# llama.cpp adiciona novos formatos de quantização WebGPU na versão b11406

> A biblioteca de código aberto llama.cpp agora oferece suporte a vários novos formatos de baixa precisão no WebGPU, além de binários para macOS, Linux e iOS.

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

A equipe ggml-org lançou a versão b11406 do llama.cpp. Ela adiciona suporte no WebGPU aos caminhos de quantização MMVQ Q1_0, Q5_0, Q5_1, Q3_K, Q5_K, Q6_K e MXFP4. A versão também disponibiliza binários pré-compilados para macOS (Apple Silicon e Intel), iOS e várias configurações do Ubuntu (CPU, Vulkan e CUDA).

## Os fatos

- Versão b11406 publicada em 2026-10-05
- Adiciona suporte aos formatos Q1_0, Q5_0, Q5_1, Q3_K, Q5_K, Q6_K e MXFP4 no WebGPU

## Por que importa

Desenvolvedores agora podem executar mais LLMs com uso eficiente de memória em navegadores ou em GPUs compatíveis com WebGPU, ampliando as possibilidades de implantação do llama.cpp.

## Fontes e referências

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

Última atualização: 2026-10-05