llama.cpp server：暴露 chat template 的推理努力程度档位（#31271）
server：暴露 chat template 的推理努力程度档位（#31271） server：暴露 chat template 的推理努力程度档位 能力探测（capability probe）会为每个候选档位（minimal、low、medium、high、xhigh、max）以及一个未知档位各渲染一条用户消息（user turn）。 只要某档位渲染时不报错、且渲染结果不同于未知档位（未知档位展示的是模板的回退行为），该档位即被视为受支持。 渲染结果相同的档位互为别名，只保留其中最高的一档。 这些能力信息（caps）会序列化为 JSON；/props 中的 chat_template_caps 以 reasoning_effort_levels 字段上报该列表，按从低到高排序。 jinja：让 caps 摆脱对 json 的依赖 caps 仍以 map 形式上报各自的标志位，努力程度档位则保持为普通成员。 服务器上报的 JSON 由 common_chat_templates_get_caps() 从两者构建，因此 jinja 仅在探测输入上依赖 json。 官网：https://llama.app Attestations：https://github.com/ggml-org/llama.cpp/attestations/60638014 macOS/iOS： - macOS Apple Silicon（arm64） - macOS Apple Silicon（arm64，启用 KleidiAI） - DISABLED - macOS Intel（x64） - iOS XCFramework Linux： - Ubuntu x64（CPU） - Ubuntu arm64（CPU） - Ubuntu s390x（CPU） - Ubuntu x64（Vulkan） - Ubuntu arm64（Vulkan） - Ubuntu x64（CUDA 12，含 CUDA 12.8 运行库） - Ubuntu x64（CUDA 13，含 CUDA 13.4 运行库） - Ubuntu arm64（CUDA 13，含 CUDA 13.4 运行库） - Ubuntu x64（ROCm 10.0） - Ubuntu x64（OpenVINO） - Ubuntu x64（SYCL FP32） - Ubuntu x64（SYCL FP16） - Linux arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU，附设置指南） Android： - Android arm64（CPU） - Android arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU，附设置指南） Windows： - Windows x64（CPU） - Windows arm64（CPU） - Windows arm64（OpenCL Adreno） - Windows x64（CUDA 12，含 CUDA 12.4 DLL） - Windows x64（CUDA 13，含 CUDA 13.4 DLL） - Windows arm64（CUDA 13，含 CUDA 13.4 DLL） - Windows x64（Vulkan） - Windows arm64（Vulkan） - Windows x64（OpenVINO） - Windows x64（SYCL） - Windows x64（ROCm 10.0） openEuler：DISABLED - openEuler x86（310p） - openEuler x86（910b，ACL Graph） - openEuler aarch64（310p） - openEuler aarch64（910b，ACL Graph） UI：UI（原文至此截断）
server：暴露 chat template 的推理努力程度档位（#31271）
server：暴露 chat template 的推理努力程度档位
能力探测（capability probe）会为每个候选档位（minimal、low、medium、high、xhigh、max）以及一个未知档位各渲染一条用户消息（user turn）。
只要某档位渲染时不报错、且渲染结果不同于未知档位（未知档位展示的是模板的回退行为），该档位即被视为受支持。
渲染结果相同的档位互为别名，只保留其中最高的一档。
这些能力信息（caps）会序列化为 JSON；/props 中的 chat_template_caps 以 reasoning_effort_levels 字段上报该列表，按从低到高排序。
jinja：让 caps 摆脱对 json 的依赖
caps 仍以 map 形式上报各自的标志位，努力程度档位则保持为普通成员。
服务器上报的 JSON 由 common_chat_templates_get_caps() 从两者构建，因此 jinja 仅在探测输入上依赖 json。
官网：https://llama.app
Attestations：https://github.com/ggml-org/llama.cpp/attestations/60638014
macOS/iOS：
- macOS Apple Silicon（arm64）
- macOS Apple Silicon（arm64，启用 KleidiAI）
- DISABLED
- macOS Intel（x64）
- iOS XCFramework
Linux：
- Ubuntu x64（CPU）
- Ubuntu arm64（CPU）
- Ubuntu s390x（CPU）
- Ubuntu x64（Vulkan）
- Ubuntu arm64（Vulkan）
- Ubuntu x64（CUDA 12，含 CUDA 12.8 运行库）
- Ubuntu x64（CUDA 13，含 CUDA 13.4 运行库）
- Ubuntu arm64（CUDA 13，含 CUDA 13.4 运行库）
- Ubuntu x64（ROCm 10.0）
- Ubuntu x64（OpenVINO）
- Ubuntu x64（SYCL FP32）
- Ubuntu x64（SYCL FP16）
- Linux arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU，附设置指南）
Android：
- Android arm64（CPU）
- Android arm64（Snapdragon：CPU、Adreno GPU、Hexagon NPU，附设置指南）
Windows：
- Windows x64（CPU）
- Windows arm64（CPU）
- Windows arm64（OpenCL Adreno）
- Windows x64（CUDA 12，含 CUDA 12.4 DLL）
- Windows x64（CUDA 13，含 CUDA 13.4 DLL）
- Windows arm64（CUDA 13，含 CUDA 13.4 DLL）
- Windows x64（Vulkan）
- Windows arm64（Vulkan）
- Windows x64（OpenVINO）
- Windows x64（SYCL）
- Windows x64（ROCm 10.0）
openEuler：DISABLED
- openEuler x86（310p）
- openEuler x86（910b，ACL Graph）
- openEuler aarch64（310p）
- openEuler aarch64（910b，ACL Graph）
UI：UI（原文至此截断）