# llama.cpp melhora o gerenciamento do cache de prompts

> A nova versão permite que o servidor mantenha na RAM apenas slots reutilizáveis, reduzindo o desperdício de memória em certos tipos de tarefa.

Oossa · 2026-10-15 · https://oossa.com/pt/llama-cpp-adds-smarter-prompt-cache-handling

O projeto llama.cpp lançou a versão b11642 em 2026-10-15. A atualização muda a forma como o servidor armazena os slots do cache de prompts. Só são salvos os slots que podem ser restaurados mais tarde; assim, slots inativos de tarefas de rerank, embedding, decisão e infill deixam de ocupar o cache. As tarefas de decisão agora ignoram o cache por completo, a menos que a opção --cache-ram seja usada. Isso reduz o uso de RAM e evita movimentações desnecessárias no cache.

## Os fatos

- A versão b11642 foi lançada na quinta-feira, 15 de outubro de 2026
- As tarefas de decisão ignoram o cache de prompts, a menos que a opção --cache-ram seja usada

## Por que importa

Desenvolvedores que executam o llama.cpp em hardware com recursos limitados terão menor uso de memória e menos lentidão relacionada ao cache.

## Fontes e referências

1. [ggml-org/llama.cpp b11642](https://github.com/ggml-org/llama.cpp/releases/tag/b11642) – llama.cpp, 2026-10-15

Última atualização: 2026-10-15