llama.cpp b12022 修复 Responses 参数透传：接口兼容不等于参数生效

本地服务能返回文本，不代表客户端传入的采样参数真正生效。llama.cpp 在本次采集窗口内合并 PR #30959，并在 b12022 发布说明中列出这项修复：让 /v1/responses 接受 extra_params，把 seed、min_p 等设置继续传给服务端。这是接口行为修正，不是模型更新，也不是速度提升公告。

一、确认改变发生在哪层。PR 创建于10月22日，但合并时间为10月31日18:08 UTC，b12022 发布于同日18:59 UTC，两项事件均在本次窗口内。新闻依据是本次合并与发布，而非把旧提案写成当天出现的新功能。作者同时说明文档已更新，本次未加入测试；这里不能进一步宣称回归测试已经覆盖所有客户端。

二、把兼容拆开验。路径存在、请求被接受、参数被转发、推理后端实际使用参数，是不同的检查。排查随机种子或采样设置不生效时，应保存完整请求体、服务端版本和日志，再检查客户端是否把扩展字段放进正确位置。只看到 HTTP 成功状态或一段正常回答，不能证明配置已经落地。

三、升级只改变证据起点。已有依赖 Responses 的本地工具，可在隔离环境比较升级前后的相同请求；固定模型、模板和其他采样项，再核对参数处理。不要因为支持这个端点，就推断它与 Chat Completions 的所有扩展参数完全等价，也不要把固定 seed 理解为跨版本输出逐字一致的保证。

本站目前核实的是上游合并、补丁说明和发布条目，尚未做端到端实机复现，没有性能数字或能力保留结论。部署选型时，接口名是入口，具体参数的行为才是验收对象。

来源：https://github.com/ggml-org/llama.cpp/pull/30959 发布：https://github.com/ggml-org/llama.cpp/releases/tag/b12022