核心结论
北京时间 9 月 23 日 3 时 42 分，ggml-org 在 GitHub 发布 llama.cpp 预发布 b11112。本次为单一服务端兼容修复版本，核心变化是 llama.cpp server 在 Responses 转 Chat Completions 流程中支持 function_call_output 携带 input_image 类型，对应合入为 #22575。以上版本号、预发布状态与发布时间由官方仓库发布接口直接确认，发布时间对应 2026-09-22T19:42:19Z；具体代码改动由官方提交 4098fdc 与 PR 说明支撑；影响判断为编辑基于改动的解释，未经独立评测验证。
变化细节
官方提交信息显示，本次修改 server: support input_image in function_call_output，变更文件为 tools/server/server-chat.cpp，共 20 行变更。修复前转换逻辑仅接受 input_text，遇到 input_image 会抛出 Output of tool call should be Input text 并返回 400，导致 Codex 等客户端在模型调用 view_image 类工具后会话中断且后续轮次复用污染历史。修复后同时接受 input_text 与 input_image，对 input_image 校验 image_url 必填并规范转换为 image_url 结构，对缺失类型与缺失 image_url 分别给出明确错误。官方发布页将其标识为预发布 b11112，非稳定版，未描述为新增模型支持或定量性能提升。
影响与适用范围
受影响对象为在本地经 llama.cpp server 对外提供 Responses 接口，并接入多模态工具调用的场景，尤其是模型回传图片工具结果的智能体链路。本次使相关工具输出可正常进入 Chat Completions 历史，有助于减少特定图片工具调用下的 400 中断与会话重置成本。涉及维护 server 构建或兼容 Responses 客户端的开发者，可在测试环境对照验证常用多模态模型、mmproj 与工具链路。仅使用纯文本工具输出、直接调用 Chat Completions，或不使用 server 的用户，可暂不升级。
限制与下一步
本次为预发布快照，官方未公布相关链路的完整回归矩阵、图片工具调用成功率对比与延迟数据，也未给出第三方评测结果，编辑未将其扩大为广泛兼容或性能承诺。PR 讨论中的复现基于特定 Qwen 模型、mmproj 与 Codex 版本组合，不代表所有模型与客户端均已覆盖。预发布意味着后续仍可能调整，生产环境不宜直接覆盖稳定版。中国用户如需试用，应通过官方发布页核对版本号 b11112 与预发布标识下载对应平台包，并在测试环境验证常用模型与 Responses 工具组合。若后续出现稳定版或补充说明，将以新的可核验事件另行处理。