llama.cpp y ggml publicaron sus bibliotecas 1.0.0 el 13 de noviembre de 2026. El cambio relevante para quien integra inferencia local en una aplicación es el compromiso de señalar las incompatibilidades de API y ABI mediante versiones mayores. API es la interfaz que usa el código; ABI, el contrato binario entre componentes compilados.
La etiqueta 1.0 también trae una migración concreta: la versión retira API obsoleta. Antes de sustituir una biblioteca que utiliza un producto, conviene revisar su integración y sus pruebas. El número de versión ayuda a interpretar el cambio; no hace esa comprobación por el equipo.
Qué promete el versionado
El anuncio de ggml-org distingue tres niveles para la API C pública: versión mayor cuando hay cambios incompatibles; menor para funciones compatibles, actualizaciones de backends o soporte de modelos; y parche para correcciones sin cambios de API.
Esto da a los integradores una señal para decidir cuándo revisar dependencias con más cuidado. El compromiso se refiere a las bibliotecas: no basta para deducir que todos los formatos de archivo, protocolos HTTP o comportamientos de una aplicación serán idénticos tras actualizar.
Qué revisar en la transición
Las notas de llama.cpp 1.0.0 enumeran la retirada de 35 funciones obsoletas, además de llama_set_warmup, el campo defrag_thold y la opción --defrag-thold. También trasladan la API NextN a llama.h y renombran llama_set_embd_state_src como llama_set_ctx_state_src.
Para quien mantiene un envoltorio de la biblioteca C, esto justifica buscar referencias a los símbolos retirados y comprobar la compilación. Quien consume una aplicación ya empaquetada debe consultar la versión que distribuye su mantenedor: el anuncio de una biblioteca no acredita que todos los paquetes la hayan incorporado.
Un ejemplo de decisión antes del despliegue
Ejemplo hipotético, no ejecutado por Puntoes: un equipo mantiene un servicio que carga un modelo mediante un envoltorio C. Puede conservar su versión actual mientras prepara una actualización separada, recompila el envoltorio y prueba la carga, la generación y el tratamiento de errores con el mismo modelo y configuración.
Si encuentra una llamada retirada, resolverla antes de desplegar permite localizar la incompatibilidad. Que la compilación termine correctamente solo comprueba una parte: todavía necesita verificar el comportamiento que su aplicación utiliza. Comparar respuestas tampoco demuestra por sí solo mayor calidad ni menor coste.
Alcance y antecedentes
Esta noticia aborda la integración de bibliotecas, sin comparar runtimes ni medir rendimiento. El soporte de una arquitectura no concede derechos sobre sus pesos ni elimina sus requisitos de memoria. Tampoco presentamos 1.0 como una garantía de seguridad completa.
Para otro uso de este ecosistema, véase nuestro antecedente sobre modelos que puntúan decisiones en llama.cpp. El lanzamiento 1.0 se mencionó en el resumen del 13 de noviembre; aquí desarrollamos sus consecuencias para integradores.