RELEASE INTELLIGENCE / 中文变化解读
版本号之外，真正改了什么？
根据官方 Release 提炼功能变化、兼容性影响和采用建议，过滤构建链接与原始 Markdown 噪音。
litellm v1.108.6：LTS 分支集中回补修复该 LTS 版本回补了工具选择、预算重置、用户支出拆分、Responses、MCP 和代理安全等修复，并沿用 cosign 镜像签名说明。使用 1.108.x 分支的团队应关注这些变更，尤其是依赖预算、代理或 MCP 能力的部署。
- 回补代理安全修复及过期集成测试修正
- 修复工具选择和用户聚合路由的支出明细
- 更新 Responses、MCP 与预算重置相关行为
- 发布 Docker 镜像签名验证说明
BerriAI/litellm·v1.108.6·官方来源 ↗
litellm v1.106.9：补齐订阅转发与代理安全修复该稳定分支版本回补了 ChatGPT 客户端订阅转发能力，并同步加入代理安全修复。依赖相关订阅调用或运行 1.106.x 代理的团队需要评估升级；发布说明未提供更多细节。
- 回补 ChatGPT 客户端订阅转发能力
- 同步回补代理安全修复
- 版本号更新至 1.106.9
BerriAI/litellm·v1.106.9·官方来源 ↗
llama.cpp b12290：调整 Vulkan 故障缓冲区分配本次更新为 Vulkan 设备故障处理分配厂商二进制缓冲区，并移除一个冗余的 vector 头文件。它主要影响 Vulkan 后端维护和故障排查路径，普通用户未必需要立即升级，但相关开发者值得检查该改动。
- 为 Vulkan 设备故障场景分配厂商二进制缓冲区
- 清理冗余的 vector 头文件引用
ggml-org/llama.cpp·b12290·官方来源 ↗
llama.cpp b12289：测试改用公开 ggml API测试代码改为仅使用公开的 ggml API，降低对内部实现接口的依赖。该变化主要影响 ggml 贡献者与测试维护者；正在提交补丁或关注公开接口边界的开发者值得关注。
- 测试统一转向公开 ggml API
- 减少测试对非公开内部接口的依赖
ggml-org/llama.cpp·b12289·官方来源 ↗
llama.cpp b12287：小批量启用 BF16 MMVFCUDA 后端在矩阵行数较少且批处理较小时改用 MMVF，以减少 SM 闲置；实现会根据矩阵行数、批量、长度和 SM 数量选择 MMVF 或 MMF。该变化主要影响使用 NVIDIA GPU 处理 BF16 小型矩阵的开发者，值得关注特定工作负载的变化。
- 为少行 BF16 矩阵引入按行执行的 MMVF 路径
- 按行数、批量和设备 SM 数量选择 MMVF 或 MMF
- 增加多个矩阵尺寸与批大小组合的评测用例
ggml-org/llama.cpp·b12287·官方来源 ↗
本站只对官方公开 Release 做中文结构化整理，不替代项目维护者发布的完整升级说明。