llama.cpp passe en version 1.0.0 : casser l'API C sans changer de version majeure n'est plus permis
llama.cpp, moteur populaire pour faire tourner des LLM sur son propre matériel, sort en version 1.0.0 avec une règle simple : si vous cassez l'API C publique du dossier ./include, vous devez passer le premier chiffre de version (majeure) à 2.0. Jusqu'ici, les projets qui intégraient la bibliothèque restaient sur les builds nightly, de peur qu'une mise à jour ne fasse échouer leur compilation. Désormais, la dépendance peut être figée sur 1.0.0, et la migration vers les versions suivantes se fait en connaissance de cause.
Traité par IA depuis X: @Luejinlynn ; édité par Hamidun News
Imaginez avoir intégré llama.cpp dans votre application, puis récupérer une build récente une semaine plus tard, et voir le projet cesser de compiler parce que l'auteur de la bibliothèque a renommé ou supprimé une fonction. C'était le quotidien de nombreux utilisateurs de ce moteur pour faire tourner des LLM sur leur propre matériel : aucune promesse de stabilité de l'interface, et il fallait se rabattre sur les nightly, les builds nocturnes issues directement du développement. Le 13 novembre 2026, la donne a changé : llama.cpp sort en version 1.0.0, et le même jour, la bibliothèque ggml sur laquelle il repose passe elle aussi en v1.0.0.
Ce que signifie le « contrat de version 1.0.0 » en pratique
L'intérêt principal de cette sortie n'est pas un nouvel option, mais une règle du jeu. Le blog officiel sur Hugging Face le précise : si l'API C publique du dossier ./include est cassée (c'est-à-dire les fonctions appelées par des programmes tiers), on incrémente le MAJOR, le premier chiffre. Les nouvelles fonctionnalités rétrocompatibles et le support de nouveaux modèles incrémentent le MINOR, le deuxième chiffre. Les seules corrections de bugs relèvent du PATCH, le troisième.
Concrètement, si votre dépendance pointe sur 1.0.0, passer à 1.1 ou 1.2 ne doit pas casser votre code. En revanche, l'apparition d'une version 2.0 sera le signal d'ouvrir la liste des changements et d'adapter vos appels. Les distributions Linux, les gestionnaires de paquets et les applications liées à la bibliothèque peuvent enfin figer une version au lieu de suivre les nightly.
Réserve importante : la v1.0 est un contrat, pas une promesse que l'interface ne changera jamais. Si les auteurs ont besoin d'une modification incompatible, ils publieront une 2.0. C'est donc surtout la version majeure qu'il faut surveiller.
Les autres nouveautés de la version
- Les API publiques obsolètes ont été supprimées, et les interfaces NextN ainsi que le décodage spéculatif (méthode d'accélération de la génération) ont été remontées dans l'en-tête principal llama.h.
- Un cache KV en FP8 a été ajouté. Le cache KV stocke les données intermédiaires du contexte, et un format plus compact aide à faire tenir de longues conversations dans la même mémoire. Il s'active avec les options -ctk et -ctv et la valeur f8_e4m3.
- Pour les modèles MoE, un cache d'experts fait son apparition : ce qui ne tient pas dans ce cache peut rester dans la RAM de l'hôte, et la part confiée au CPU est configurable. C'est utile lorsque la mémoire vidéo ne suffit pas à loger tous les experts en même temps.
- llama-server bénéficie désormais de protections contre le SSRF (lorsque le serveur est forcé de contacter des adresses internes), contre les attaques CORS et contre le DNS rebinding. Par ailleurs, les appels aux outils MCP sont désormais annulés si le client se déconnecte ou si le délai expire.
- Un point de terminaison compatible OpenAI, /v1/audio/speech, est ajouté pour la synthèse vocale.
Le volet sécurité compte pour quiconque expose le serveur à l'extérieur. Lorsqu'un serveur peut lancer des outils via MCP, il agit en pratique au nom de l'utilisateur, et ces points d'entrée deviennent souvent des cibles d'attaque.
Que doit faire le développeur
L'auteur de l'analyse source propose trois étapes.
- Figez la version à 1.0.0 dans votre build ou votre gestionnaire de paquets, et cessez de suivre les nightly sans le vouloir.
- Si vous donnez accès à llama-server à d'autres personnes, examinez attentivement les nouveaux paramètres --allow-unauthenticated-tools et --media-allow-private-urls. Par défaut, mieux vaut ne pas les activer : le premier autorise l'appel d'outils sans authentification, le second permet d'accéder à des adresses privées lors du chargement de médias.
- Avant la mise à jour, testez vos propres appels à l'API et vérifiez que vous n'utilisez aucune fonction supprimée. Il s'agit d'un conseil personnel de l'auteur, qui ne l'a pas lui-même vérifié en pratique.
Limites
Le blog évoque la prise en charge de plus de 150 architectures, mais il s'agit de la formulation des auteurs eux-mêmes. Pour savoir si un modèle précis fonctionne en 1.0.0, il faut consulter la liste des modèles de cette version. Par ailleurs, les informations sur cette sortie proviennent pour l'instant des notes de version officielles et du blog. Les éventuels problèmes de compatibilité n'apparaîtront qu'une fois le projet utilisé selon les nouvelles règles.
En somme, pour la communauté des LLM locaux, la v1.0.0 marque avant tout une maturité du processus. Les équipes disposent désormais d'un cadre fiable pour planifier leurs mises à jour, et pour un produit bâti sur llama.cpp, c'est plus précieux que n'importe quelle option isolée.
- 21 nov. 2026Mémoire flash pour SSD : les prix chutent de 19 à 32 % sur le marché spot, les disques pourraient devenir moins chers
- 21 nov. 2026Unsloth met à jour ses versions compressées de Qwen3.8-27B : précision en hausse de 5 à 10 % à taille égale
- 21 nov. 2026L'IA écrit du code vulnérable dans 44 % des tests : Positive Technologies donne un scanner aux agents
- 21 nov. 2026Sber sort une enceinte avec GigaChat à 14 990 roubles : la voix fonctionne sans Internet
Questions clés sur cet article
Que sait-on sur Ce que signifie le « contrat de version 1.0.0 » en pratique ?
L'intérêt principal de cette sortie n'est pas un nouvel option, mais une règle du jeu. Le blog officiel sur Hugging Face le précise : si l'API C publique du dossier ./include est cassée (c'est-à-dire les fonctions appelées par des programmes tiers), on incrémente le MAJOR, le premier chiffre. Les nouvelles fonctionnalités rétrocompatibles et le support de nouveaux modèles incrémentent le MINOR, le deuxième chiffre. Les seules corrections de bugs relèvent du PATCH, le troisième.
Que sait-on sur Les autres nouveautés de la version ?
Les API publiques obsolètes ont été supprimées, et les interfaces NextN ainsi que le décodage spéculatif (méthode d'accélération de la génération) ont été remontées dans l'en-tête principal llama.h. Un cache KV en FP8 a été ajouté. Le cache KV stocke les données intermédiaires du contexte, et un format plus compact aide à faire tenir de longues conversations dans la même mémoire. Il s'active avec les options -ctk et -ctv et la valeur f8_e4m3.
Que sait-on sur Que doit faire le développeur ?
L'auteur de l'analyse source propose trois étapes. Figez la version à 1.0.0 dans votre build ou votre gestionnaire de paquets, et cessez de suivre les nightly sans le vouloir. Si vous donnez accès à llama-server à d'autres personnes, examinez attentivement les nouveaux paramètres --allow-unauthenticated-tools et --media-allow-private-urls.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.