A equipe ggml-org lançou a versão b11688 do llama.cpp em 2026-10-16. A atualização traz uma mudança exclusiva para CPU, que reduz os acumuladores em blocos do AVX2 — um ajuste que, segundo o projeto, acelera a inferência. Há binários pré-compilados para macOS, iOS, Linux, Vulkan e CUDA, compatíveis com vários tipos de hardware. A mudança é identificada como tendo recebido auxílio do Codex, o modelo de geração de código da OpenAI.
Por que importa
Desenvolvedores podem executar modelos do llama.cpp mais rapidamente em CPUs AVX2 sem precisar recompilar o código.
