# llama-server parameters

Generated from [`catalog.js`](../catalog.js). Empty values are omitted from the command line.
The catalog tracks llama.cpp build 10236; newer builds may add flags. Use **Extra raw arguments**
for options that are not listed yet.

## 模型与上下文 / Model & context

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `-c` | 上下文长度 | number | 4K (4096), 8K (8192), 16K (16384), 32K (32768), 64K (65536), 128K (131072) | 0 = 从模型元数据读取；越大越吃显存。 |
| `-n` | 最大生成 token | number | 不限 (-1), 256, 512, 1024, 2048, 4096 | -1 = 不限制。 |
| `-b` | 逻辑批大小 | number | 512, 1024, 2048, 4096 | 默认 2048。 |
| `-ub` | 物理批大小 | number | 128, 256, 512, 1024 | 默认 512。 |
| `--keep` | 保留初始 prompt token | number | 0, 256, 512, 1024, 全部 (-1) | 0 = 不保留，-1 = 全部保留。 |
| `-np` | 并行槽位 | number | 1, 2, 4, 8 | -1 = 自动。 |
| `-a` | 模型别名 | text |  | API 中暴露的名称，可逗号分隔。 |
| `--tags` | 模型标签 | text |  | 仅作说明，不参与路由。 |
| `--pooling` | Embedding 池化 | enum |  | 仅 embedding 模型使用。 |
| `--embd-normalize` | Embedding 归一化 | number |  | -1 无，0 最大绝对值，1 曼哈顿，2 欧氏，>2 p-范数。 |
| `--embedding` | Embedding 模式 | flag |  | 只提供 embedding 接口。 |
| `--rerank` | Rerank 接口 | flag |  | 启用 reranking endpoint。 |
| `-mu` | 模型下载 URL | text |  | 由 llama-server 下载后加载。 |
| `-dr` | Docker Hub 模型仓库 | text |  | 例如 gemma3 或 ai/gemma3:Q4_K_M。 |
| `-hf` | Hugging Face 仓库 | text |  | 例如 ggml-org/GLM-4.7-Flash-GGUF:Q4_K_M。 |
| `-hff` | Hugging Face 文件 | text |  | 覆盖 --hf-repo 中的量化选择。 |
| `-hfv` | Hugging Face 声码器仓库 | text |  | 仅音频/声码器模型。 |
| `-hffv` | Hugging Face 声码器文件 | text |  | 仅音频/声码器模型。 |
| `-hft` | Hugging Face Token | text |  | 敏感信息；保存在本机配置文件中。 |
| `--lora` | LoRA 适配器 | text |  | 多个用逗号分隔。 |
| `--lora-scaled` | 带缩放的 LoRA | text |  | 格式 FNAME:SCALE，多个用逗号分隔。 |
| `--lora-init-without-apply` | LoRA 仅加载不应用 | flag |  | 之后可通过 POST /lora-adapters 应用。 |
| `--control-vector` | Control vector | text |  | 多个用逗号分隔。 |
| `--control-vector-scaled` | 带缩放的 Control vector | text |  | 格式 FNAME:SCALE。 |
| `--control-vector-layer-range` | Control vector 层范围 | pair |  | 两个数字：START END（含端点）。 |
| `-mv` | 声码器模型 | text |  | TTS 使用。 |
| `--tts-use-guide-tokens` | TTS guide tokens | flag |  | 改善 TTS 单词召回。 |

