O projeto llama.cpp publicou a versão b12125 como pré-lançamento em 5 de novembro de 2026. Ela altera as configurações padrão do OpenCL para as GPUs Adreno X2 e X2E, incluindo a ativação, por padrão no X2, de operações de múltiplas colunas f32 e q5_K.
No X2E, a versão também seleciona por padrão operações de verificação de múltiplas colunas f32 e q5_K para valores pequenos de N. A página da versão lista downloads para várias plataformas, incluindo versões para Windows e Android em dispositivos Snapdragon, mas não apresenta resultados de benchmark.
Por que importa
Quem usa o llama.cpp em dispositivos com hardware Adreno X2 ou X2E passa a ter operações de GPU padrão diferentes, mas as notas da versão não informam se isso melhora a velocidade ou a precisão.
