# llama.cpp b11723 amplia o contexto com FLASH_ATTN_EXT

> A biblioteca de código aberto llama.cpp lançou a versão b11723, com ajustes no FLASH_ATTN_EXT para acelerar a inferência com contextos longos em CPU e Vulkan.

Oossa · 2026-10-19 · https://oossa.com/pt/llama-cpp-b11723-adds-flash-attn-ext-for-longer-context

A equipe do ggml-org publicou a versão b11723 do llama.cpp em 19 de outubro de 2026. A atualização traz melhorias no FLASH_ATTN_EXT para janelas de contexto maiores e modelos SWA, além de pular blocos mascarados para reduzir as leituras de memória. Agora há builds binários disponíveis para macOS (Apple Silicon e Intel), iOS e várias versões do Ubuntu, incluindo suporte a GPUs Vulkan. As mudanças buscam melhorar o desempenho de modelos como o gemma-4.

## Os fatos

- A versão b11723 foi lançada em 2026-10-19
- Inclui melhorias no FLASH_ATTN_EXT para contextos mais longos

## Por que importa

Desenvolvedores podem executar modelos de linguagem com contextos maiores de forma mais eficiente em CPUs de desktop e GPUs compatíveis.

## Fontes e referências

1. [ggml-org/llama.cpp b11723](https://github.com/ggml-org/llama.cpp/releases/tag/b11723) – llama.cpp, 2026-10-19

Última atualização: 2026-10-19