llama.cpp v1.0.0 ออก 13 พ.ย. 2026 ลบ API เก่า

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

โดย กองบรรณาธิการ THAI DATA13 พ.ย. 2026 22:16 น. อ่าน 3 นาที

แชร์Facebook X LINE LinkedIn

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

ภาพหน้าจอหน้าปล่อยเวอร์ชัน llama.cpp v1.0.0 บน GitHub ของ ggml-org — หน้าปล่อยเวอร์ชัน llama.cpp v1.0.0 บน GitHub ของ ggml-org 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 ภาพประกอบข่าว llama.cpp v1.0.0 ที่รองรับแบ็กเอนด์ GPU — การ์ดจอ Palit GeForce RTX 5090 Gamerock ภาพประกอบแบ็กเอนด์ GPU ของ llama.cpp 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

ภาพหน้าจอบล็อก llama.cpp v1.0.0 บน Hugging Face — บล็อกประกาศ llama.cpp v1.0.0 บน Hugging Face 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 ผู้ที่ตามเรื่องรันโมเดลเองอ่านเพิ่มได้ที่Self-hosted Claude Managed Agents

บริการของ THAI DATA CLOUD ที่เกี่ยวข้อง

องค์กรไทยที่ต้องการรันโมเดลเปิดบนเซิร์ฟเวอร์ของตัวเองต้องมีผู้ดูแลระบบ อัปเดตซอฟต์แวร์ และเฝ้าระวังช่องโหว่อย่างต่อเนื่อง THAI DATA CLOUD มี Managed Cloud Services ที่ดูแลตั้งแต่ติดตั้ง บริหาร ไปจนถึง Monitoring ระบบคลาวด์ตลอด 24 ชั่วโมง ให้ทีมไอทีภายในโฟกัสงานหลัก (THAI DATA CLOUD เป็นผู้ดำเนินงานเว็บไซต์นี้)

ติดตามข่าว llama.cpp v1.0.0 และซอฟต์แวร์โอเพนซอร์สที่องค์กรไทยใช้ได้ที่หมวดซอฟต์แวร์

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 — ggml-org (GitHub)
llama.cpp v1.0.0: A stronger foundation for the local AI ecosystem — Hugging Face (ทีม ggml-org)

บุคคล องค์กร และสถานที่ในข่าวนี้

เลือกชื่อเพื่ออ่านข่าวทั้งหมดที่กล่าวถึง ตัวเลขคือจำนวนข่าว

องค์กรและบริษัท: GitHub116 Hugging Face24 Ripple4
ผลิตภัณฑ์และเทคโนโลยี: Gemma7 Linux151 macOS65 Windows135 Android94 Docker57 Debian75 Model Context Protocol46

แท็กllama.cpp ggml โอเพนซอร์ส LLM