Rilis llama.cpp b9828 memperkenalkan peningkatan signifikan pada OpenCL, khususnya dengan menyusun ulang kernel Flash Attention untuk presisi f16 dan f32. Pembaruan ini mencakup kernel prefill prepass baru serta dukungan untuk format kuantisasi q4_0 dan q8_0.
Rilis llama.cpp b9827 memperkenalkan optimasi kinerja untuk CUDA dengan menambahkan jalur cepat cudaMemcpy2DAsync ke fungsi ggml_cuda_cpy. Perubahan ini mempercepat salinan strided tipe dan bentuk yang sama di mana tensor tidak sepenuhnya kontigu tetapi setiap barisnya kontigu, menggantikan kernel salinan skalar elemen-demi-elemen yang lebih lambat.
Proyek llama.cpp telah merilis versi b9825, yang mencakup perbaikan untuk operator langkah Vulkan saat menangani input nol. Pembaruan ini menyediakan biner pra-dibangun untuk macOS, Linux, Windows, Android, dan openEuler di berbagai backend perangkat keras.
Proyek llama.cpp telah menerbitkan rilis b9826, yang mencakup perbaikan untuk kasus uji unit yang gagal terkait fungsi norm pada SYCL. Pembaruan ini menyediakan biner dan kerangka kerja yang sudah dibangun sebelumnya di berbagai platform dan akselerator perangkat keras.
Proyek llama.cpp telah menerbitkan rilis b9822, menyediakan biner pra-dibangun untuk macOS, iOS, Linux, Android, dan Windows. Pembaruan ini mencakup perbaikan untuk opsi --no-common pada test-chat-template dan mendistribusikan build di berbagai arsitektur perangkat keras dan akselerator.
Proyek llama.cpp telah menerbitkan versi b9823, menyediakan biner pra-dibangun untuk platform macOS, iOS, Linux, Android, Windows, dan openEuler. Perubahan utama dalam rilis ini adalah penambahan build OpenVINO Windows ke pipeline check-release.
Proyek llama.cpp telah merilis versi b9824, yang mencakup peningkatan pada biner rpc-server dan export-graph-ops. Alat `export-graph-ops` dinamai ulang untuk mengikuti konvensi penamaan pengujian, sementara `rpc-server` dinamai ulang menjadi `ggml-rpc-server` untuk menghindari konflik di direktori sistem.
Rilis v0.24.0 mencakup pembaruan integrasi berkelanjutan untuk meningkatkan batas waktu awal GSM8K pada konfigurasi MoE Refactor Qwen3 NVFP4.
OpenAI telah memulai pratinjau terbatas untuk seri GPT-5.6, memperkenalkan tiga model baru: Sol sebagai unggulan utama, Terra untuk pekerjaan sehari-hari yang seimbang, dan Luna untuk tugas cepat dan terjangkau. Perusahaan berencana membuat model-model ini tersedia secara umum dalam beberapa minggu mendatang setelah fase awal ini dengan mitra terpercaya.
Proyek llama.cpp telah merilis versi b9821, yang memperkenalkan pembaruan antarmuka baris perintah yang memungkinkan pengguna memanggil bendera --version, --licenses, dan --help. Rilis ini menyediakan seperangkat lengkap binari pra-dibangun untuk macOS, Linux, Android, Windows, dan openEuler di berbagai akselerator perangkat keras.
Claude Code versi 2.1.195 memperkenalkan beberapa perbaikan dan peningkatan, termasuk variabel lingkungan baru untuk kontrol mouse dalam mode layar penuh serta koreksi pada logika pencocok hook.
Rilis llama.cpp b9820 memperkenalkan peningkatan kinerja dengan reintroduksi sinkronisasi yang lebih sedikit selama komputasi terbagi, khususnya menargetkan backend CUDA. Pembaruan ini juga menyediakan biner pra-dibangun untuk macOS, Linux, Windows, Android, dan openEuler di seluruh CPU, GPU, dan akselerator perangkat keras khusus.
Proyek llama.cpp telah merilis versi b9816, yang mencakup sinkronisasi dengan pustaka ggml. Pembaruan ini menyediakan binari pra-dibangun untuk platform macOS, iOS, Linux, Windows, Android, dan openEuler.
Rilis llama.cpp b9817 memperbarui backend OpenVINO ke versi 2026.2.1 dan membuat paket rilis menjadi mandiri (self-contained). Pembaruan ini mencakup beberapa peningkatan operator di dalam backend OpenVINO, seperti menghapus set compute_op_type yang dikodekan secara keras (hardcoded) serta mengaktifkan softmax dengan input sink.
Rilis b9813 llama.cpp memperkenalkan dukungan Vulkan untuk perangkat keras Intel Xe-LPG Plus dengan menambahkan enum arsitektur INTEL_XE1 dan mengaktifkan coopmat1. Pembaruan ini menangani komentar kode sebelumnya, mengubah nama pengidentifikasi arsitektur, dan menyertakan pemeriksaan driver Windows.
Proyek llama.cpp telah merilis versi b9814, yang mencakup optimasi untuk operasi `mul_mat_vecq` di Vulkan yang secara khusus menargetkan GPU AMD mi50. Pembaruan ini disertai dengan sekumpulan lengkap biner pra-dibangun di berbagai sistem operasi dan arsitektur perangkat keras.
SDK Python Model Context Protocol (MCP) telah merilis versi alpha ketiganya, v2.0.0a3, yang memperkenalkan perubahan signifikan pada protokol dan arsitektur sambil mempertahankan kompatibilitas mundur bagi pengguna stabil 1.x.
Proyek llama.cpp telah merilis versi b9811, yang mencakup perbaikan untuk bug kompilator yang memengaruhi jalur conv2d coopmat2 di Vulkan. Solusi workaround ini juga diterapkan pada implementasi CONV_3D berdasarkan saran dari insinyur NVIDIA Jeff Bolz.
SDK Python Model Context Protocol telah merilis versi 1.28.1, memperkenalkan pembaruan pada penanganan aliran dan keamanan transportasi.
Rilis llama.cpp b9804 memperkenalkan perbaikan untuk arsitektur Mamba2 dengan menghapus faktor ekspansi 2x yang di-hardcode dan pemeriksaan parameter yang tidak valid, sehingga mendukung nilai expand apa pun. Perubahan ini memperbarui skrip `convert_hf_to_gguf.py` agar parameter expand bersifat opsional dengan nilai default 2.