当日发布与版本定位

ggml-org/llama.cpp 的当日 Release 接口显示，b11060 于 2026-09-20T06:07:14Z 发布，对应上海时间 2026 年 9 月 20 日 14 时 07 分 14 秒，标记为 prerelease，目标提交为 4260903678a7525f43419dc234a942b551a8951e，落在 Asia/Shanghai 当日 00:00:00 至 23:59:59 窗口内。仓库接口于同日 2026-09-20T08:22:53Z 更新，推送时间为 2026-09-20T08:08:11Z，归属仍为 ggml-org，仓库地址为 https://github.com/ggml-org/llama.cpp，公开可见，许可证仍为 MIT。本次为该仓库在 b11057 之后的又一次预发布增量，发布说明对应两次当日合入，未声明新模型架构发布、许可证变更、安全漏洞修复或维护状态变化，应按常规功能修复增量理解。

关键变化

当日合入的第一项为 Metal 后端 F16 输入 FWHT 支持，对应拉取请求 29094，提交时间为 2026-09-20T04:57:30Z。背景是 Metal FWHT 内核此前仅接受 F32 输入，需要转换拷贝。本次将源类型改为模板参数，使内核可直接读取 F16 源，F32 实例保持不变，管线名称携带源类型，调度与 supports_op 共用同一判定条件。修复前因两处判定不一致，可能进入无对应内核的通用路径并因空管线中止，本次将其收敛为统一谓词。当日说明给出在 M5 Pro 上的实测，大尺寸 Hadamard 矩乘约 3.0% 提升，小尺寸受限于启动开销则差异不明显，后端测试为 MUL_MAT_HADAMARD 16/16 与 MUL_MAT 1265/1265。

当日合入的第二项为 Mamba 时步投影输入连续性修复，对应拉取请求 28832，提交时间为 2026-09-20T04:58:14Z，改动位于 src/models/mamba-base.cpp，共 2 行新增。当日说明为在非特定分支下对 dt 执行连续化，并在归一化后跳过多余拷贝。改动范围小，仅涉及 Mamba 基础模型的单层构建路径，未提及新增配置项、命令行变化或模型格式变化，公开表述限定为标题级修复事实，不扩展为已验证的精度提升或全系列 Mamba 模型稳定性承诺。

适用对象与兼容性

仓库归属为 ggml-org/llama.cpp，地址为 https://github.com/ggml-org/llama.cpp，当日仓库接口显示可见性为公开，非归档或禁用，语言为 C++，主页为 llama.app。本次 MIT 许可不变，发布说明未提及许可变化，允许在保留版权声明条件下使用、复制、修改与分发。当日发布页已同步列出预编译资产，包括 Ubuntu CUDA、Windows CUDA 与 Android ARM64 等压缩包，用户可按平台从 Release 页面下载对应文件，或克隆仓库自行编译，访问无需额外授权，具体可用资产以页面实时列表为准。

兼容性方面，当日来源未声明命令行、配置文件、GGUF 格式、RPC 线协议或模型加载逻辑等破坏性变更，模型文件与已有量化权重无需重转。以苹果芯片 Metal 后端做本地推理的用户属于直接相关面，升级后应验证 Hadamard 相关算子是否正常调度、有无空管线报错以及常用提示词回归。以 Mamba 系列模型做本地部署的用户可验证模型加载与推理是否正常，升级前建议先在测试环境验证。以源码构建或维护自有编译流水线的贡献者，同步后应验证常用回归与后端相关单测。

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；当日来源未声明安全漏洞修复，不应解读为安全版本；当日来源仅给出 Metal 与 Mamba 标题级改动与测试范围，未披露完整触发条件、全部模型覆盖与生产级验证结论，相关效果推论均未独立验证；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 llama.cpp 并使用 Metal 后端或 Mamba 系列模型，建议优先在测试环境拉取 b11060 验证编译、模型加载、推理往返与常用提示词回归，涉及 Metal 加速与 Mamba 推理的用户可重点验证对应路径，通过后再推广到生产。仅做通用 CPU、CUDA 或 OpenCL 本地推理且不使用上述路径的用户可继续使用已验证版本，跟踪同一仓库 Release 页面即可，不以聚合榜单或转载为准，后续以维护方当日 Release 为唯一依据。