L'ESSENTIEL EN 30 SECONDES
- llama.cpp (libllama) et ggml (libggml) ont atteint la v1.0.0 le 13 novembre 2026.
- Toute rupture de l'API C publique ou de l'ABI imposera désormais une nouvelle version majeure, selon le versionnage sémantique.
- La version supprime l'API publique obsolète, dont 35 fonctions dépréciées, et ajoute des caches KV en FP8.
llama.cpp, le moteur en C/C++ très utilisé pour faire tourner des modèles de langage sur des ordinateurs portables, des téléphones ou des serveurs sans passer par le cloud, atteint la version 1.0.0. L'équipe ggml-org a publié cette version le 13 novembre 2026, en même temps que la v1.0.0 de ggml, la bibliothèque de tenseurs sur laquelle il repose. L'annonce a paru sur le blog de Hugging Face ; parmi ses auteurs figure Georgi Gerganov, à l'origine des deux projets.
Un engagement de versionnage plutôt qu'une avalanche de fonctions
Le changement principal est une politique de compatibilité. Les deux bibliothèques suivent désormais le versionnage sémantique commun aux projets ggml-org : une version majeure signale une rupture de l'API C publique, une version mineure couvre les ajouts rétrocompatibles (fonctions, mises à jour de backends, nouveaux modèles, extensions d'API) et un correctif se limite aux bogues sans toucher à l'API. La règle vaut pour les en-têtes publics du répertoire include de chaque projet, et l'équipe indique que les incompatibilités d'API comme d'interface binaire (ABI) n'arriveront qu'avec un nouveau numéro majeur.
Pour les développeurs qui intègrent libllama dans des applications de bureau, des applications mobiles ou des bibliothèques de liaison, cet engagement compte davantage qu'une nouveauté isolée. Jusqu'ici, le projet avançait vite au fil de builds numérotés, et les mainteneurs en aval devaient souvent suivre à la main les changements de signatures. La presse spécialisée y voit un signal adressé à ces équipes, pas un gel du développement.
Ce que contient aussi la 1.0
Pour démarrer proprement la série stable, la version supprime l'API publique obsolète, dont 35 fonctions dépréciées. Parmi les ajouts signalés : des caches clé-valeur en FP8, un cache en mémoire hôte pour les modèles à mélange d'experts, un point d'accès vocal compatible OpenAI dans le serveur intégré, et des correctifs contre la falsification de requêtes côté serveur, les problèmes CORS et le DNS rebinding.
L'équipe met aussi en avant l'étendue du projet : plus de 150 variantes d'architectures prises en charge, les principales méthodes de décodage spéculatif, des backends chargeables à l'exécution sous forme de bibliothèques dynamiques, et des paquets pour Docker, Debian, Homebrew, conda-forge, Winget et d'autres canaux. L'intégration continue s'appuie en partie sur des machines fournies par des fabricants comme NVIDIA, AMD, Qualcomm, Arm, IBM et Intel.
Contexte
llama.cpp a vu le jour en mars 2023 et est distribué sous licence MIT. La portée de cette nouvelle politique dépendra de la rigueur avec laquelle elle sera appliquée dans les prochaines versions, et de l'adoption, par les nombreuses applications et liaisons bâties sur libllama, d'un alignement sur les versions majeures.
