A ggml-org lançou o llama.cpp versão b11782 em 21 de outubro de 2026. A atualização corrige um problema no servidor que contabilizava menos tokens em usage.completion_tokens quando n > 1, fazendo com que as estatísticas de uso ficassem abaixo do valor real em gerações em lote. A versão também traz novos binários pré-compilados para Apple Silicon, Macs com Intel, iOS e várias versões do Ubuntu (CPU, Vulkan e CUDA).
Por que importa
Os desenvolvedores terão dados precisos sobre o uso de tokens, o que ajuda a monitorar custos e desempenho ao gerar várias conclusões.
