# llama.cpp b11782 修复生成多个结果时的 token 计数错误

> 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。

Oossa · 2026-10-21 · https://oossa.com/zh/llama-cpp-b11782-release-fixes-token-count-bug

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）。

## 事实

- 修复：当 n > 1 时，正确统计 usage.completion_tokens（#29486）。
- 新增适用于 macOS ARM64、macOS Intel、iOS XCFramework，以及 Ubuntu x64/arm64（CPU、Vulkan、CUDA）的二进制文件。

## 为什么重要

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。

## 来源与参考

1. [ggml-org/llama.cpp b11782](https://github.com/ggml-org/llama.cpp/releases/tag/b11782) – llama.cpp, 2026-10-21

最后更新: 2026-10-21