# llama.cpp ganha suporte a GQA e novos recursos de tokenização

> A biblioteca de código aberto llama.cpp passa a aceitar modelos GQA não convencionais e um tokenizador BPE, além de ampliar as plataformas compatíveis.

Oossa · 2026-10-22 · https://oossa.com/pt/llama-cpp-release-adds-gqa-support-and-new-tokenizer-features

A equipe ggml-org lançou a versão b11819 do llama.cpp em 2026-10-22. A atualização adiciona suporte a modelos GQA (atenção por consultas agrupadas) não convencionais e a um tokenizador BPE (codificação por pares de bytes), além de um novo pré-tipo domyn-small. Também inclui suporte a metadados para esquemas de prefixo Metaspace. A matriz de compilações agora lista vários alvos de CPU e GPU, incluindo Apple Silicon, CUDA 12/13, Vulkan, ROCm e Android Snapdragon.

## Os fatos

- Data de lançamento: 2026-10-22
- Adiciona suporte a GQA e ao tokenizador BPE

## Por que importa

Os desenvolvedores agora podem executar uma gama maior de LLMs, inclusive os que usam GQA, em mais dispositivos, como smartphones e GPUs.

## Fontes e referências

1. [ggml-org/llama.cpp b11819](https://github.com/ggml-org/llama.cpp/releases/tag/b11819) – llama.cpp, 2026-10-22

Última atualização: 2026-10-22