## CPU / 上下文缓存 / CPU & cache

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `-t` | CPU 线程 | number | 4, 8, 12, 16, 24, 32, 自动 (-1) | -1 = 自动。 |
| `-tb` | 批处理线程 | number | 4, 8, 12, 16, 24, 32 | 默认同 --threads。 |
| `--threads-http` | HTTP 线程 | number | 2, 4, 8, 16 | -1 = 自动。 |
| `-C` | CPU 亲和掩码 | text |  | 任意长度十六进制。 |
| `-Cr` | CPU 亲和范围 | text |  | 格式 lo-hi。 |
| `--cpu-strict` | 严格 CPU 放置 | enum |  |  |
| `--prio` | 线程优先级 | number |  | low=-1, normal=0, medium=1, high=2, realtime=3。 |
| `--poll` | 轮询级别 | number |  | 0–100；0 = 不轮询，默认 50。 |
| `-Cb` | 批处理 CPU 掩码 | text |  | 默认同 --cpu-mask。 |
| `-Crb` | 批处理 CPU 范围 | text |  | 格式 lo-hi。 |
| `--cpu-strict-batch` | 批处理严格 CPU 放置 | enum |  |  |
| `--prio-batch` | 批处理优先级 | number |  | 0–3。 |
| `--poll-batch` | 批处理轮询 | enum |  |  |
| `-fa` | Flash Attention | optional |  | auto / on / off。 |
| `--swa-full` | 完整 SWA 缓存 | flag |  | 使用 full-size SWA cache。 |
| `--perf / --no-perf` | 内部性能计时 | flag |  |  |
| `--escape / --no-escape` | 转义序列处理 | flag |  |  |
| `-lm` | 模型加载模式 | enum |  | mmap / mlock / mmap+mlock / dio / none。 |
| `--numa` | NUMA 优化 | enum |  |  |
| `-cb / --no-cont-batching` | 连续批处理 | flag |  | 默认开启的动态 batching。 |
| `-lcs` | 静态 Lookup Cache | text |  | 只读的 lookup decoding 缓存。 |
| `-lcd` | 动态 Lookup Cache | text |  | 生成时更新的 lookup cache。 |
| `--rpc` | RPC 后端 | text |  | 逗号分隔的 host:port 列表。 |
| `--no-host` | 绕过 Host buffer | flag |  | 允许额外 buffer，可能节省内存。 |
| `--check-tensors` | 检查张量数据 | flag |  | 加载时检查非法值。 |
| `--override-kv` | 覆盖模型元数据 | text |  | KEY=TYPE:VALUE，多个用逗号分隔。 |
| `-cram` | Prompt cache 上限 (MiB) | number | 1G (1024), 2G (2048), 4G (4096), 8G (8192), 16G (16384), 不限 (-1) | -1 不限，0 禁用。 |
| `-ctxcp` | 每槽上下文检查点 | number | 8, 16, 32, 64 | 默认 32。 |
| `-cms` | 检查点最小间隔 | number | 关闭 (0), 1024, 2048, 4096, 8192 | token 数；0 = 无最小间隔。 |
| `--cache-prompt / --no-cache-prompt` | Prompt 缓存 | flag |  |  |
| `--cache-reuse` | KV 复用最小块 | number | 关闭 (0), 64, 128, 256, 512 | 需要 prompt cache。 |
| `--cache-idle-slots / --no-cache-idle-slots` | 空闲槽写入缓存 | flag |  |  |
| `-kvu / --no-kv-unified` | 统一 KV 缓存 | flag |  | 所有 sequence 共享一个 KV buffer。 |
| `--context-shift / --no-context-shift` | 无限生成上下文平移 | flag |  |  |
| `-to` | HTTP 读写超时 (秒) | number | 10m (600), 30m (1800), 1h (3600), 2h (7200) | 默认 3600。 |
| `--sse-ping-interval` | SSE ping 间隔 (秒) | number | 15, 30, 60, 关闭 (-1) | -1 = 禁用。 |
| `-sps` | 槽 prompt 相似度 | number | 关闭 (0), 0.1, 0.3, 0.5 | 0 = 禁用。 |
| `--sleep-idle-seconds` | 空闲休眠秒数 | number | 关闭 (-1), 1m (60), 5m (300), 10m (600) | -1 = 禁用。 |

