18 sept 2026 · sgl-project/sglang · canal stable

SGLang v0.5.20

SSGLang · Proyecto · web oficial

Novedades opcionalesrendimientoseguridad

Qué ha cambiado

• Soporte para nuevos modelos autoregresivos y de difusión.

  “New models in this release” — fuente

• Optimización masiva de DeepSeek-V4 en arquitecturas Blackwell (B200).

  “TRT-LLM attention kernels now cover DeepSeek-V4's CSA and HCA layers on SM100 and SM103: about 1.2x faster prefill and 1.45x faster decode than FlashMLA at the kernel level on B200” — fuente

• Mejora de rendimiento para DeepSeek-V4 en GPUs RTX PRO 6000.

  “On 4x RTX PRO 6000, DeepSeek-V4-Flash decode TPOT drops from 36.1 to 10.5 ms at batch 1” — fuente

• Cambio en el comportamiento de la API de respuestas (ahora es opt-in).

  “Responses API storage is opt-in. /v1/responses no longer retains results in memory unless the server starts with --enable-response-store.” — fuente

• Retirada del soporte para CUDA 12.

  “The CUDA 12 lane is retired; v0.5.19 was the last release with -cu12x wheels and images” — fuente

Fuentes

• sgl-project/sglang v0.5.20 consultada 2026-10-13

Cómo se decidió

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

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