llama.cpp プロジェクトはビルド b11136 をリリースし、ビデオ入力に対して OpenAI 標準の "video_url" コンテンツタイプを受け入れるように llama-server を更新しました。以前は、サーバーは非標準の "input_video" タイプのみを受け入れ、データ URI を拒否していたため、OpenAI 準拠クライアントとの互換性に問題がありました。

  • チャット補完 API で "video_url" を "input_video" のエイリアスとして受け入れます。
  • 後方互換性を確保するために、いずれのキーからもメディアオブジェクトを読み取ります。
  • 既存の画像サポートを反映し、ビデオコンテンツに対して data: URI (data:video/*) を許可します。
  • CPU、GPU、NPU バックエンド向けに macOS、Linux、Windows、Android、openEuler のバイナリを提供します。

この変更により、OpenAI 互換クライアントは llama-server にビデオデータをサポートされていないコンテンツタイプエラーなしで正常に送信できるようになります。