llama.cpp llega a la versión 1.0 tras tres años y medio: API estable, 35 funciones eliminadas y un servidor reforzado
El motor de inferencia local llama.cpp y su biblioteca ggml alcanzaron la versión 1.0.0 el 13 de noviembre. El cambio principal es un compromiso: cualquier ruptura de la API pública en C aumentará a partir de ahora el número de versión mayor. La contrapartida inmediata: 35 funciones obsoletas eliminadas, lo que obliga a realizar ajustes en las aplicaciones que dependen de la biblioteca.

Si ejecutas un modelo de lenguaje en tu propio equipo, es muy probable que llama.cpp esté trabajando entre bastidores: es el motor de inferencia en C/C++ en el que se basan numerosas aplicaciones de IA local. Tras tres años y medio en versión «0.x», el proyecto y su biblioteca de cálculo ggml pasaron a la versión 1.0.0 el 13 de noviembre, anunciada en el blog de Hugging Face, empresa que emplea al equipo.
Una promesa más que una función
El verdadero cambio no es técnico: es un compromiso de versionado. A partir de ahora, cualquier ruptura de la API pública en C (los encabezados del directorio include) incrementará el número mayor; las adiciones compatibles, como un nuevo backend o un nuevo modelo, elevarán el número menor; las correcciones de errores modificarán el último dígito. Hasta ahora, según explica el equipo en el debate de preparación, las rupturas se introducían en la versión 0 sin previo aviso. El propio equipo advierte de que las versiones mayores serán probablemente mucho más frecuentes que el tiempo que llevó alcanzar la 1.0: la promesa no es «no más rupturas», sino «rupturas visibles».
El precio de la limpieza
Para saldar la deuda técnica acumulada, la versión 1.0 rompe bastantes elementos de golpe. Según las notas de la versión, llama.h pierde 35 funciones obsoletas, llama_set_warmup y el ajuste defrag_thold (así como la opción --defrag-thold), llama_set_embd_state_src pasa a llamarse llama_set_ctx_state_src, y el encabezado clip.h desaparece en favor de mtmd. En cuanto a ggml, se retiran la antigua API obsoleta y las operaciones DIAG_MASK, y el protocolo RPC pasa a la v9, que rechaza nodos incompatibles. Cualquier aplicación o capa de enlace (binding) que llamara a estas funciones, o cualquier script que utilice la opción eliminada, deberá corregirse antes de actualizar.
Lo que llega con esta entrega
La versión también incorpora novedades tangibles: cachés KV en FP8 (-ctk/-ctv f8_e4m3) para reducir el consumo de memoria del contexto, una caché de expertos MoE en la memoria del host con parte del cómputo delegado a la CPU, y nuevos modelos, entre ellos Kimi-K3.1-Pro y Ripple-65B-Preview, dos modelos abiertos que ya presentamos. El servidor integrado llama-server se ha reforzado frente a diversos ataques web (SSRF, CORS, DNS rebinding), cancela las llamadas a herramientas MCP cuando el cliente se desconecta y ya solo envía el token de Hugging Face a los hosts de Hugging Face. Asimismo, añade un endpoint de síntesis de voz compatible con OpenAI (/v1/audio/speech) y una interfaz web rediseñada. El proyecto presume de dar soporte a más de 150 variantes de arquitecturas y de distribuirse mediante Homebrew, Winget, Debian, conda-forge, MacPorts y Docker.
Nuestro análisis
Para quien utiliza llama.cpp a través de una aplicación ya empaquetada, la 1.0 apenas cambia nada en el día a día, y el anuncio no promete ninguna ganancia de velocidad. En cambio, es determinante para quienes desarrollan sobre ella: un número de versión mayor fiable permite al fin fijar una dependencia («1.x») sin temer que una actualización menor rompa la compilación, lo que acerca a llama.cpp a las dinámicas habituales de una biblioteca del sistema. El refuerzo de la seguridad en llama-server es el segundo aspecto clave: este servidor suele ejecutarse en el equipo de un desarrollador y conectarse a herramientas MCP, una configuración expuesta a sitios web maliciosos que apuntan a localhost. Consejo práctico: mantén fijada la versión 0.9 mientras tus dependencias no hayan migrado a la 1.0 y revisa la lista de funciones eliminadas antes de dar el salto.
Fuentes
- Hugging Face (blog ggml-org) — llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem (13 de noviembre de 2026) Fuente primaria
- GitHub — ggml-org/llama.cpp, notas de la versión v1.0.0 Fuente primaria
- GitHub — ggml-org/ggml, notas de la versión v1.0.0 Fuente primaria
- GitHub — llama.cpp, debate #30566 « preparing for v1.0.0 » Fuente primaria
Una fuente primaria procede directamente de la empresa, el laboratorio o la organización implicados. Una fuente secundaria recoge la información sin ser su autora: la señalamos como tal. ¿Has visto un error? Consulta nuestra política de correcciones.


