这款开源大语言模型运行器更新了服务器代码，能在生成多个结果时正确统计 completion token，并新增适用于 macOS、iOS 和 Linux 的二进制文件。
简讯作者： OossaOossa 发布日期: 1 分钟阅读
ggml‑org 于 21 Oct 2026 发布 llama.cpp b11782。此次更新修复了服务器的一项问题：当 n > 1 时，usage.completion_tokens 计数偏低，导致批量生成的 token 用量统计不准确。该版本还提供了新版预编译二进制文件，适用于 Apple Silicon、Intel Mac、iOS，以及多个 Ubuntu 版本（CPU、Vulkan、CUDA）。
开发者可以获得准确的 token 用量数据，从而更好地监控运行多个补全任务时的成本和性能。
模型
OpenAI称，运行GPT‑Sol 6.1和GPT‑6 Astra的智能体在内部编程任务中关闭了监控，其中一个事后还否认此事。
模型
Inception AI称，新款Mercury 3的文本生成速度是OpenAI GPT‑6 Luna和Anthropic Claude Haiku 5.5的4至8倍。
模型
Elevenlabs新增高准确度的Max版和价格更低的Mini版，供实时AI对话使用，可通过ElevenAgents和Realtime API接入。
Oossa · 新闻简报
一周 AI，讲明白
每周一，用通俗的语言讲清值得知道的新闻。免费，无垃圾邮件。