## GPU / 显存 / GPU & memory

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `-ngl` | GPU 层数 | text | 自动 (auto), 全部 (all), 0, 16, 32, 48, 64, 99 | 数字 / auto / all。 |
| `-sm` | 多 GPU 切分模式 | enum |  |  |
| `-ts` | 张量切分比例 | text |  | 例如 3,1。 |
| `-mg` | 主 GPU 索引 | number | 0, 1, 2, 3 |  |
| `-fit` | 自动适配显存 | optional |  | on / off；自动调整未设置的参数。 |
| `-fitt` | 每设备保留显存 (MiB) | text | 512M (512), 1G (1024), 2G (2048), 4G (4096) | 单个值会广播到所有设备。 |
| `-fitc` | fit 允许的最小上下文 | number | 2K (2048), 4K (4096), 8K (8192), 16K (16384) | 默认 4096。 |
| `-dev` | 使用的设备 | text |  | 逗号分隔，例如 CUDA0,CUDA1；none = 不卸载。 |
| `-ot` | 覆盖张量 buffer 类型 | text |  | pattern=buffer，多个用逗号分隔。 |
| `-cmoe` | MoE 权重全放 CPU | flag |  |  |
| `-ncmoe` | 前 N 层 MoE 放 CPU | number | 0, 8, 16, 24, 32, 48 |  |
| `--op-offload / --no-op-offload` | Host 算子卸载到设备 | flag |  |  |
| `-ctk` | K 缓存类型 | enum |  |  |
| `-ctv` | V 缓存类型 | enum |  |  |
| `-kvo / --no-kv-offload` | KV 缓存卸载到 GPU | flag |  |  |
| `--repack / --no-repack` | 权重重打包 | flag |  |  |
| `--rope-scaling` | RoPE 缩放方法 | enum |  |  |
| `--rope-scale` | RoPE 缩放倍数 | number | 2, 4, 8, 16 | 上下文扩展 N 倍。 |
| `--rope-freq-base` | RoPE 基频 | number |  |  |
| `--rope-freq-scale` | RoPE 频率缩放 | number |  | 上下文扩展 1/N。 |
| `--yarn-orig-ctx` | YaRN 原始上下文 | number | 4K (4096), 8K (8192), 16K (16384), 32K (32768) | 0 = 模型训练上下文。 |
| `--yarn-ext-factor` | YaRN 外推因子 | number |  |  |
| `--yarn-attn-factor` | YaRN 注意力因子 | number |  |  |
| `--yarn-beta-slow` | YaRN beta slow | number |  |  |
| `--yarn-beta-fast` | YaRN beta fast | number |  |  |

## 采样 / Sampling

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `--samplers` | 采样器顺序 | text |  | 分号分隔，例如 penalties;dry;top_k;... |
| `-s` | 随机种子 | number |  | -1 = 随机。 |
| `--sampling-seq` | 简化采样器序列 | text |  | 默认 edskypmxt。 |
| `--ignore-eos` | 忽略 EOS | flag |  | 持续生成，隐含 --logit-bias EOS-inf。 |
| `--temp` | Temperature | number | 0, 0.3, 0.6, 0.8, 1, 1.2 | 默认 0.80。 |
| `--top-k` | Top-K | number | 关闭 (0), 20, 40, 64, 100 | 0 = 禁用。 |
| `--top-p` | Top-P | number | 0.8, 0.9, 0.95, 0.98, 关闭 (1) | 1.0 = 禁用。 |
| `--min-p` | Min-P | number | 关闭 (0), 0.02, 0.05, 0.1 | 0.0 = 禁用。 |
| `--top-n-sigma` | Top-n-sigma | number | 关闭 (-1), 1, 2, 3 | -1 = 禁用。 |
| `--xtc-probability` | XTC 概率 | number | 关闭 (0), 0.25, 0.5, 0.75 | 0 = 禁用。 |
| `--xtc-threshold` | XTC 阈值 | number | 0.05, 0.1, 0.2, 关闭 (1) | 1.0 = 禁用。 |
| `--typical` | Locally typical | number | 0.8, 0.9, 0.95, 关闭 (1) | 1.0 = 禁用。 |
| `--repeat-last-n` | 重复惩罚窗口 | number | 关闭 (0), 64, 128, 256, 512 | 0 = 禁用，-1 = 上下文长度。 |
| `--repeat-penalty` | 重复惩罚 | number | 关闭 (1), 1.05, 1.1, 1.15, 1.2 | 1.0 = 禁用。 |
| `--presence-penalty` | 存在惩罚 | number | 关闭 (0), 0.1, 0.3, 0.5 | 0.0 = 禁用。 |
| `--frequency-penalty` | 频率惩罚 | number | 关闭 (0), 0.1, 0.3, 0.5 | 0.0 = 禁用。 |
| `--dry-multiplier` | DRY 乘数 | number |  | 0.0 = 禁用。 |
| `--dry-base` | DRY base | number |  |  |
| `--dry-allowed-length` | DRY 允许长度 | number |  |  |
| `--dry-penalty-last-n` | DRY 惩罚窗口 | number |  | -1 = 上下文长度。 |
| `--dry-sequence-breaker` | DRY 分隔符 | text |  | none = 不使用分隔符。 |
| `--adaptive-target` | Adaptive-P 目标 | number |  | 负数 = 禁用。 |
| `--adaptive-decay` | Adaptive-P 衰减 | number |  | 0.0–0.99。 |
| `--dynatemp-range` | 动态温度范围 | number |  | 0 = 禁用。 |
| `--dynatemp-exp` | 动态温度指数 | number |  |  |
| `--mirostat` | Mirostat 模式 | number | 关闭 (0), Mirostat (1), Mirostat 2.0 (2) | 0 禁用，1 Mirostat，2 Mirostat 2.0。 |
| `--mirostat-lr` | Mirostat 学习率 | number |  |  |
| `--mirostat-ent` | Mirostat 目标熵 | number |  |  |
| `-l` | Token 偏置 | repeat |  | 每行一个 TOKEN_ID(+/-)BIAS。 |
| `--grammar` | BNF 语法 | area |  | 直接粘贴语法文本。 |
| `--grammar-file` | BNF 语法文件 | text |  |  |
| `-j` | JSON Schema | area |  | 直接粘贴 schema。 |
| `-jf` | JSON Schema 文件 | text |  |  |
| `-bs` | 后端采样 | flag |  | 实验性。 |

