# llama.cpp b11406 में WebGPU के नए क्वांटाइज़ेशन फ़ॉर्मैट

> ओपन-सोर्स llama.cpp लाइब्रेरी अब WebGPU पर कई नए लो-प्रिसिज़न फ़ॉर्मैट सपोर्ट करती है। macOS, Linux और iOS के लिए बाइनरी भी उपलब्ध हैं।

Oossa · 2026-10-05 · https://oossa.com/hi/llama-cpp-adds-new-webgpu-quantization-formats-in-b11406-release

ggml‑org टीम ने llama.cpp का संस्करण b11406 जारी किया है। इसमें MMVQ क्वांटाइज़ेशन पाथ Q1_0, Q5_0, Q5_1, Q3_K, Q5_K, Q6_K और MXFP4 के लिए WebGPU सपोर्ट जोड़ा गया है। इस रिलीज़ में macOS (Apple Silicon और Intel), iOS और Ubuntu के कई बिल्ड (CPU, Vulkan और CUDA) के लिए पहले से बने बाइनरी भी दिए गए हैं।

## तथ्य

- संस्करण b11406, 2026-10-05 को जारी हुआ
- WebGPU पर Q1_0, Q5_0, Q5_1, Q3_K, Q5_K, Q6_K और MXFP4 फ़ॉर्मैट का सपोर्ट जोड़ा गया

## यह क्यों मायने रखता है

डेवलपर अब WebGPU इस्तेमाल करने वाले ब्राउज़र या GPU पर कम मेमोरी में चलने वाले ज़्यादा LLM चला सकते हैं। इससे llama.cpp को इस्तेमाल करने की जगहों का दायरा बढ़ता है।

## स्रोत और संदर्भ

1. [ggml-org/llama.cpp b11406](https://github.com/ggml-org/llama.cpp/releases/tag/b11406) – llama.cpp, 2026-10-05

अंतिम अपडेट: 2026-10-05