Novedades publicadas de vLLM con evidencia citada.https://vigia.h1756.es/https://vigia.h1756.es/e/github--vllm-project--vllm--v0.31.0/https://vigia.h1756.es/e/github--vllm-project--vllm--v0.31.0/Es una actualización mayor de vLLM con optimizaciones críticas de rendimiento para modelos DeepSeek-V4.1 y soporte para nuevos arquitecturas, además de cambios que rompen la compatibilidad en la configuración de cuantización y parámetros multimodales. • Optimización masiva para DeepSeek-V4.1-Flash mediante FlashMLA y caché KV comprimido. • Nuevo CLI 'vllm preload' para mantener pesos en GPU y acelerar reinicios. • Introducción de Model Runner V2 con soporte para speculative decoding. • Cambios que rompen la compatibilidad (Breaking changes) en parámetros multimodales y cuantización. • Soporte para nuevos modelos como Gemma4, Kimi-K3 y DiffusionGemma.Mon, 05 Oct 2026 00:00:00 GMThttps://vigia.h1756.es/e/github--vllm-project--vllm--v0.30.0/https://vigia.h1756.es/e/github--vllm-project--vllm--v0.30.0/Es una actualización mayor con soporte para modelos críticos (DeepSeek-V4, Qwen3.8, Gemma 4), mejoras masivas de rendimiento en kernels y cambios que rompen la compatibilidad en el despliegue de endpoints. • Mejora en el tiempo de inicio mediante un demonio de caché de pesos por GPU. • Nuevas capacidades de watermarking para la generación de texto. • Cambios que rompen la compatibilidad (Breaking changes) en la configuración de endpoints y eliminación de variables de entorno. • Optimización de rendimiento para modelos multimodales y soporte de audio con torchcodec.Tue, 22 Sep 2026 00:00:00 GMThttps://vigia.h1756.es/e/github--vllm-project--vllm--v0.29.0/https://vigia.h1756.es/e/github--vllm-project--vllm--v0.29.0/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. • Model Runner V2 pasa a ser el motor de ejecución por defecto para todos los modelos. • Optimización de rendimiento para Blackwell con reducción de latencia del 33.6%.Wed, 09 Sep 2026 00:00:00 GMT