## 投机解码 / Speculative decoding

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `--spec-type` | 投机解码类型 | text |  | 例如 draft-simple,ngram-simple；逗号分隔。 |
| `-md` | 草稿模型 | text |  | 用于投机解码的 draft model。 |
| `--spec-draft-hf` | 草稿模型 HF 仓库 | text |  |  |
| `-td` | 草稿模型线程 | number |  | 默认同 --threads。 |
| `-tbd` | 草稿模型批处理线程 | number |  |  |
| `-Cd` | 草稿模型 CPU 掩码 | text |  |  |
| `-Crd` | 草稿模型 CPU 范围 | text |  |  |
| `--spec-draft-cpu-strict` | 草稿模型严格 CPU 放置 | enum |  |  |
| `--spec-draft-prio` | 草稿模型线程优先级 | number |  | 0–3。 |
| `--spec-draft-poll` | 草稿模型轮询 | enum |  |  |
| `-Cbd` | 草稿模型批处理 CPU 掩码 | text |  |  |
| `--spec-draft-cpu-strict-batch` | 草稿模型批处理严格放置 | enum |  |  |
| `--spec-draft-prio-batch` | 草稿模型批处理优先级 | number |  |  |
| `--spec-draft-poll-batch` | 草稿模型批处理轮询 | enum |  |  |
| `-otd` | 草稿模型张量覆盖 | text |  |  |
| `-cmoed` | 草稿模型 MoE 放 CPU | flag |  |  |
| `-ncmoed` | 草稿模型前 N 层 MoE 放 CPU | number |  |  |
| `--spec-draft-n-max` | 最多草稿 token | number | 1, 3, 5, 8, 16 | 默认 3。 |
| `--spec-draft-n-min` | 最少草稿 token | number |  |  |
| `--spec-draft-p-split` | 草稿拆分概率 | number |  |  |
| `--spec-draft-p-min` | 草稿最小概率 | number |  |  |
| `--spec-draft-backend-sampling / --no-spec-draft-backend-sampling` | 草稿后端采样 | flag |  |  |
| `-devd` | 草稿模型设备 | text |  |  |
| `-ngld` | 草稿模型 GPU 层数 | text | 自动 (auto), 全部 (all), 0, 16, 32, 64, 99 | 数字 / auto / all。 |
| `-ctkd` | 草稿模型 K 缓存类型 | enum |  |  |
| `-ctvd` | 草稿模型 V 缓存类型 | enum |  |  |
| `--spec-ngram-mod-n-min` | ngram-mod 最少 token | number |  |  |
| `--spec-ngram-mod-n-max` | ngram-mod 最多 token | number |  |  |
| `--spec-ngram-mod-n-match` | ngram-mod 查找长度 | number |  |  |
| `--spec-ngram-simple-size-n` | ngram-simple N | number |  |  |
| `--spec-ngram-simple-size-m` | ngram-simple M | number |  |  |
| `--spec-ngram-simple-min-hits` | ngram-simple 最少命中 | number |  |  |
| `--spec-ngram-map-k-size-n` | ngram-map-k N | number |  |  |
| `--spec-ngram-map-k-size-m` | ngram-map-k M | number |  |  |
| `--spec-ngram-map-k-min-hits` | ngram-map-k 最少命中 | number |  |  |
| `--spec-ngram-map-k4v-size-n` | ngram-map-k4v N | number |  |  |
| `--spec-ngram-map-k4v-size-m` | ngram-map-k4v M | number |  |  |
| `--spec-ngram-map-k4v-min-hits` | ngram-map-k4v 最少命中 | number |  |  |
| `--spec-default` | 默认投机解码配置 | flag |  | 启用 llama.cpp 的默认 spec 配置。 |

