ggml-org a publié llama.cpp version b11782 le 21 Oct 2026. Cette mise à jour corrige un problème du serveur qui sous-estimait usage.completion_tokens lorsque n > 1, ce qui faussait à la baisse les statistiques d’utilisation des jetons pour les générations par lots. La version propose également de nouveaux binaires précompilés pour Apple Silicon, les Mac Intel, iOS et plusieurs versions d’Ubuntu (CPU, Vulkan, CUDA).
Pourquoi c'est important
Les développeurs disposeront de statistiques d’utilisation des jetons exactes, ce qui les aidera à suivre les coûts et les performances lors de l’exécution de plusieurs complétions.
