KoboldCpp v1.124 Released: YuE2, TTS, and Image Gen Support

KoboldCpp v1.124 Released: YuE2, TTS, and Image Gen Support

基本情報

項目 内容
リポジトリ LostRuins/koboldcpp
版 v1.124
公開日 2026-10-31
ライセンス AGPL-3.0
出典の種類 公開元の一次情報(公式GitHubリポジトリのリリースノートが一次情報)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

KoboldCppは、GGUF形式のAIモデルをKoboldAIのUIを通じてローカル環境で実行するための、インストール不要なシングルバイナリ・ツールです。今回のバージョン1.124では、audio.cppの機能を統合したことで、音楽生成(Music Gen)や音声合成(TTS Gen)の機能が大幅に強化されています。

特に、待望の音楽生成モデルであるYuE2のサポートが追加されたことが、今回のアップデートにおける最大の注目点です。これにより、テキストから音楽を生成する体験がローカル環境でより豊かになります。

主な変更点

音声・音楽生成機能の大幅な拡充

audio.cppのサブセットが統合され、Music GenおよびTTS Genの機能が大幅に強化されました。これにより、ローカル環境でのマルチモーダルな生成が可能になります。

音楽生成においては、YuE2モデルがサポートされました。利用者は、歌詞のみを提供する軽量な「YuE2, no LLM」から、歌詞生成用のLLMを内蔵した「YuE2, small LLM」(推奨)、「YuE2, big LLM」(大規模GPU向け)のテンプレートを選択して利用できます。また、MusicUIが更新され、YuE2や新しいTTSモデルに対応しました。MusicUI(http://localhost:5001/musicui)には、新しいTTSモデルで参照用トランスクリプトが必要な場合に役立つ「transcribe」タブも追加されています。

音声合成(TTS Gen)については、BreezeTTS 2、Ming 3.0 TTS、Qwen3-TTS(BaseおよびVoiceDesign)、VoxCPM2、Chatterbox、CosyVoice 3、Fish Audio S2 Pro、Kitten TTS 2、Maya1、NeuTTS 2E、OmniVoice、PocketTTS、Soprano 1.1 80M、Supertonic 3、VibeVoice 1.5Bといった多数のモデルが追加されました。これらは、音声クローニングや指示による制御が可能なモデルを含んでいます。

画像生成モデルの追加

sd.cppとの同期により、新しい画像生成モデルのサポートが追加されました。具体的には、MOSS Image、Fibo 2 Edit、Flux 3 Kleinが新たに利用可能となっています。以前に追加されたKrea 2 TurboやQwen Image 2.1も引き続き利用できます。

AI HordeにおけるChat Completionsのサポート

AI HordeがChat Completionsワーカーをサポートしました。最新のKoboldCppにアップデートすることで自動的に有効になります。これにより、AI Horde経由でjinja、reasoning、tool calls、streaming、visionといった機能を利用できるようになります。利用者は、https://lite.koboldai.net でchat completionsモードを切り替えることで有効化できます。

推論性能と並列処理の改善

並列リクエスト(--parallelrequests)を使用する際に、共有されるKVコンテキストプールの総量を設定できる--paralleltotalcontextオプションが追加されました。大量のバッチリクエストを処理する場合、この値を増やすことで、大きなリクエストがキューに溜まるのを防ぐことができます。また、バッチモードにおいて限定的なキャッシュ再利用が可能になりました。

さらに、すべてのアーキテクチャでCUDA graphsが有効になり、アップストリームの--lazy-modeおよびMoEキャッシュ用の--moe-cache-mibが公開されました。Gemma4モデルについては、SWA(Sliding Window Attention)の処理が改善され、巻き戻し時の品質がより安定しています。

エージェント機能とその他の修正

KoboldCpp Agent向けに、カスタムMCPエンドポイントを設定できる/mcpウィザードが追加されました。また、複数行のテキストを扱うための/pasteモードも導入されています。その他、Web検索機能の改善や、ビデオ生成のデフォルトプレビューとしてAnimated WebPをサポートするなどの変更が行われています。

対応モデル・ハードウェア

今回のアップデートでは、多くの新しいモデルアーキテクチャや量子化形式への対応が行われました。特に音声・音楽生成、および画像生成の分野で大幅な拡充が見られます。

音楽生成においては、YuE2モデルのGGUF変換・推論が可能になりました。また、音声合成(TTS)では、BreezeTTS 2、Ming 3.0 TTS、Qwen3-TTS(Base/VoiceDesign)、VoxCPM2、Chatterbox、CosyVoice 3、Fish Audio S2 Pro、Kitten TTS 2、Maya1、NeuTTS 2E、OmniVoice、PocketTTS、Soprano 1.1 80M、Supertonic 3、VibeVoice 1.5Bといった多数のモデルがサポートされています。

画像生成については、sd.cppとの同期により、MOSS Image、Fibo 2 Edit、Flux 3 Kleinの利用が可能になりました。これらに加え、以前のアップデートで追加されたKrea 2 TurboやQwen Image 2.1も引き続き利用できます。

テキストモデルに関しては、Nemotron 3.5 Bolt 74BA9B、Mistral Large 4、LFM3などの最新モデルへの対応も含まれています。

アップデート方法

Windowsユーザーは、リリースから提供されている koboldcpp.exe をダウンロードして実行してください。NVIDIA GPUを使用していない場合やCUDAが不要な場合は、よりサイズの小さい nocuda バージョンを使用できます。また、古いCPUや古いNVIDIA GPUで動作しない場合は、oldpc バージョン(Cuda11 + AVX1)を試してください。

Linuxユーザーは、koboldcpp-linux-x64 を使用してください。AMD GPUを使用している場合は、nocuda ビルドのVulkanオプションをまず試すことが推奨されています。また、Linux環境であれば、rolling ROCmバイナリを利用することも可能です。

macOS(Mシリーズ)ユーザーは、koboldcpp-mac-arm64 バイナリを使用してください。

Android(Termux)環境で手動セットアップを行う場合は、以下の手順でビルドできます。

pkg update
pkg upgrade
pkg install openssl wget git python clang make
git clone https://github.com/LostRuins/koboldcpp.git
cd koboldcpp
make
python koboldcpp.py --model /path/to/model.gguf

前回の記事からの更新履歴

当サイトがGitHubのリリース一覧から機械的にまとめた、この版と前回取り上げた版の間に出た版です(単独記事にはしていません)。 全ての版はエンジン別ページにあります。

版 公開日 リリースノート
v1.124.1 2026-10-31 GitHub
v1.124.2 2026-10-31 GitHub

関連記事

次に読むなら

出典