核心结论

官方宣布：ggml-org 于北京时间 2026 年 10 月 21 日 6 时 58 分在 GitHub 发布 llama.cpp 预发布 b11763，对比区间为 b11761 至 b11763，合入 1 笔 OpenCL 相关提交，新增多个小批量 GEMM 变体并包含越界读取与分组配置修复，预发布状态不变。这是编辑根据官方发布页、版本对比页与关联合并请求核验后的简讯整理。

已核实变化

  • 根据官方发布页与 b11761 至 b11763 对比页核验，本次仅合入拉取请求 #30850，对应提交为 a01ce9f： 新增 q4_k dp4a GEMM 小批量变体； 新增 mul_mm_f16_f32_l4_lm 窄变体； 新增 gemv_noshuffle_q1_0_f32 大 M 单 subgroup 变体； 修复 mul_mv_mxfp4_f32_flat 越界读取； 移除大 N 强制 CPU 放置权重的保护条件，官方说明该条件在 Adreno 上无法复现且导致模型加载器以 N512 探测时回退到 CPU； 按 workgroup 大小限制 q4_0 mc3 的 subgroup 数量。以上均来自官方仓库记录，未经独立性能复测。

时间与版本边界

版本状态经官方接口核验为 prerelease 预发布，标签为 b11763，发布时间为 2026-10-20T22:58:31Z，换算为北京时间 2026 年 10 月 21 日 6 时 58 分，属于当日窗口。对比特定提交与发布产物清单已在发布页列出，覆盖 macOS、Linux、Windows、Android 与多后端构建。对比页标题显示提交归属日期为 2026 年 10 月 20 日，与发布时间一致，未发现往日重发或摘要聚合迹象。

影响、限制与下一步

影响范围限于 OpenCL 路径的小批量矩阵运算与特定量化格式，用户结果为在受影响设备上获得更完整的算子覆盖与已知越界问题的修正，官方未宣称通用性能提升幅度。中国用户可经 GitHub 发布页获取对应平台包验证，Adreno 相关设备宜重点回归小批量推理与权重放置逻辑；预发布不宜直接覆盖生产环境。下一步为在隔离环境验证目标模型与 OpenCL 设备组合，观察是否仍出现 CPU 回退或精度异常，并跟进后续 b1176x 预发布。