# llama.cpp b11406 新增多种 WebGPU 量化格式

> 开源库 llama.cpp 现已在 WebGPU 上支持多种低精度格式，并提供适用于 macOS、Linux 和 iOS 的预编译二进制文件。

Oossa · 2026-10-05 · https://oossa.com/zh/llama-cpp-adds-new-webgpu-quantization-formats-in-b11406-release

ggml‑org 团队发布了 llama.cpp b11406 版本。该版本为 MMVQ 量化路径新增了对 Q1_0、Q5_0、Q5_1、Q3_K、Q5_K、Q6_K 和 MXFP4 的 WebGPU 支持。此次发布还提供了适用于 macOS（Apple Silicon 和 Intel）、iOS 以及多个 Ubuntu 版本的预编译二进制文件（CPU、Vulkan 和 CUDA）。

## 事实

- b11406 版本于 2026-10-05 发布
- 新增 WebGPU 对 Q1_0、Q5_0、Q5_1、Q3_K、Q5_K、Q6_K 和 MXFP4 格式的支持

## 为什么重要

开发者现在可以在浏览器中，或使用支持 WebGPU 的 GPU，运行更多内存占用更低的大语言模型，从而拓展 llama.cpp 的部署场景。

## 来源与参考

1. [ggml-org/llama.cpp b11406](https://github.com/ggml-org/llama.cpp/releases/tag/b11406) – llama.cpp, 2026-10-05

最后更新: 2026-10-05