23 sept 2026 · NVIDIA/TensorRT-LLM · canal auto-build
TensorRT-LLM v1.3.0rc28
NVIDIA · Empresa · web oficial
Revisa antes de actualizarincompatiblerendimiento
Qué hacer: Trae cambios que pueden romper algo: lee las notas primero.
Esta versión incluye cambios de ruptura (breaking changes) en la API y activa por defecto el nuevo gestor de KV-cache para modelos Llama, lo que requiere revisión antes de actualizar en entornos de producción.
Qué ha cambiado
- Cambios de ruptura en la API que eliminan rutas de evaluación y benchmark de TensorRT.
“Remove deprecated TensorRT serve, evaluation, benchmark, and stress paths (BREAKING)” — fuente
- Activación por defecto del KV-cache manager V2 para la familia Llama.
“Enable KV-cache manager V2 by default for Llama and Llama4” — fuente
- Soporte extendido para modelos Qwen3.8-Flash-Next y MiniMax-M3.
“Extend Qwen3.8-Flash-Next with disaggregation, MegaMoE, and GVR index reuse” — fuente
- Introducción de soporte para DFlash 2.
“Add DFlash 2 support with model-specific MoE backend overrides” — fuente
También sobre lo mismo
- Qwen publica Qwen3.8-Flash-Next · Modelo · 24 ago 2026
Fuentes
- NVIDIA/TensorRT-LLM v1.3.0rc28 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 · 4 citas comprobadas
Procedencia técnica
- reglas: publish (breaking, deprecation)
- llm: publish; 4 citas verificadas, 0 rechazadas
sha256 ff1fd3bac1034888…· https://github.com/NVIDIA/TensorRT-LLM/releases/tag/v1.3.0rc28