核心变化
ggml-org 于上海时间 2026 年 9 月 22 日 02 时 11 分（对应 UTC 2026 年 9 月 21 日 18 时 11 分 28 秒）发布 llama.cpp 预发布 b11077。本次为常规版本更新，发布说明仅列出服务端路由模式一笔修复，同时同步多平台预编译包。仓库归属仍为 ggml-org/llama.cpp，许可仍为 MIT，本次发布说明未宣布许可证变化，也未发布安全公告，预发布属性为 true，仍属测试性质。
关键变化与适用对象
根据当日发布页，本次实质增量是修复路由模式下认证透传问题：此前 unset_reserved_args 仅清理 LLAMA_API_KEY，未清理 LLAMA_ARG_API_KEY_FILE，当启动参数传入 --api-key-file 时，路由派生的子实例仍按文件密钥二次校验，导致使用 --api-key 接入的聊天补全请求返回 401；同时路由内部无认证头的流式查询与关闭调用也会被误判为 401。该修复在清理逻辑中一并移除文件密钥变量，使密钥不再进入子实例启动参数，保证路由接受的密钥可端到端使用，并避免内部流式调用被拦截。该变化面向以路由模式部署 llama.cpp server、多实例分发或需要统一鉴权的本地与内网推理用户，对仅做单实例文本生成或不启用鉴权的用户没有可感知变化。
当日接口已确认 b11077 的预发布属性为 true，tag 与名称均为 b11077，发布时间明确，多平台资产随发布同步上传，包括 Ubuntu CPU、CUDA 12.8 与 13.4、Vulkan、ROCm、OpenVINO 与 SYCL，以及 Windows CPU、CUDA 12.4 与 13.4、Vulkan 与 OpenVINO，macOS arm64 与 x64，Android arm64 与 iOS XCFramework，版本号与下载文件名均明确标注 b11077，完整清单与文件以发布页为准，便于按系统与加速后端直接获取验证。
兼容性与获取条件
获取条件为访问 GitHub 仓库 ggml-org/llama.cpp 的 Releases tag b11077，按操作系统、架构与加速后端选择对应压缩包即可，无需额外授权，MIT 许可下可自行下载与部署。兼容性方面，本次发布说明未声明破坏性变更，也未要求同步升级客户端与服务端协议、模型格式或配置文件，路由模式用户升级后无需调整模型与提示词流程。CUDA 用户仍需核对本地驱动与 CUDA 12.8、13.4 或 12.4 的对应关系，避免混用不同构建导致加载失败；启用 --api-key-file 与 --api-key 混用的服务需重点验证鉴权链路，确认两种密钥方式均可正常访问。
限制与下一步
已知限制是本次更新幅度很小，仅为服务端路由鉴权一笔修复，未新增模型支持、性能优化、安全公告或维护状态变化，不能视为功能大版本，预发布属性意味着仍属测试性质，不建议直接用于生产关键链路。中国普通本地推理用户如未使用路由模式，可暂不升级。下一步如需验证，可在非生产环境替换二进制并复测路由模式下的聊天补全与流式创建、查询、关闭全链路，确认不同密钥方式均可正常访问且内部调用不再返回 401；Metal 与 CUDA 常规用户如同步更新，只需跑通已有提示词与本地推理流程即可。升级前建议备份当前可用版本，以便快速回退。