Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAPI / Produit · Prêt à l'emploiNeurohive→ original

llama.cpp 1.0.0 : une API stable pour les développeurs et la suppression de 35 anciennes fonctions

llama.cpp, programme populaire pour faire tourner des modèles d'IA sur son propre ordinateur, sort en version 1.0.0 avec une première API stable, c'est-à-dire l'ensemble des fonctions par lesquelles les applications communiquent avec lui. Désormais, le premier chiffre du numéro de version indique si votre application risque de casser après une mise à jour : il n'augmente que lors de modifications incompatibles. Mais le passage à la 1.0.0 n'est pas sans coût : l'équipe a supprimé 35 fonctions obsolètes, il est donc conseillé de vérifier votre build à l'avance.

Traité par IA depuis Neurohive ; édité par Hamidun News
llama.cpp 1.0.0 : une API stable pour les développeurs et la suppression de 35 anciennes fonctions
Source : Neurohive. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireNeurohive ↗
Rédacteur en chef
Grands modèles MoEune partie du calcul peut être confiée au processeur, et non à la carte graphique
Chiffre clé #2Le serveur accepte désormais une requête de synthèse vocale compatible OpenAI
Chiffre clé #3Le jeton Hugging Face n'est envoyé par défaut qu'à huggingface.co

Imaginez que vous ayez créé un chat IA fonctionnant avec un modèle local via llama.cpp. Vous mettez la bibliothèque à jour, et le chat ne démarre plus : les développeurs ont renommé ou supprimé une fonction que vous appeliez. Pour un projet sur lequel repose une grande partie des services d'IA locaux, ce genre de surprise était monnaie courante. Aujourd'hui, llama.cpp sort en version 1.0.0 et inscrit pour la première fois sa promesse de compatibilité. Il ne s'agit pas d'un bond en vitesse, mais de la maturation de l'infrastructure. Avec cette version, ggml, le composant qui effectue les calculs mathématiques, passe lui aussi en 1.0.0.

Ce que signifie « API stable » et le rôle du numéro de version

L'API est l'ensemble des fonctions et des règles par lesquelles votre application dialogue avec la bibliothèque. L'ABI désigne la même chose au niveau du fichier binaire compilé : si elle change, même un code inchangé devra être recompilé. Jusqu'ici, llama.cpp avait bien des numéros de version, mais sans garanties strictes. Depuis la 1.0.0, c'est le versionnement sémantique qui s'applique.

  • Le premier chiffre augmente lorsque l'API ou l'ABI changent de façon incompatible. Passer de 1.0.0 à 2.0.0 signifie que votre code devra probablement être corrigé.
  • Le deuxième chiffre signale des ajouts compatibles, c'est-à-dire de nouvelles fonctions sans rupture.
  • Le troisième chiffre correspond à des corrections de bugs sans modification de l'interface.

C'est un peu comme la norme des prises électriques : tant qu'elle ne change pas, tout appareil fonctionne. L'auteur d'une application peut se mettre à jour en toute tranquillité au sein de la branche 1.x, et préparer puis tester le passage à une version majeure à l'avance. Les projets livrent deux bibliothèques : libllama et libggml.

C'est aussi un atout pour les distributions Linux. Selon un membre de la communauté Debian, une compatibilité prévisible facilite la distribution de llama.cpp. Mais le projet compte huit canaux de distribution, des fichiers prêts à l'emploi sur GitHub jusqu'aux catalogues d'installation de programmes et aux kits pour applications Apple. La présence de la version 1.0.0 doit donc être vérifiée séparément dans chacun d'eux.

Le coût du passage : 35 fonctions supprimées

Le passage à la 1.0.0 peut lui-même nécessiter des corrections. L'équipe a supprimé 35 fonctions obsolètes, ainsi que la fonction de configuration du « préchauffage » du modèle, c'est-à-dire les calculs préparatoires effectués avant la première réponse. Par ailleurs, une partie du code consacré aux images et au son a été restructurée et regroupée dans un même composant. Les applications qui utilisaient ces fonctionnalités devront être adaptées.

