Laguna S 2.1：小模型如何碾压大对手
我们刚刚发布了 Laguna S 2.1，这是一款在长周期任务和推理能力上取得重大突破的模型。作为拥有 118B 总参数、每 token 激活 8B 参数的 Mixture-of-Experts 模型，它支持高达 1M tokens 的上下文窗口。令人震惊的是，从训练启动到发布仅用了不到九周，在长周期编码基准测试中，它的表现甚至能与数倍于其规模的模型一较高下。我们不仅公布了各项基准分数，还开放了所有评估轨迹供公开下载。在 Terminal-Bench 2.1 等测试中，Laguna S 2.1 展现了惊人的资源利用效率，证明了在特定领域，小模型完全有能力挑战大模型的统治地位。
Laguna S 2.1 是我们目前能测量到的、在其重量级类别中能力最强的代理编码模型，且优势巨大。
HN 评论区
82- Lwerewolf
正在测试。至少可以说，它确实能与 DS4-Flash 一较高下。在我那个小型（且正如 Sol 所说，语义密度极高）的 C 语言测试代码库上，它发现了一些以前只有 gpt-5.2 才能找到的问题，但也做出了一个愚蠢的错误初步观察，认为 memfd_create()/mmap 被用于 IPC（有趣的是，Sol 在审查时也没注意到这点，直到我指出来）。关于与 deepseek v4 的对比——flash 和 pro 版本预计很快都会发布“通用可用性”版本（即经过充分后训练的），所以情况可能会在……嗯，一瞬间就发生变化，毕竟在当前环境下这已是常态。
总之，请继续发布。
- river_otter
嘿，这个模型可不是闹着玩的！令人兴奋的是，我们已经用它产出了可用的工作 PR。
- mchusma
太不可思议了。这绝对是今日的重磅发布。彻底碾压了 Google 的发布。
这里的定价简直惊人。这是首个能与 DeepSeek V4 Flash 抗衡的美国发布。对此非常期待。
- mark_l_watson
对我来说，poolside.ai 大约一周前“横空出世”，当时我发现了他们的本地编程工具链 'pool'，以及他们那个较小的 33G MOE 模型。在我的旧款 32G mac mini 上，它运行飞快且效果显著。做得真棒！！
我需要评估一下他们的大型托管模型。
- mft_
看起来令人印象深刻，而且这个尺寸适合家庭硬件实现。
不过，如果好心人能将其量化以便让我们这些只有 64GB 内存的穷人也用得上，那将不胜感激。（我知道可能会有性能下降，但有人报告说 Qwen 3.5 122B 的 2 bit 版本效果不错，而这个模型起点更高。至少值得一试。）
编辑：有人正在做这件事：https://huggingface.co/vcruz305/Laguna-S-2.1-GGUF