核心变化
上海时间2026年9月22日09时04分，ggml-org发布llama.cpp预发布b11094。该版本相对b11093仅合入一个提交，由Adrien Gallouët提交并经GitHub验证，将内置依赖cpp-httplib从v0.57.0升级至v0.57.1，对应合入为#29239。同步脚本scripts/sync_vendor.py中HTTPLIB_VERSION同步更新，实际代码变更集中在vendor/cpp-httplib/httplib.cpp。发布接口显示published_at为2026-09-22T01:04:38Z，提交时间为2026-09-21T20:50:20Z，换算后均落在上海当日窗口内，prerelease属性为true。本次未提及新增模型架构、量化格式、采样参数、提示模板或推理性能变化，也未标注许可证调整。
适用对象与兼容性
该版本主要面向使用llama-server及OpenAI兼容接口的本地部署与服务端运维场景，特别是对外暴露HTTP服务的中国开发者。代码层面在请求行写入环节增加方法Token校验，要求方法符合RFC 9110第9.1节Token定义，拒绝空方法、内嵌空格与其他控制字符；请求目标沿用字段值校验，拦截携带CR、LF等控制字符的非法目标，防止请求行拆分注入头部或伪造请求。兼容性方面，模型文件与GGUF转换流程不受影响，CPU、CUDA、Vulkan、Metal等推理路径无行为变更说明；但不合规客户端此前可能被容忍的畸形请求今后会被直接拒绝返回错误，需要在测试环境验证调用链。发布接口同步列出多平台预编译资产，覆盖Windows、macOS、Linux、Android与iOS常用构建，升级时需保持所选构建与驱动、运行库对应。
仓库归属为github.com/ggml-org/llama.cpp，维护方为ggml-org，项目描述为C/C++大模型推理，许可证经官方接口核验为MIT，未发生变化。预发布意味着稳定性低于稳定版，不建议直接替换生产服务。获取时应核对版本标识b11094与对应平台文件名，避免混用不同构建号的二进制与运行库。
迁移与访问条件
- 经GitHub Release获取b11094对应平台压缩包，或同步源码标签b11094自行构建；中国用户需自行解决GitHub访问与大文件下载条件。 如需验证本次加固，应在测试环境启动llama-server并覆盖正常聊天、流式与工具调用链，另以畸形方法与含控制字符目标做负向测试，确认非法请求被拒绝且正常请求不受影响。 仅使用本地命令行推理、未暴露HTTP服务或沿用b11093且无服务端变更需求的用户，可暂不升级；确需升级时，先在隔离环境验证再替换线上二进制。
限制与下一步
已知限制：本次为单一服务端依赖迭代，未提供性能、显存、精度数据与基准对比，不能据此判断推理效果提升；发布说明未将其标注为安全公告，不应视为全面安全修复或漏洞处置结论。依赖升级可能引入上游行为差异，自定义补丁或长期停留在旧版本构建的用户需检查合并冲突。平台可用包以发布页资产列表为准，升级前应确认目标平台确有对应包。
下一步：对外提供llama-server服务的维护者可在测试环境拉取b11094，完成启动、正常推理与负向请求校验后再小规模灰度；普通本地部署用户可继续观望，待出现模型支持、推理或服务端功能向变化时再评估升级。升级前均建议备份模型、配置与自定义脚本，并在替换后完成服务接口连通性检查。