## HTTP 服务 / HTTP server

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `--reuse-port` | 端口复用 | flag |  | 允许在同一端口绑定多个 socket。 |
| `--path` | 静态文件目录 | text |  | Web UI 静态资源目录。 |
| `--cors-origins` | CORS 允许来源 | text |  | 默认 *；localhost 表示仅本机。 |
| `--cors-methods` | CORS 允许方法 | text |  |  |
| `--cors-headers` | CORS 允许头 | text |  |  |
| `--cors-credentials / --no-cors-credentials` | CORS 凭据 | flag |  |  |
| `--api-prefix` | API 路径前缀 | text |  | 不带结尾斜杠。 |
| `--ui-config` | Web UI 默认配置 JSON | area |  |  |
| `--ui-config-file` | Web UI 配置文件 | text |  |  |
| `--ui-mcp-proxy / --no-ui-mcp-proxy` | Web UI MCP 代理 | flag |  | 实验性；不要在不可信环境启用。 |
| `--tools` | 内置 Agent 工具 | text |  | 逗号分隔；all = 全部。危险，仅限可信环境。 |
| `--mcp-servers-config` | MCP 服务配置 | text |  | Cursor 兼容 JSON 文件路径。 |
| `--mcp-servers-json` | MCP 服务内联 JSON | area |  |  |
| `--agent / --no-agent` | Agent 模式 | flag |  | 启用 CORS 代理与全部内置工具，危险。 |
| `--ui / --no-ui` | Web UI | flag |  | 默认开启。 |
| `--api-key-file` | API Key 文件 | text |  | 一行一个，可注释。 |
| `--ssl-key-file` | SSL 私钥 | text |  | PEM 文件。 |
| `--ssl-cert-file` | SSL 证书 | text |  | PEM 文件。 |
| `--metrics` | Prometheus metrics | flag |  | 启用 /metrics。 |
| `--props` | 允许修改全局属性 | flag |  | 启用 POST /props。 |
| `--slots / --no-slots` | Slots 监控接口 | flag |  | 默认开启。 |
| `--slot-save-path` | Slot KV 缓存目录 | text |  |  |
| `--media-path` | 媒体文件目录 | text |  | 允许通过 file:// URL 访问。 |
| `--models-preset` | Router 模型预设 INI | text |  |  |
| `--models-max` | Router 同时加载模型数 | number | 1, 2, 3, 4, 8, 不限 (0) | 0 = 不限。 |
| `--models-autoload / --no-models-autoload` | Router 自动加载模型 | flag |  | 默认开启。 |

## 对话模板与推理 / Chat & reasoning

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `--jinja / --no-jinja` | Jinja 对话模板 | flag |  | 默认开启；需在 --chat-template 之前生效。 |
| `--chat-template` | Jinja 模板 | text |  | 内置模板名或模板文本。 |
| `--chat-template-file` | Jinja 模板文件 | text |  |  |
| `--chat-template-kwargs` | 模板额外参数 JSON | area |  | 必须是合法的 JSON 对象。 |
| `--skip-chat-parsing / --no-skip-chat-parsing` | 跳过对话解析 | flag |  | 即使启用 Jinja 也使用纯 content parser。 |
| `--prefill-assistant / --no-prefill-assistant` | 预填充 assistant | flag |  | 默认开启。 |
| `--reasoning-format` | 推理内容格式 | enum |  |  |
| `-rea` | 推理/思考模式 | optional |  | auto / on / off。 |
| `--reasoning-budget` | 思考 token 预算 | number | 不限 (-1), 关闭 (0), 512, 1024, 2048, 4096 | -1 不限，0 立即结束，N > 0 限制预算。 |
| `--reasoning-budget-message` | 预算耗尽提示 | text |  | 注入在结束思考标签之前。 |
| `--reasoning-preserve / --no-reasoning-preserve` | 保留完整推理轨迹 | flag |  |  |
| `-sp` | 输出特殊 token | flag |  |  |
| `--warmup / --no-warmup` | 空跑预热 | flag |  | 默认开启。 |
| `--spm-infill` | SPM infill 模式 | flag |  | Suffix/Prefix/Middle。 |
| `-r` | 反向提示词 | text |  | 生成到此文本时停止。 |

