llama.cpp passa alla versione 1.0 dopo tre anni e mezzo: API stabile, 35 funzioni rimosse e server rafforzato
Il motore di inferenza locale llama.cpp e la sua libreria ggml sono stati rilasciati nella versione 1.0.0 il 13 novembre. Il cambiamento principale è un impegno: qualsiasi rottura dell'API C pubblica farà ora avanzare il numero di versione principale. La contropartita immediata: eliminate 35 funzioni obsolete, il che impone modifiche alle applicazioni basate sulla libreria.

Se eseguite un modello linguistico sul vostro computer, ci sono buone probabilità che llama.cpp stia lavorando dietro le quinte: è il motore di inferenza in C/C++ su cui poggiano numerose applicazioni di IA locale. Dopo tre anni e mezzo fermo alla versione «0.x», il progetto e la sua libreria di calcolo ggml sono passati alla versione 1.0.0 il 13 novembre, con un annuncio sul blog di Hugging Face, azienda che impiega il team.
Una promessa più che una funzionalità
Il vero cambiamento non è tecnico: si tratta di un impegno sul versionamento. D’ora in poi, qualsiasi rottura dell’API C pubblica (gli header della cartella include) farà avanzare il numero di versione principale; le aggiunte compatibili, come un nuovo backend o un nuovo modello, incrementeranno il numero secondario; le correzioni di bug, l’ultima cifra. Fino a oggi, spiega il team nella discussione preparatoria, le modifiche che rompevano la compatibilità venivano introdotte nella versione 0 senza essere segnalate. Il team stesso avverte che le versioni principali saranno probabilmente molto più frequenti rispetto al tempo necessario per raggiungere la 1.0: la promessa non è «mai più rotture», ma «rotture visibili».
Il prezzo delle pulizie
Per fare tabula rasa del passato, la 1.0 rompe molte cose in una volta sola. Secondo le note di rilascio, llama.h perde 35 funzioni obsolete, llama_set_warmup e il parametro defrag_thold (oltre all’opzione --defrag-thold), llama_set_embd_state_src diventa llama_set_ctx_state_src, e l’header clip.h scompare a favore di mtmd. Sul fronte ggml, la vecchia API deprecata e le operazioni DIAG_MASK sono state rimosse, e il protocollo RPC passa alla v9, che rifiuta i peer incompatibili. Qualsiasi applicazione o wrapper (binding) che chiamava queste funzioni, o qualsiasi script che impiega l’opzione rimossa, deve essere corretto prima dell’aggiornamento.
Cosa porta con sé
La release include anche novità concrete: cache KV in FP8 (-ctk/-ctv f8_e4m3) per ridurre il consumo di memoria del contesto, una cache per esperti MoE nella memoria host con una parte dei calcoli delegabile alla CPU, e nuovi modelli, tra cui Kimi-K3.1-Pro e Ripple-65B-Preview, due modelli aperti che avevamo presentato. Il server integrato llama-server è stato rafforzato contro diversi attacchi web (SSRF, CORS, DNS rebinding), interrompe le chiamate agli strumenti MCP quando il client si disconnette e trasmette il token Hugging Face esclusivamente agli host di Hugging Face. Guadagna inoltre un endpoint di sintesi vocale compatibile con OpenAI (/v1/audio/speech) e un’interfaccia web rinnovata. Il progetto rivendica il supporto per oltre 150 varianti di architettura e la distribuzione tramite Homebrew, Winget, Debian, conda-forge, MacPorts e Docker.
La nostra lettura
Per chi utilizza llama.cpp attraverso un’applicazione già pronta, la 1.0 non cambia quasi nulla nell’uso quotidiano, e l’annuncio non promette alcun incremento di velocità. Risulta invece cruciale per chi sviluppa partendo da essa: un numero di versione principale affidabile permette finalmente di bloccare una dipendenza («1.x») senza temere che un aggiornamento minore comprometta la compilazione, avvicinando llama.cpp alle consuetudini tipiche di una libreria di sistema. Il rafforzamento della sicurezza di llama-server è il secondo aspetto fondamentale: questo server viene spesso avviato sulla macchina di uno sviluppatore e collegato a strumenti MCP, una configurazione esposta ai siti web malevoli che prendono di mira localhost. Consiglio pratico: bloccate la versione alla 0.9 finché le vostre dipendenze non saranno passate alla 1.0, poi verificate l’elenco delle funzioni rimosse prima di migrare.
Fonti
- Hugging Face (blog ggml-org) — llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem (13 novembre 2026) Fonte primaria
- GitHub — ggml-org/llama.cpp, note di rilascio v1.0.0 Fonte primaria
- GitHub — ggml-org/ggml, note di rilascio v1.0.0 Fonte primaria
- GitHub — llama.cpp, discussione #30566 « preparing for v1.0.0 » Fonte primaria
Una fonte primaria proviene direttamente dall'azienda, dal laboratorio o dall'ente interessato. Una fonte secondaria riporta l'informazione senza esserne l'autrice: la segnaliamo come tale. Un errore? Consulta la nostra politica di rettifica.


