llama.cpp 发布 v0.6.0，新增扩展批处理API并支持GLM-5.3-Flash

核心摘要

llama.cpp v0.6.0 版本引入了用于混合令牌/嵌入输入的 `llama_batch_ext` 扩展批处理API，并增加了对 GLM-5.3-Flash 模型的支持。

机会与影响

开发者现在可以使用新的扩展批处理API处理更复杂的模型输入，并利用 GLM-5.3-Flash 模型在本地 LLM 推理方面获得更广泛的兼容性。

来源信息

该条资讯来自 github.com。标签：重点。相关平台：github。