18 sept 2026 · NVIDIA/TensorRT-LLM · canal auto-build

TensorRT-LLM v1.3.0rc27

NNVIDIA · Empresa · web oficial

Revisa antes de actualizarAPIincompatiblemodelo nuevo

Qué ha cambiado

• Cambios disruptivos en la API de especulación y runtime de C++

  “Remove deprecated two-model speculative decoding and related configuration fields (BREAKING)” — fuente

• Soporte para nuevos modelos y capacidades multimodales

  “Add MiniMax-H3 VisualGen support for text-to-video with audio and first/last-frame-to-video with audio” — fuente

• Optimización para hardware Blackwell (SM107) y kernels NVFP4

  “Add SM107 NVFP4 CuTe DSL fused MoE kernels and integration” — fuente

• Nuevas APIs compatibles con Anthropic para el servidor

  “Add Anthropic-compatible Messages, token-counting, and Message Batches APIs to `trtllm-serve`” — fuente

• Mejoras en el rendimiento de modelos Qwen y DeepSeek

  “Optimize Qwen3.5 and Qwen3.8 Flash-Next generation, MoE, GDN, and sampling” — fuente

También sobre lo mismo

• Qwen publica Qwen3.8-Flash-Next · Modelo · 24 ago 2026

Fuentes

• NVIDIA/TensorRT-LLM v1.3.0rc27 consultada 2026-10-13

Cómo se decidió

Todas las citas verificadas · triage por LLM (gemma4).

• Las reglas vieron señales de publicación (breaking, deprecation).
• El modelo decidió publicar · 5 citas comprobadas