# llama.cpp v1.0.0 ออก 13 พ.ย. 2026 ลบ API เก่า เพิ่ม FP8 KV cache และอุดช่องโหว่เซิร์ฟเวอร์

> llama.cpp v1.0.0 ออกเมื่อ 13 พ.ย. 2026 พร้อม ggml v1.0.0 ลบฟังก์ชัน API เก่า 35 ตัว เพิ่ม FP8 KV cache, MoE cache และแก้ช่องโหว่ llama-server ตามโครงการ

- ประเภท: ข่าว · หมวด: Software
- เผยแพร่: 2026-11-13T15:16:00.000Z · อัปเดต: 2026-11-13T15:16:00.000Z
- โดย: กองบรรณาธิการ THAI DATA, THAI DATA IT BUSINESS ENTERPRISE
- ที่มา: https://thaidata.co.th/software/llama-cpp-v1-0-0-release-api-breaking/

## สรุปประเด็นสำคัญ

- ทีม ggml-org ปล่อย **llama.cpp v1.0.0** และ **ggml v1.0.0** เมื่อ **13 พฤศจิกายน 2026** ตามหน้าปล่อยเวอร์ชันบน GitHub และบล็อกของ Hugging Face
- นับจากนี้ทั้ง llama.cpp และ ggml จะใช้ **เวอร์ชันหลัก (major)** บอกการเปลี่ยน API/ABI ที่ไม่เข้ากัน ส่วน MINOR คือฟีเจอร์หรือโมเดลใหม่ที่เข้ากันได้ย้อนหลัง
- v1.0.0 **ลบ API ที่เลิกใช้แล้ว** รวม 35 ฟังก์ชันใน llama.h และตัวเลือก --defrag-thold ผู้ที่เรียกใช้ไลบรารีต้องตรวจโค้ดก่อนอัปเกรด
- เพิ่ม **FP8 KV cache** (f8_e4m3), **MoE expert cache** ในหน่วยความจำโฮสต์, สถาปัตยกรรมใหม่ 3 แบบ และเสียง TTS drama-3
- ฝั่ง **llama-server** แก้ช่องโหว่ CORS, DNS rebinding, SSRF และการเข้าถึงอินสแตนซ์ลูก พร้อมออปชันเปิดเฉพาะเมื่อต้องการ เช่น --allow-unauthenticated-tools

llama.cpp v1.0.0 ออกเมื่อ 13 พฤศจิกายน 2026 พร้อม ggml v1.0.0 ซึ่งเป็นไลบรารีเครื่องมือรัน AI บนเครื่องตัวเองที่นักพัฒนาใช้กันแพร่หลาย ตามหน้าปล่อยเวอร์ชันบน GitHub ของ ggml-org รุ่นนี้ลบ API ที่เลิกใช้แล้ว เพิ่ม FP8 KV cache และ MoE cache รองรับโมเดลและเสียงใหม่ และอุดช่องโหว่ของ llama-server ส่วนบล็อกบน Hugging Face ระบุว่านับจากนี้การเปลี่ยน API/ABI ที่ไม่เข้ากันจะขึ้นเวอร์ชันหลักทุกครั้ง

![หน้าปล่อยเวอร์ชัน llama.cpp v1.0.0 บน GitHub ของ ggml-org](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/llama-cpp-v1-0-0-release-api-breaking/llama-cpp-release-page.webp?v=dbae8557) _(ภาพ: ggml-org (ภาพหน้าจอ github.com))_

## llama.cpp v1.0.0 เปลี่ยนกติกาเวอร์ชันอย่างไร

ทีมโครงการระบุว่า 3.5 ปีที่ผ่านมา llama.cpp มีแอปปลายทางจำนวนมากพึ่งพาอยู่ จึงต้องทำให้อินเทอร์เฟซของไลบรารีเสถียรและชัดเจน กติกา semantic versioning ที่ใช้กับทุกโครงการของ ggml-org มีดังนี้

| ชนิดการเปลี่ยนแปลง | เพิ่มเลข |
| --- | --- |
| เปลี่ยน public C API ใน ./include แบบไม่เข้ากันย้อนหลัง | MAJOR |
| ฟีเจอร์ แบ็กเอนด์ โมเดล หรือ API ใหม่ที่เข้ากันได้ย้อนหลัง | MINOR |
| แก้บั๊กโดยไม่เปลี่ยน API | PATCH |

รุ่นนี้ปล่อยไลบรารี 2 ตัว คือ llama.cpp v1.0.0 (libllama ส่วนหัวอยู่ใน llama.cpp/include/) และ ggml v1.0.0 (libggml ส่วนหัวอยู่ใน ggml/include/)

