llama.cpp llega a la versión 1.0.0: romper la API de C ya no se puede hacer sin subir la versión major
llama.cpp, el popular motor para ejecutar LLM en hardware propio, ha llegado a la versión 1.0.0 con una regla sencilla: si rompes la API pública de C del directorio ./include, debes subir la primera cifra de la versión (major) a 2.0. Hasta ahora, los proyectos que integraban la biblioteca dependían de las compilaciones nightly y temían que su código dejara de compilar tras cada actualización. Ahora pueden fijar la dependencia en 1.0.0 y pasar a versiones posteriores de forma deliberada.
Procesado por IA desde X: @Luejinlynn; editado por Hamidun News
Imagina que has integrado llama.cpp en tu aplicación y que, una semana después, actualizas a la última compilación y el proyecto deja de compilar porque el autor de la biblioteca ha renombrado o eliminado una función. Así han vivido muchos de quienes usan este motor para ejecutar LLM en su propio hardware: no había ninguna promesa de estabilidad de la interfaz, y había que guiarse por las compilaciones nightly, generadas directamente desde el desarrollo. El 13 de noviembre de 2026, esto cambió: llama.cpp llegó a la versión 1.0.0, y ese mismo día la biblioteca ggml, sobre la que se construye, también alcanzó la v1.0.0.
Qué significa el «contrato de versión 1.0.0» en pocas palabras
El valor principal de la publicación no es una nueva opción, sino una regla del juego. En el blog oficial de Hugging Face se establece que, si se rompe la API pública de C del directorio ./include (es decir, las funciones que llaman otros programas), se incrementa la MAJOR, la primera cifra de la versión. Las nuevas capacidades compatibles con versiones anteriores y el soporte de modelos incrementan la MINOR, la segunda cifra. Las correcciones de errores únicamente incrementan la PATCH, la tercera.
En la práctica, esto significa lo siguiente. Si tienes 1.0.0 en tus dependencias, actualizar a 1.1 o 1.2 no debería romper tu código. En cambio, la aparición de la 2.0 es una señal para revisar la lista de cambios y ajustar las llamadas. Las distribuciones de Linux, los gestores de paquetes y las aplicaciones que enlazan con la biblioteca pueden, por fin, fijar la versión sin seguir a ciegas las nightly.
Advertencia: v1.0 es un contrato, no una promesa de que la interfaz no vaya a cambiar nunca. Si los autores necesitan un cambio incompatible, publicarán la 2.0. Por eso conviene vigilar sobre todo la major.
Qué más incluye la versión
- Se han eliminado las API públicas obsoletas, y las interfaces de NextN y de decodificación especulativa (método para acelerar la generación) se han elevado al encabezado principal llama.h.
- Se ha añadido la caché KV en FP8. La caché KV almacena datos intermedios del contexto, y un formato más compacto ayuda a que las conversaciones largas quepan en la misma memoria. Se activa con los indicadores -ctk y -ctv con el valor f8_e4m3.
- Para los modelos MoE aparece una caché de expertos: lo que no cabe en ella puede mantenerse en la memoria RAM del host, y la proporción asignada a la CPU es configurable. Resulta útil cuando la memoria de vídeo no alcanza para todos los expertos a la vez.
- llama-server incorpora protección frente a SSRF (cuando se obliga al servidor a acceder a direcciones internas), frente a ataques CORS y frente a DNS rebinding. Además, las llamadas a herramientas MCP ahora se cancelan si el cliente se desconecta o si vence el tiempo de espera.
- Se ha añadido el endpoint compatible con OpenAI /v1/audio/speech para la síntesis de voz.
El bloque de seguridad es importante para cualquiera que exponga el servidor a internet. Cuando un servidor puede ejecutar herramientas mediante MCP, actúa en la práctica en nombre del usuario, y estos puntos suelen convertirse en un objetivo de ataque.
Qué debe hacer el desarrollador
El autor del análisis original propone tres pasos.
- Fija la versión en tu compilación o en tu gestor de paquetes en 1.0.0 y deja de seguir en silencio las nightly.
- Si ofreces llama-server a otras personas, revisa con atención los nuevos parámetros --allow-unauthenticated-tools y --media-allow-private-urls. Por defecto es mejor no activarlos: el primero permite invocar herramientas sin autenticación y el segundo admite accesos a direcciones privadas al cargar contenido multimedia.
- Antes de actualizar, ejecuta tus propias llamadas a la API y comprueba que no utilizas funciones eliminadas. Es un consejo personal del autor, que él mismo no ha comprobado en la práctica.
Limitaciones
El blog habla de soporte para más de 150 arquitecturas, pero se trata de una formulación de los propios autores. Para saber si un modelo concreto funcionará en la 1.0.0, hay que consultar la lista de modelos de esa versión. Además, la información sobre la publicación procede por ahora de las notas oficiales y del blog. Los problemas reales de compatibilidad solo se harán visibles cuando el proyecto lleve un tiempo funcionando con las nuevas reglas.
En resumen: para la comunidad de LLM locales, la v1.0.0 supone sobre todo madurez del proceso. Los equipos tienen ahora una base sólida para planificar sus actualizaciones, y para un producto construido sobre llama.cpp, esto vale más que cualquier indicador concreto.
- 21 nov 2026Hermes permite trasladar un agente local a la nube con una sola acción desde Desktop
- 21 nov 2026Apple rediseña la protección del Mac en macOS 27.3 por los agentes de IA con acceso total al disco
- 21 nov 2026La cuantización en OpenVINO redujo en un 75,4 % el tiempo de ejecución de CLIP para LanceDB en CPU
- 21 nov 2026LanceDB: el índice IVF_PQ comprime los vectores para RAG 64 veces y acelera la búsqueda
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué significa el «contrato de versión 1.0.0» en pocas palabras?
El valor principal de la publicación no es una nueva opción, sino una regla del juego. En el blog oficial de Hugging Face se establece que, si se rompe la API pública de C del directorio ./include (es decir, las funciones que llaman otros programas), se incrementa la MAJOR, la primera cifra de la versión. Las nuevas capacidades compatibles con versiones anteriores y el soporte de modelos incrementan la MINOR, la segunda cifra. Las correcciones de errores únicamente incrementan la PATCH, la tercera.
¿Qué se sabe sobre Qué más incluye la versión?
Se han eliminado las API públicas obsoletas, y las interfaces de NextN y de decodificación especulativa (método para acelerar la generación) se han elevado al encabezado principal llama.h. Se ha añadido la caché KV en FP8. La caché KV almacena datos intermedios del contexto, y un formato más compacto ayuda a que las conversaciones largas quepan en la misma memoria. Se activa con los indicadores -ctk y -ctv con el valor f8_e4m3.
¿Qué se sabe sobre Qué debe hacer el desarrollador?
El autor del análisis original propone tres pasos. Fija la versión en tu compilación o en tu gestor de paquetes en 1.0.0 y deja de seguir en silencio las nightly. Si ofreces llama-server a otras personas, revisa con atención los nuevos parámetros --allow-unauthenticated-tools y --media-allow-private-urls. Por defecto es mejor no activarlos: el primero permite invocar herramientas sin autenticación y el segundo admite accesos a direcciones privadas al cargar contenido multimedia.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.