北京时间 10 月 20 日 21 时 48 分，ggml-org 在 GitHub 发布 llama.cpp 预发布 b11756。官方发布接口显示该版本创建于 11:23:41Z、发布时间为 13:48:11Z，换算为北京时间同属 10 月 20 日；官方对比页明确标注 Commits on Oct 20, 2026，对比区间为 b11755 至 b11756，仅合入 1 笔提交，提交为 d80619397c2ba5cf1366c29f7d43699ca3a159b9，关联 PR #28554。以上版本号、发布时间、对比区间与提交对应关系由官方仓库发布接口与对比页直接确认；影响判断为编辑基于官方描述的转述，未经独立测试验证。
已核实变化
官方宣布的实质变更为服务端兼容层修复：server_chat_convert_anthropic_to_oai 此前仅复制 Anthropic 请求中的白名单通用参数，遗漏了 id_slot。本次将其透传至内部 OpenAI 风格请求体，使 /v1/messages 与其他补全端点一致支持按槽位固定会话。官方说明指出，需要将会话固定在持有其 KV 缓存的槽位上的代理，在缺失该参数时会静默回退为自动选槽，在混合与循环架构模型上会付出完整重预填充代价。该部分为对官方发布页、对比页与 PR 描述的转述，不是独立复现结论。
随附改动包括精简相关注释、移除临时测试，并新增一项断言测试：以带 id_slot 的请求验证其确由该槽位服务，通过 GET /slots 观察确认。提交由 pcvelz 与 ngxson 共同完成，联署包含 Xuan Son Nguyen。该测试说明来自官方提交信息，未经本站独立运行验证，中国开发者如需复核可在官方仓库核对发布页、对比页与该提交差异后验证。
影响与适用范围
受影响对象为自托管 llama-server 并对外提供 Anthropic 兼容 /v1/messages 的开发者，尤其是使用反向代理按 id_slot 绑定长会话、复用 KV 缓存以降低首字延迟的部署。修复后该接口不再因参数丢失而回退自动选槽，有助于避免非预期的槽位切换与混合模型上的重算开销。未使用 id_slot 或仅使用 OpenAI 兼容补全端点的部署行为不变，文本推理、模型支持与多平台构建产物范围不变。
限制与下一步
本次为预发布，官方标注为 pre-release，不应理解为稳定功能、性能、安全或可用性承诺。除上述服务端 1 笔提交外，区间内无其他功能提交，不涉及新模型、接口新增、许可证变更与计费调整。提交自述中关于混合模型重预填充的代价描述限于提交者受控代码路径与测试环境，生产升级建议先备份再验证，重点检查 Anthropic 兼容代理的槽位绑定与 /slots 观测逻辑。若后续出现新的版本化发布，将以新的可核验事件另行处理，不追溯修改本条时间结论。