## llama.cpp v1.0.0 ลบและย้าย API อะไร

- ลบ `llama_set_warmup` และฟังก์ชันที่เลิกใช้แล้วอีก 35 ตัวใน llama.h รวมทั้ง `defrag_thold` และตัวเลือก `--defrag-thold`
- ย้าย NextN API จาก `llama-ext.h` ขึ้นเป็น `llama.h` และเปลี่ยนชื่อ `llama_set_embd_state_src` เป็น `llama_set_ctx_state_src`
- เพิ่ม `moe_cache_size` และ `moe_cache_cpu_share` ใน `llama_context_params`
- ลบ `clip.h` และรวมโครงสร้างโมเดลและ subcontext เข้า `mtmd`

ผู้ที่คอมไพล์โปรแกรมเทียบกับ llama.cpp v1.0.0 ควรเช็กการลบเหล่านี้ก่อน เพราะโค้ดที่ยังเรียกฟังก์ชันที่เลิกใช้จะคอมไพล์ไม่ผ่าน

## ความสามารถใหม่ใน llama.cpp v1.0.0

![การ์ดจอ Palit GeForce RTX 5090 Gamerock ภาพประกอบแบ็กเอนด์ GPU ของ llama.cpp](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/llama-cpp-v1-0-0-release-api-breaking/rtx-5090-palit-photo.webp?v=ec2d60df) _(ภาพ: PantheraLeo1359531 / Wikimedia Commons (CC BY 4.0))_

- **FP8 KV cache** ตัวเลือก `-ctk/-ctv f8_e4m3` พร้อมสเกลแบบ per-tensor แบบกำหนดเองได้
- **MoE cache** แคชผู้เชี่ยวชาญของโมเดล MoE ในหน่วยความจำโฮสต์ ตั้งสัดส่วนที่ใช้ CPU ได้ และมีนโยบายแทนที่แบบ LRFU/ClassLRU
- **โมเดลใหม่** Kimi-K3.1-Pro, Ripple-65B-Preview และ xing4_0 รวมเสียงสังเคราะห์ drama-3 ของ fishaudio
- **มัลติโมดัล** รองรับอินพุตเสียงสตรีมของ Gemma 4 และภาพของ MageVL-Cowork กับ Kimi-K3.1
- **เว็บ UI ใหม่** มีกลุ่มแชต ตัวแก้ markdown แบบดูตัวอย่างสด และเลย์เอาต์บนมือถือ
- **ggml v1.0.0** ลบ API เก่า เพิ่มรองรับ FP8 และปรับประสิทธิภาพหลายแบ็กเอนด์ เช่น CUDA, Metal, Vulkan, SYCL, OpenCL, WebGPU และ Hexagon

บล็อกของทีมระบุว่า llama.cpp รองรับสถาปัตยกรรมโมเดลกว่า 150 แบบ และวิธีเผยแพร่มีทั้งไบนารีล่วงหน้า (Linux, macOS, Windows, Android, iOS), Docker, Debian, Homebrew, conda-forge, MacPorts, Winget และ XCFramework

## แก้ช่องโหว่ใน llama-server ของ llama.cpp v1.0.0

![บล็อกประกาศ llama.cpp v1.0.0 บน Hugging Face](https://thaidata-co-th.s3.ap-southeast-1.amazonaws.com/thaidata.co.th/images/articles/llama-cpp-v1-0-0-release-api-breaking/llama-cpp-hf-blog.webp?v=3f0e7936) _(ภาพ: Hugging Face (ภาพหน้าจอ huggingface.co))_

หน้าปล่อยเวอร์ชันระบุว่าส่วนเซิร์ฟเวอร์ได้รับการเสริมความปลอดภัยหลายจุด

- แก้ `--cors-origins` การโจมตี DNS rebinding ช่อง SSRF ของ CORS proxy และการเข้าถึงอินสแตนซ์ลูก
- เพิ่มออปชัน `--allow-unauthenticated-tools` และ `--media-allow-private-urls` ที่ต้องเปิดเองจึงใช้ได้
- จำกัด `HF_TOKEN` ให้ส่งเฉพาะโฮสต์ huggingface.co
- ยกเลิกการเรียกเครื่องมือ MCP เมื่อไคลเอนต์ตัดการเชื่อมต่อหรือหมดเวลา

หน้าปล่อยเวอร์ชันไม่ได้ให้หมายเลข CVE หรือระดับความรุนแรงของช่องโหว่เหล่านี้ ผู้ที่เปิด llama-server ให้เครือข่ายอื่นเข้าถึงได้จึงควรอัปเกรดและตรวจการตั้งค่าตามรายการข้างต้น