Parmi les nouveautés concernant la mémoire : un stockage plus compact des calculs intermédiaires a été ajouté. En outre, le lancement des modèles MoE a changé : pour chaque mot, seule une partie des « experts » est activée. Les données principales de ces modèles peuvent résider dans la mémoire vive, tandis que les experts les plus sollicités sont mis en cache dans la mémoire de la carte graphique. Si l'expert nécessaire n'y figure pas, une fois le cache rempli, une partie des calculs peut être confiée au processeur plutôt que de transférer les données vers le GPU. Cela peut accélérer le traitement, mais le résultat dépend du matériel et des réglages.

La liste des modèles pris en charge comprend Kimi-K3.1-Pro, Ripple-65B-Preview et xing4_0 pour le texte, drama-3 pour la génération de parole, ainsi que MageVL-Cowork et Kimi-K3.1 pour le traitement d'images. Au total, selon l'équipe, l'outil prend en charge plus de 150 architectures.

Voix, navigateur et protection du serveur

Le serveur de llama.cpp, qui reçoit les requêtes d'un navigateur ou d'une application et les transmet au modèle, propose désormais une méthode compatible OpenAI pour demander la synthèse vocale d'un texte. Si votre application fonctionne déjà avec des requêtes au format OpenAI, le branchement d'une génération vocale locale sera plus simple. L'interface web intègre aussi des groupes de discussions, un aperçu de la mise en forme des messages et un affichage amélioré sur téléphone.

La protection de l'accès au réseau domestique ou professionnel a également été renforcée :

  • le lancement d'outils sur un serveur accessible depuis d'autres appareils sans clé API nécessite désormais une autorisation explicite ;
  • le chargement d'images et d'autres médias depuis le réseau interne fait lui aussi l'objet de restrictions supplémentaires ;
  • la clé d'accès à Hugging Face n'est plus envoyée automatiquement à des adresses de téléchargement arbitraires. Par défaut, elle ne part que vers huggingface.co, tout autre domaine de confiance devant être autorisé explicitement.

Que faire concrètement

Les auteurs d'applications ont intérêt à compiler leur projet avec la 1.0.0 et à vérifier qu'ils n'appellent pas de fonctions supprimées, en particulier le « préchauffage » du modèle et le code dédié aux images et au son. Ceux qui hébergent un serveur pour leur équipe doivent revoir leurs réglages d'accès : sans clé API, les outils ne se lanceront désormais plus sans consentement explicite.

Des limites existent toutefois. Cette version ne garantit pas d'accélération pour tous les modèles : l'équipe n'a pas publié de comparaison générale des performances avec la version précédente. Les nouvelles fonctionnalités ne parviendront aux utilisateurs qu'au fur et à mesure que leurs auteurs mettront à jour les applications prêtes à l'emploi. Le principal enseignement de la 1.0.0 est ailleurs : l'IA locale dispose désormais d'un socle prévisible, et les produits qui s'appuient dessus peuvent être planifiés sur plusieurs mois.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que signifie « API stable » et le rôle du numéro de version ?

L'API est l'ensemble des fonctions et des règles par lesquelles votre application dialogue avec la bibliothèque. L'ABI désigne la même chose au niveau du fichier binaire compilé : si elle change, même un code inchangé devra être recompilé. Jusqu'ici, llama.cpp avait bien des numéros de version, mais sans garanties strictes. Depuis la 1.0.0, c'est le versionnement sémantique qui s'applique. Le premier chiffre augmente lorsque l'API ou l'ABI changent de façon incompatible.

Que sait-on sur Le coût du passage : 35 fonctions supprimées ?

Le passage à la 1.0.0 peut lui-même nécessiter des corrections. L'équipe a supprimé 35 fonctions obsolètes, ainsi que la fonction de configuration du « préchauffage » du modèle, c'est-à-dire les calculs préparatoires effectués avant la première réponse. Par ailleurs, une partie du code consacré aux images et au son a été restructurée et regroupée dans un même composant. Les applications qui utilisaient ces fonctionnalités devront être adaptées.

Que sait-on sur Voix, navigateur et protection du serveur ?

Le serveur de llama.cpp, qui reçoit les requêtes d'un navigateur ou d'une application et les transmet au modèle, propose désormais une méthode compatible OpenAI pour demander la synthèse vocale d'un texte. Si votre application fonctionne déjà avec des requêtes au format OpenAI, le branchement d'une génération vocale locale sera plus simple. L'interface web intègre aussi des groupes de discussions, un aperçu de la mise en forme des messages et un affichage amélioré sur téléphone.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…