13 ноября 2026 года ggml-org выпустила библиотеки llama.cpp 1.0.0 и ggml 1.0.0. Локальный и серверный инференс мультимодальных LLM у них собран на квантовании, отдельных бэкендах и переносимом C/C++. С этой отметки несовместимость публичного C API и ABI обещают отмечать сменой первой цифры. Пост написали Daniel Bevenius, Georgi Gerganov и merve: llama.cpp v1.0.0 на Hugging Face.

Проекту три с половиной года, от первого коммита репозитория. От публичных заголовков уже зависят чужие программы, и новых интеграций команда ждёт ещё. API оставляют подвижным, но границу поломки хотят делать видимой: мажорная версия, а не сюрприз внутри 1.x.
libllama и libggml
В объявлении две библиотеки. libllama это инференс LLM на C и C++. Публичные заголовки лежат в каталоге include/ репозитория llama.cpp, тег v1.0.0. libggml это тензорная библиотека под ним. В таблице заголовки указаны как ggml/include/, и ссылка открывает этот каталог внутри дерева llama.cpp. Отдельный тег ggml v1.0.0 при этом стоит в репозитории ggml.
Кто берёт готовую сборку, для того 1.0.0 в первую очередь политика версий. Кто линкует libllama в свой процесс, для того это контракт. Мажор значит, что вызовы и бинарная совместимость могли разъехаться: вызывающую программу тогда пересобирают и смотрят свои вызовы. Минор и патч заголовки в include/ ломать не должны.
Первая цифра версии
Правила ggml-org распространяет на все свои проекты и отсылает к семантическим версиям. Таблица короткая, но из неё уже можно решить, какой номер ставить в зависимость.
Мажор ставят на ломающее изменение публичного C API в каталоге ./include. Рядом сказано жёстче: несовместимость и API, и ABI дальше отражают сменой мажора и у llama.cpp, и у ggml. ABI здесь про бинарную совместимость: программа, собранная со старой библиотекой, с новой .so может просто не состыковаться. Минор остаётся обратно совместимым. Туда входят новая возможность, обновление бэкенда, поддержка модели или добавление вызова в API. Патч это исправление без изменения API.
Дальше развилка прямая. Нужна свежая архитектура модели или новый бэкенд, а сигнатуры в include/ на месте: это минор, старая сборка вызывающего кода должна собираться. Починили падение, заголовки не трогали: патч. Поменяли функцию, которую зовут из include/: это уже следующая первая цифра, не очередной патч.
Если сервис закреплён на исходниках llama.cpp, мажор лучше зафиксировать. Минор поднимать, когда нужна конкретная модель или бэкенд, а не потому что после точки появилась новая цифра.
GitHub, Docker и пакеты
Каналы, которые ggml-org перечисляет сейчас, разные по смыслу. Готовые файлы на странице релизов llama.cpp в таблице подписаны как pre-release. Платформы у этого канала: Linux, macOS, Windows, Android и iOS. Рядом пакетные пути, уже без этой пометки.
- Docker и Debian: Linux.
- Homebrew: macOS и Linux.
- conda-forge: Windows, macOS и Linux.
- MacPorts: macOS.
- Winget: Windows.
- XCFramework: iOS и macOS.
Расширять способы раздачи они собираются дальше. Кто кладёт проекты ggml-org в свой пайплайн упаковки, тому дают отдельное обсуждение: как добавлять эти репозитории в чужие релизы. Туда и смотреть, если пакет собираете сами.
Бэкенды отдельными библиотеками
Движок под llama.cpp называется ggml. Каждый бэкенд можно собрать динамической библиотекой и подгрузить при запуске, не зашивая все бэкенды в один бинарник. Список текущих бэкендов лежит в каталоге src репозитория ggml.
Вариантов архитектур у llama.cpp больше 150, каталог src/models. Туда же входят основные методы speculative decoding. По таблице версий обновление бэкенда и поддержка модели, если публичный C API цел, это минор. Новая архитектура приезжает обновлением библиотеки.
Бэкенд при этом отдельный файл. Собирать его лучше вместе с тем же ggml, который линкуете, а не подкладывать .so из другой сборки: грузится она уже в готовый процесс. На проверках у проекта свои раннеры. Железо, которое они называют: NVIDIA, AMD, Qualcomm, Arm, IBM и Intel. Прогоны на ветку master масштабируют через HF Buckets и HF Jobs. Эти платформы у них в CI, а не только на машине одного мейнтейнера.
Десктопные приложения Llama названы для macOS и Windows, сайт llama.app. Собирает их та же команда llama.cpp и Hugging Face. Примеры запуска лежат в examples. Карточка организации: ggml-org на Hugging Face и ggml-org на GitHub.
1.0.0 фиксирует договорённость. Пока код смотрит в те же заголовки include/, минор и патч должны оставаться совместимыми. Когда заголовки разъедутся, это будет уже 2.x. Перед заменой библиотеки вызывающую программу лучше пересобрать и прогнать свой сценарий, а не только подменить файл .so.