核心结论

官方宣布：ggml-org于北京时间2026年10月21日8时48分在GitHub发布llama.cpp预发布b11768，对比区间为b11767至b11768，仅合入1笔服务端提交，补齐Responses API流式事件中缺失的output_index与content_index，预发布状态不变。这是编辑根据官方发布接口、版本对比接口与提交记录核验后的简讯整理，未经独立性能复测。

已核实变化

  • 根据官方对比页与提交1ba568c核验，本次为单点兼容修复： 修复对象为tools/server/server-task.cpp，共21行新增、无删除，集中于Responses API的SSE事件组装； 在最终与分片两类组装路径中补齐output_index，对文本、推理与工具调用事件按输出项递增编号，并按需补齐content_index为0； 复用已有Anthropic流式分支的编号逻辑，移除冗余的生成工具调用中间变量，保持事件结构与OpenAI Responses约定一致； 提交信息明确标注为兼容性修复，对应拉取请求为#30863。以上均来自官方仓库记录。

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b11768，发布时间为2026-10-21T00:48:12Z，换算为北京时间2026年10月21日8时48分，属于当日窗口。目标提交为1ba568c，父提交对应b11767，未发现往日重发或摘要聚合迹象，对比区间单一清晰。

影响、限制与下一步

影响限于llama-server的Responses兼容流式路径，用户结果为依赖output_index解析的客户端可正确区分多输出项与内容分片，减少因缺字段导致的解析失败或回退。官方未宣称性能变化，不涉及模型能力与许可变更。中国用户可经GitHub发布页获取对应平台包验证，重点回归Responses流式事件的字段完整性与工具调用连续性；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客户端组合，并跟进后续b1176x预发布。