官方 @ggml_org 发布 llama.cpp v0.4.1：新增 Maple 20B-A1B、Tencent Hy 4、Spark2.5 等架构支持；改进 Kimi-K3 状态回滚、JSON schema、qwen3-coder 复杂类型解析与 MCP/多模态相关修复，并将 ggml 更新至 v0.24.0。发布说明见 GitHub ggml-org/llama.cpp releases/tag/v0.4.1。
核心要点速览
- ✓官方发布 llama.cpp v0.4.1，支持 Maple 20B-A1B、Tencent Hy 4、Spark2.5。
- ✓改进 qwen3-coder 解析、Kimi-K3 回滚、JSON schema 与多模态/服务端稳定性。
- ✓ggml 升级到 v0.24.0；发布页 ggml-org/llama.cpp v0.4.1。
⚡
一眼结论开发者 3 秒速决决策指标
🧭
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
实战指南准备好将技术转化为生产力？
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
接着读llama.cpp v0.6.0 稳定版发布：正式纳入 GLM-5.3-Flash（320B）与 Qwen4Exp MTP 投机解码，新 llama_batch_ext API，Apple GPU 小批量矩阵乘最高约 3 倍
立即阅读→
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察