## ทำไม llama.cpp v1.0.0 สำคัญกับองค์กรไทย

สำหรับ llama.cpp v1.0.0 ประเด็นหลักของทีมไอทีคือการวางแผนอัปเกรด องค์กรที่ต้องการรันโมเดลภายในเครื่องหรือภายในเครือข่ายตัวเอง เช่น เพื่อให้ข้อมูลไม่ออกนอกองค์กร มักใช้ llama.cpp หรือซอฟต์แวร์ที่สร้างบนมัน การที่โครงการกำหนดกติกาเวอร์ชันชัดเจนช่วยให้ทีมไอทีวางแผนอัปเกรดได้ง่ายขึ้น เพราะเวอร์ชันหลักบอกล่วงหน้าว่า API เปลี่ยน ขณะที่การอุดช่องโหว่ของ llama-server เป็นเหตุผลให้ทีมที่เปิดเซิร์ฟเวอร์นี้ให้ผู้ใช้ภายในหลายคนรีบทดสอบและอัปเกรด ผู้ที่ตามเรื่องรันโมเดลเองอ่านเพิ่มได้ที่[Self-hosted Claude Managed Agents](/ai/self-hosted-claude-managed-agents-private-beta/)

## บริการของ THAI DATA CLOUD ที่เกี่ยวข้อง

องค์กรไทยที่ต้องการรันโมเดลเปิดบนเซิร์ฟเวอร์ของตัวเองต้องมีผู้ดูแลระบบ อัปเดตซอฟต์แวร์ และเฝ้าระวังช่องโหว่อย่างต่อเนื่อง THAI DATA CLOUD มี [Managed Cloud Services](https://msp.thaidata.cloud/services/managed-cloud-services/) ที่ดูแลตั้งแต่ติดตั้ง บริหาร ไปจนถึง Monitoring ระบบคลาวด์ตลอด 24 ชั่วโมง ให้ทีมไอทีภายในโฟกัสงานหลัก (THAI DATA CLOUD เป็นผู้ดำเนินงานเว็บไซต์นี้)

ติดตามข่าว llama.cpp v1.0.0 และซอฟต์แวร์โอเพนซอร์สที่องค์กรไทยใช้ได้ที่[หมวดซอฟต์แวร์](/software/)

## คำถามที่พบบ่อย

### llama.cpp v1.0.0 ออกเมื่อไร?

llama.cpp v1.0.0 ออกเมื่อวันที่ 13 พฤศจิกายน 2026 บน GitHub ของ ggml-org พร้อม ggml v1.0.0 และบล็อกประกาศจากทีม llama.cpp ที่ Hugging Face ตามเวลาของหน้าปล่อยเวอร์ชัน

### llama.cpp v1.0.0 ต่างจากเวอร์ชันก่อนอย่างไร?

llama.cpp v1.0.0 ลบ API ที่เลิกใช้แล้ว (รวม 35 ฟังก์ชันใน llama.h) เพิ่ม FP8 KV cache และ MoE expert cache รองรับสถาปัตยกรรมใหม่ และอุดช่องโหว่ใน llama-server ตามหน้าปล่อยเวอร์ชัน นอกจากนี้ยังเริ่มใช้กติกา semantic versioning ที่ชัดเจน

### อัปเกรดเป็น llama.cpp v1.0.0 ต้องระวังอะไร?

ผู้ที่เขียนโค้ดเรียกใช้ libllama ต้องตรวจการลบฟังก์ชันและการย้าย NextN API ไป llama.h เพราะการเปลี่ยนที่ไม่เข้ากันจะเพิ่มเวอร์ชันหลักตามกติกาใหม่ ผู้ที่รัน llama-server ควรตรวจออปชันความปลอดภัยใหม่ที่ปิดไว้เป็นค่าเริ่มต้น

### llama.cpp ใช้ทำอะไร?

ทีมโครงการอธิบายว่า llama.cpp ช่วยให้รันโมเดลภาษาแบบหลายโหมดบนฮาร์ดแวร์ตั้งแต่เครื่องผู้ใช้ทั่วไปจนถึงเซิร์ฟเวอร์ระดับองค์กร ด้วยการทำ quantization แบ็กเอนด์ที่ปรับแต่ง และโค้ด C/C++ ที่พกพาได้


## แหล่งอ้างอิง

- [llama.cpp v1.0.0 release](https://github.com/ggml-org/llama.cpp/releases/tag/v1.0.0) — ggml-org (GitHub)
- [llama.cpp v1.0.0: A stronger foundation for the local AI ecosystem](https://huggingface.co/blog/ggml-org/llama-cpp-v1) — Hugging Face (ทีม ggml-org)