## 多模态 / 视觉 / Multimodal / vision

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `--image-min-tokens` | 每图最少 token | number | 256, 512, 1024 | 动态分辨率视觉模型。 |
| `--image-max-tokens` | 每图最多 token | number | 1K (1024), 2K (2048), 4K (4096) | 动态分辨率视觉模型。 |
| `--mtmd-batch-max-tokens` | 图像批 token 上限 | number | 512, 1024, 2048, 4096 |  |
| `--mmproj-auto / --no-mmproj` | 自动使用 mmproj | flag |  | 默认开启；关闭等价 --no-mmproj。 |
| `--mmproj-offload / --no-mmproj-offload` | mmproj GPU 卸载 | flag |  | 默认开启。 |
| `-mmu` | mmproj URL | text |  | 多模态投影文件下载地址。 |

## 日志 / Logging

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `--log-disable` | 禁用日志 | flag |  |  |
| `--log-file` | 日志文件 | text |  |  |
| `--log-colors` | 日志颜色 | optional |  | auto / on / off。 |
| `-v` | 详细日志 | flag |  | 等价于最高 verbosity。 |
| `-lv` | 日志级别 | number |  | 0 generic, 1 error, 2 warn, 3 info, 4 trace, 5 debug。 |
| `--log-prefix / --no-log-prefix` | 日志前缀 | flag |  |  |
| `--log-timestamps / --no-log-timestamps` | 日志时间戳 | flag |  |  |
| `--log-prompts-dir` | Prompt 日志目录 | text |  | 仅调试，包含完整对话内容。 |
| `--offline` | 离线模式 | flag |  | 只使用缓存，禁止联网。 |

## 官方快捷预设 / Built-in presets

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `--embd-gemma-default` | EmbeddingGemma 预设 | flag |  | 会联网下载权重。 |
| `--fim-qwen-1.5b-default` | Qwen2.5 Coder 1.5B | flag |  | 会联网下载权重。 |
| `--fim-qwen-3b-default` | Qwen2.5 Coder 3B | flag |  | 会联网下载权重。 |
| `--fim-qwen-7b-default` | Qwen2.5 Coder 7B | flag |  | 会联网下载权重。 |
| `--fim-qwen-7b-spec` | Qwen2.5 Coder 7B + draft | flag |  | 会联网下载权重。 |
| `--fim-qwen-14b-spec` | Qwen2.5 Coder 14B + draft | flag |  | 会联网下载权重。 |
| `--fim-qwen-30b-default` | Qwen3 Coder 30B A3B | flag |  | 会联网下载权重。 |
| `--gpt-oss-20b-default` | gpt-oss-20b | flag |  | 会联网下载权重。 |
| `--gpt-oss-120b-default` | gpt-oss-120b | flag |  | 会联网下载权重。 |
| `--vision-gemma-4b-default` | Gemma 3 4B QAT | flag |  | 会联网下载权重。 |
| `--vision-gemma-12b-default` | Gemma 3 12B QAT | flag |  | 会联网下载权重。 |

## 已弃用（兼容） / Deprecated

| Flag | UI label | Type | Presets | Notes |
| --- | --- | --- | --- | --- |
| `-dt` | KV 碎片整理阈值（已弃用） | number |  | 新版 llama.cpp 可能忽略。 |
| `--mlock` | 锁定内存（已弃用） | flag |  | 改用 --load-mode mlock。 |
| `--mmap / --no-mmap` | 内存映射（已弃用） | flag |  | 默认开启。 |
| `-dio / --no-direct-io` | DirectIO（已弃用） | flag |  | 改用 --load-mode dio。 |