9 sept 2026 · vllm-project/vllm · canal stable

vLLM v0.29.0

Actualizaincompatiblemodelo nuevorendimiento

Qué hacer: Corrige un fallo o un problema de seguridad que conviene tener.

Es una actualización mayor que cambia el motor de ejecución por defecto (Model Runner V2), introduce soporte para modelos de última generación (DeepSeek V4, Kimi K3, Qwen3) y optimizaciones críticas de rendimiento en arquitecturas Blackwell y Hopper.

Qué ha cambiado

Model Runner V2 pasa a ser el motor de ejecución por defecto para todos los modelos.
“Model Runner V2 is now the default for all models” — fuente
Optimización de rendimiento para Blackwell con reducción de latencia del 33.6%.
“Blackwell autotuning with 33.6% E2E latency reduction” — fuente

Fuentes

vllm-project/vllm v0.29.0 consultada 2026-10-13

Cómo se decidió

Verificación parcial · triage por LLM (gemma4).

Las reglas vieron señales de publicación (breaking, deprecation, performance).
El modelo decidió publicar · 2 citas comprobadas, 2 descartadas

Procedencia técnica

reglas: publish (breaking, deprecation, performance)
llm: publish; 2 citas verificadas, 2 rechazadas
sha256 cbe0e1ba4a357eff… · https://github.com/vllm-project/vllm/releases/tag/v0.29.0

2 citas propuestas descartadas por no aparecer en la fuente

“New models: Hy4-preview, Tencent's 770B/49B-active MoE with Gated DeepSeek Sparse Attention and native MTP; Qwen3.8-Flash-Next with BF16/FP8/NVFP4 and MTP; GraniteSWA and GraniteMoeSWA; NemotronH_Omni_Reasoning_V3 with MTP; Kimi K3 NVFP4 checkpoints.”
“Breaking changes: ten deprecated model architectures removed; python -m vllm.entrypoints.openai.api_server deprecated in favor of vllm serve”