Am 13. November 2026 hat das Team von ggml-org llama.cpp 1.0.0 veröffentlicht, zusammen mit Version 1.0.0 der Bibliothek ggml, auf der es aufbaut. llama.cpp ist ein Open-Source-Projekt, mit dem du Sprachmodelle (LLMs) direkt auf deinem Computer ausführst, ohne deine Daten an einen externen Dienst zu schicken.
Nach rund dreieinhalb Jahren Entwicklung ist es die erste "Hauptversion" des Projekts. Die Ankündigung im Blog von Hugging Face beschreibt sie als stabileres Fundament für das gesamte Ökosystem der lokalen KI.
Was ist llama.cpp, einfach erklärt?
Es ist eine Engine: die Software, die ein Modell lädt und es mit dem Prozessor oder der Grafikkarte deines PCs antworten lässt. Sie arbeitet mit Modelldateien im GGUF-Format, die du in großer Zahl auf Hugging Face findest. Entwickler und Technikbegeisterte nutzen sie direkt, und mehrere einfachere Programme bauen sie intern ein.
Wenn KI auf dem eigenen Rechner neu für dich ist, beginne mit unserem Leitfaden KI lokal nutzen: Was es ist, wann es sich lohnt und was du brauchst (auf Italienisch).
Was bringt Version 1.0?
Die wichtigste Neuerung ist keine Funktion, sondern ein Versprechen von Stabilität. Ab jetzt folgt das Projekt der semantischen Versionierung, einer klaren Regel für Versionsnummern:
| Welche Zahl sich ändert | Was es bedeutet |
|---|---|
| Haupt (1.x.x → 2.0.0) | Änderungen, die die Kompatibilität mit Programmen brechen, die die Bibliothek nutzen |
| Neben (1.0 → 1.1) | Neue Funktionen, neu unterstützte Modelle, Backend-Updates, ohne etwas zu brechen |
| Patch (1.0.0 → 1.0.1) | Nur Fehlerbehebungen |
Wer Werkzeuge auf Basis von llama.cpp baut, weiß damit vorher, wann ein Update Änderungen am eigenen Code verlangt. Laut der Ankündigung gilt außerdem:
- Das Projekt unterstützt mehr als 150 Varianten von Modellarchitekturen.
- Die Backends von ggml (die Module für verschiedene Grafikkarten und Prozessoren) lassen sich als eigene Bibliotheken laden, nur wenn sie gebraucht werden.
- llama.cpp lässt sich mit gängigen Paketmanagern installieren: Winget unter Windows, Homebrew und MacPorts auf dem Mac, Debian, Docker und conda-forge, dazu fertige Builds für Linux, macOS, Windows, Android und iOS.
- Für die Hardwareunterstützung werden NVIDIA, AMD, Qualcomm, Arm, IBM und Intel genannt.
Was steht in den Versionshinweisen?
Die offizielle Seite zur Version 1.0.0 auf GitHub nennt auch technischere Änderungen:
- Server-Sicherheit: Zwei heikle Optionen (Tools ohne Authentifizierung und Zugriff auf private Adressen für Mediendateien) sind jetzt standardmäßig aus und müssen von Hand aktiviert werden; das Hugging-Face-Token wird nur noch an Hugging-Face-Hosts gesendet; mehrere Sicherheitslücken wurden geschlossen.
- Speicher: ein FP8-Cache, der bei langen Unterhaltungen weniger Speicher belegt, und ein Cache für MoE-Modelle (Modelle aus mehreren "Experten"), der den Arbeitsspeicher des Systems nutzen kann.
- Neu unterstützte Modelle, darunter Kimi-K3.1-Pro und Ripple-65B-Preview.
- Ein neuer, zu den OpenAI-APIs kompatibler Endpunkt für Sprachausgabe und eine überarbeitete Weboberfläche mit Chatgruppen und besserer Nutzung auf dem Smartphone.
- Für Entwickler: 35 veraltete Funktionen und einige überholte Optionen wurden entfernt.
Was ändert sich für dich bei der Arbeit?
Wenn du KI lokal nutzt, um Firmendokumente und Daten vertraulich zu halten, ist Version 1.0 vor allem aus zwei Gründen eine gute Nachricht. Erstens Sicherheit: Die riskantesten Servereinstellungen sind jetzt aus, bis du sie einschaltest, ein wichtiger Punkt, wenn der Server in einem Firmennetz läuft. Zweitens Planbarkeit: Werkzeuge auf Basis von llama.cpp können mit weniger Überraschungen aktualisiert werden.
Wenn du fertige Programme nutzt, musst du nichts tun: Die Neuerungen kommen, sobald deren Entwickler die Engine aktualisieren. Wenn du llama.cpp direkt nutzt, lies vor dem Update die Versionshinweise, denn einige Optionen und Funktionen wurden entfernt.
Häufige Fragen
Ist llama.cpp kostenlos?
Ja, es ist ein Open-Source-Projekt und lässt sich kostenlos über GitHub oder die genannten Paketmanager herunterladen.
Muss ich programmieren können, um es zu nutzen?
Für die direkte Nutzung brauchst du etwas Übung mit der Kommandozeile, auch wenn es eine Weboberfläche gibt. Wenn du das Terminal meiden willst, kannst du Programme mit grafischer Oberfläche wählen, die mit denselben Modellen arbeiten.
Welchen Computer brauche ich?
Das hängt vom Modell ab: Kleine laufen auf einem aktuellen Laptop, große brauchen viel Speicher und eine gute Grafikkarte. llama.cpp läuft unter Windows, macOS und Linux und unterstützt Grafikkarten mehrerer Hersteller.
Offizielle Quellen
- Hugging Face, Blog von ggml-org: llama.cpp v1.0.0 (13. November 2026)
- GitHub: Versionshinweise zu llama.cpp v1.0.0
- GitHub: Versionshinweise zu ggml v1.0.0
Dieser Artikel wurde auch mit Hilfe von KI-Modellen auf Grundlage der angegebenen offiziellen Quellen geschrieben und vor der Veröffentlichung überprüft.















