关键变化
llama.cpp b11026 是 ggml-org 于 2026-09-17T13:31:47Z 发布的预发布版本，对应上海时间 2026 年 9 月 17 日 21 时 31 分，发布接口标记 prerelease 为 true，创建时间为当日 11:53:54Z。对应提交为 b49650adb31f2e49a0d76113aeb1792134fd8413，由 David Friehs 提交，提交信息为 model : skip gate_up_exps if TENSOR_SKIP is set（#29014），说明为 required for qwen35moe if MTP tensors are fused but not loaded。本次为单提交增量版本更新，未声明新模型架构、量化格式、许可证变更、安全漏洞修复或维护状态变化。
改动位于 llama_model_base::create_tensor_gate_up_exps。当传入 flags 包含 TENSOR_SKIP 时，新逻辑直接以跳过标记创建 FFN_GATE_UP_EXPS、FFN_GATE_EXPS 与 FFN_UP_EXPS 相关张量并返回，不再走常规完整创建路径。维护方在提交说明中明确，该路径是 Qwen3.5-MoE 类模型在 MTP 张量已融合但未实际加载场景下的必要处理，避免为不会使用的融合专家权重执行多余张量创建。此前同日发布的 b11025 合入了 Nemotron MTP 支持扩展 #29018，b11026 在其基础上做小幅修正，整体仍属于 MTP 相关模型加载方向的常规维护。
兼容性与访问条件
仓库归属为 ggml-org/llama.cpp，公开仓库，现有已核验许可证为 MIT，可在保留版权声明条件下分发与修改，本次当日发布说明与提交信息均未提及许可证变化。本次发布资产已在当日发布接口中同步上传，当日核验可见包括 Ubuntu CUDA 系列在内的预编译包已生成下载计数，用户可从 Release 页面按平台下载对应压缩包，或克隆仓库自行编译，访问无需额外授权，具体可用资产以 Release 页面实时列表为准。
兼容性方面，本次未声明命令行、配置文件、GGUF 格式或 RPC 协议等破坏性变更，模型文件与已有量化权重无需重转。不使用 MTP 融合、仅做本地单机 CPU、CUDA、Metal 或 Vulkan 推理的用户行为基本不变。使用 Qwen3.5-MoE 且启用 MTP 融合、或自行融合 MTP 张量但按需加载的用户属于直接影响面：升级后应验证模型加载、显存占用与首 token 输出是否符合预期，升级前建议先在测试环境验证常用回归。未使用相关路径的用户可暂缓，继续跟踪同一仓库 Release 页面即可。
限制与下一步
- 预发布增量版本，不适合当作稳定版直接全量替换；本次未声明安全漏洞修复，不应解读为安全加固版本；验证条件明确限定为 qwen35moe 的 MTP 融合但未加载场景，其他 MoE 与 MTP 模型的表现仍需实测；未涉及推理加速、新量化与通用性能承诺，不要期待通用性能提升；多平台预编译资产分批上传中，拉取时需确认所需平台包已就绪
中国用户如正在本地部署 Qwen3.5-MoE 或其他启用 MTP 的 MoE 模型，且遇到融合张量未加载时的加载异常或多余显存占用，建议优先在测试环境拉取 b11026 验证干净构建与常用提示词回归，通过后再推广到生产。仅做通用本地推理且不涉及 MTP 融合的用户可暂缓升级，不以聚合榜单或转载为准，后续以维护方当日 Release 与提交说明为唯一依据。