llama.cpp b10251 发布：支持 GLM-4.7-Flash 多 token 预测

原标题：b10251

llama.cpp Releases一手来源产品发布质量 63

AI 摘要

llama.cpp 发布 b10251 版本，新增对 GLM-4.7-Flash 模型的多 token 预测（MTP）支持。该版本提供了适用于 macOS、Linux、Windows、Android 和 openEuler 等多个平台的预编译二进制文件，涵盖 CPU、Vulkan、CUDA、ROCm 等多种后端。

以上摘要由 AI 生成，可能存在误差。事实请以原文为准。

正文节选

<details open> model : support MTP in GLM-4.7-Flash (#24868) </details> **Website:** - <https://llama.app> **macOS/iOS:** - [macOS Apple Silicon (arm64)](https://github.com/ggml-org/llama.cpp/releases/download/b10251/llama-b10251-bin-macos-arm64.tar.gz) - macOS Apple Silicon (arm64, KleidiAI enabled) [DISABLED](https://github.com/ggml-org/llama.cpp/pull/23780) - [macOS Intel (x64)](https://github.com/ggml-org/llama.cpp/releases/download/b10251/llama-b10251-bin-macos-x64.tar.gz) - [iOS XCFram

发布时间：2026-08-04 11:06

抓取时间：2026-08-04 11:51

来源机构：ggml-org

阅读原文github.com