llama.cpp e ggml lançam sua primeira versão principal, a 1.0.0

A ggml-org anunciou em 13 de novembro de 2026 que o llama.cpp e sua biblioteca ggml chegaram à versão 1.0.0, o primeiro lançamento de versão principal na história de 3,5 anos do projeto, com versionamento semântico formal e suporte em cinco sistemas operacionais.

A equipe da ggml-org, responsável pelo motor de inferência llama.cpp, anunciou em 13 de novembro de 2026 que a biblioteca de inferência de LLM libllama e a biblioteca de tensores subjacente libggml chegaram simultaneamente à versão 1.0.0. O anúncio foi publicado no post llama.cpp v1.0.0 no blog do Hugging Face, marcando o primeiro lançamento de versão principal na história de 3,5 anos do projeto.

O que mudou na versão 1.0.0

libllama e libggml chegam à versão 1.0.0 ao mesmo tempo, o primeiro lançamento de versão principal do projeto após 3,5 anos de desenvolvimento
O projeto adota formalmente o versionamento semântico: versões MAJOR marcam mudanças que quebram a API em C, versões MINOR adicionam recursos compatíveis com versões anteriores ou suporte a novos modelos e backends, e versões PATCH corrigem bugs
Mais de 150 variantes de arquiteturas de modelos são suportadas, junto com os principais métodos de decodificação especulativa
As compilações são distribuídas como artefatos pre-release, imagens Docker, pacotes Debian, fórmulas do Homebrew, pacotes conda-forge, portas do MacPorts, pacotes Winget e um XCFramework
O motor roda em Linux, macOS, Windows, Android e iOS
Entre os parceiros de hardware citados no lançamento estão NVIDIA, AMD, Qualcomm, Arm, IBM e Intel

O que isso significa para quem constrói com IA

O llama.cpp é a base de uma grande parte das ferramentas de inferência de LLM locais e autogerenciadas, de wrappers no estilo Ollama a aplicativos móveis e implantações embarcadas. Uma versão 1.0 estável, com uma garantia formal de versionamento de API e ABI, permite que projetos dependentes façam upgrade com compatibilidade previsível, em vez de acompanhar um código sem versão que muda rapidamente.

Disponibilidade e infraestrutura

A integração contínua do projeto agora roda nos serviços HF Jobs e HF Buckets do Hugging Face, o que reflete a escala de compilações necessárias para cobrir cinco sistemas operacionais e mais de meia dúzia de gerenciadores de pacotes.

Fontes

llama.cpp v1.0.0 (Hugging Face / ggml-org, 13 de novembro de 2026, oficial)

Escrito com ajuda de IA, apenas a partir das fontes listadas acima. Antes de ir ao ar, verificações automáticas conferiram as datas, as fontes e todas as versões de idioma.