رفع می‌کند که باعث می‌شد usage.completion_tokens در n > 1 کمتر از مقدار واقعی شمرده شود؛ در نتیجه، آمار مصرف توکن هنگام تولید دسته‌ای پایین‌تر از واقعیت بود. این نسخه همچنین باینری‌های ازپیش‌ساخته تازه‌ای برای Apple Silicon، مک‌های Intel، iOS و چند نسخه Ubuntu (CPU، Vulkan و CUDA) ارائه می‌دهد.
چرا مهم است
توسعه‌دهندگان آمار دقیقی از مصرف توکن خواهند داشت و می‌توانند هزینه‌ها و عملکرد را هنگام اجرای چند تکمیل، بهتر زیر نظر بگیرند.
