Laguna S 2.1: Model kodowania o otwartej wadze od Poolside, który bije znacznie powyżej swojej wagi (i ceny)

21 lipca 2026 roku firma Poolside wypuściła Laguna S 2.1 — model kodowania o otwartej wadze ze 118 miliardami parametrów, z których tylko około 8 miliardów jest aktywnych na token — reklamując go jako „najbardziej wydajny model o otwartej wadze na Zachodzie” i swoją odpowiedź na DeepSeek i Qwen. Nagłówek nie mówi, że bije każdy zamknięty system graniczny; mówi, że bije modele wielokrotnie większe od siebie w testach kodowania agentowego, kosztując przy tym 0,10 / 0,20 dolara za milion tokenów. Ten przewodnik omawia, czym tak naprawdę jest Laguna S 2.1, jego tryb myślenia, co jest raportowane niezależnie, a co przez dostawcę, ile kosztuje, jak go uruchomić i kto powinien go używać.

Każda poniższa liczba jest oznaczona źródłem. Wyniki główne Laguny są raportowane przez Poolside (z materiałów uruchomieniowych i karty Hugging Face), chyba że cytowana jest nazwana strona trzecia; traktuj je jako prowadzone przez dostawcę, dopóki niezależne laboratoria nie potwierdzą. Benchmarki i ceny się zmieniają — zweryfikuj przed zobowiązaniem budżetu.

TL;DR. Laguna S 2.1 to model kodowania o otwartej wadze, oparty na architekturze MoE (118B całkowitych / ~8B aktywnych), z kontekstem do 1M i przełącznikiem „myślenie / brak myślenia”, w cenie zaledwie 0,10 USD za wejście / 0,20 USD za wyjście na 1M tokenów — ułamek kosztów większości rywali. Poolside podaje 78,5% w SWE-Bench Multilingual (wiodący wśród modeli o ujawnionym rozmiarze), 70,2% w Terminal-Bench 2.1 i 40,4% w DeepSWE v1.1 (w porównaniu z 9,0% DeepSeek-V4-Pro-Max) — przy około jednej szóstej aktywnych parametrów. To najlepsza opcja otwartej wagi w kategorii kodowania za dolara, jaką widzieliśmy, ale zamknięte modele graniczne takie jak Claude Fable 5, Claude Opus 5, i Kimi K3 wciąż przodują w kilku absolutnych benchmarkach. Jeśli potrzebujesz taniego, możliwego do samodzielnego hostowania kodera, który przewyższa swoją klasę wagową, Laguna S 2.1 jest tym, czego szukasz; jeśli potrzebujesz absolutnie najwyższej dokładności kodowania, flagowy model graniczny wciąż wygrywa.

Najważniejsze wnioski

• Najlepsze kodowanie z otwartymi wagami w przeliczeniu na dolara. $0.10/$0.20 za 1M tokenów dla modelu, który przewodzi otwartym modelom o ujawnionych rozmiarach w SWE-Bench Multilingual (78,5%).

• Bije powyżej swojej wagi. ~8B aktywnych parametrów, a jednak dorównuje lub pokonuje znacznie większe modele w Terminal-Bench 2.1 i SWE-Bench Pro.

• Otwarte wagi i możliwość samodzielnego hostowania. Wagi na Hugging Face (poolside/Laguna-S-2.1) — możesz uruchomić je we własnym środowisku.

• Tryb myślenia napędza wyniki. Maksymalne myślenie podnosi DeepSWE z 16,5% do 40,4% — potężne, ale zużywa tokeny rozumowania, więc zaplanuj na to budżet.

• Nie absolutny #1. Zamknięte flagowce graniczne (Fable 5, Opus 5, Kimi K3) wciąż prowadzą w kilku absolutnych benchmarkach kodowania; twierdzenie Laguny dotyczy klasy wagowej i ceny, a nie szczytu rankingu.

Uwaga dotycząca czytania tego briefu: wszystko przypisywane Poolside to twierdzenia dostawcy z materiałów startowych; jeśli benchmark jest niezależny, podajemy źródło. Jeśli niezależny wynik ogólnej inteligencji nie jest opublikowany, mówimy to, a nie zgadujemy — Laguna jest specjalistą od kodowania, a nie liderem ogólnego rankingu.

Czym tak naprawdę jest Laguna S 2.1

Laguna S 2.1 to model kodowania agentowego o otwartej wadze firmy Poolside. Architektonicznie jest to mieszanka ekspertów: łączne parametry to 118B, ale na token aktywowane jest tylko około 8B, dlatego jego serwowanie jest tanie w stosunku do jego możliwości. Obsługuje kontekst do 1 miliona tokenów oraz dwa tryby pracy — szybką ścieżkę „no-thinking" oraz ścieżkę „thinking", która poświęca dodatkowe tokeny rozumowania na trudniejsze problemy. Został stworzony do kodowania i pracy agentowej: używanie narzędzi, wywoływanie funkcji, zadania wieloetapowe. Poolside oferuje także mniejszy model, Laguna XS 2.1 (łączne 33B / ~3B aktywne), w jeszcze niższej cenie $0,06 / $0,12.

Kluczowe jest to, że wagi są otwarte i opublikowane na Hugging Face, więc w przeciwieństwie do zamkniętego modelu API możesz pobrać Laguna S 2.1, uruchomić go na własnej infrastrukturze, dostroić go i przypisać wersję. To połączenie — kodowanie na poziomie zbliżonym do czołówki, niewielka liczba aktywnych parametrów, otwarte wagi i bardzo niska cena — stanowi całą propozycję i dlatego Poolside przedstawia go jako zachodnią odpowiedź na silne otwarte modele od DeepSeek i Qwen.

Co nowego: benchmarki

Liczby dotyczące premiery dotyczą wyłącznie kodowania. W SWE-Bench Multilingual Poolside raportuje 78,5%, co według nich prowadzi wśród otwartych modeli o ujawnionym rozmiarze. W Terminal-Bench 2.1 osiąga 70,2%. W DeepSWE v1.1 sięga 40,4% – a najbardziej uderzające porównanie Poolside jest takie, że to bije 9,0% DeepSeek-V4-Pro-Max w tym samym teście przy mniej więcej jednej szóstej aktywnych parametrów. W Terminal-Bench 2.1 i SWE-Bench Pro Poolside twierdzi, że Laguna S 2.1 dorównuje lub przewyższa modele kilkukrotnie większe, w tym DeepSeek V4 Flash, NVIDIA's Nemotron 3 Ultra i Thinking Machines' Inkling.

Uczciwe ramy, których używa samo Poolside, dotyczą kategorii wagowej, a nie całkowitej suprematii: zamknięte modele graniczne, takie jak Claude Fable 5 i Kimi K3, wciąż prowadzą w kilku benchmarkach. Właściwym sposobem odczytania Laguna S 2.1 jest „największa wydajność, jaką można uzyskać z otwartego, ~8B-active, bardzo taniego modelu”, a nie „najlepszy koder w ogóle”.

Thinking mode: where the performance comes from

Wyniki Laguna S 2.1 w kluczowych testach w dużej mierze opierają się na jej trybie „maksymalnego myślenia”. Najwyraźniejszym przykładem jest DeepSWE v1.1, gdzie wynik skacze z 16,5% bez myślenia do 40,4% przy maksymalnym myśleniu – większość siły benchmarkowej modelu pochodzi z pozwolenia mu na wnioskowanie. Terminal-Bench 2.1 wykazuje ten sam wzór (60,4% → 70,2%). Ma to znaczenie dla kosztów i opóźnień: tryb myślenia zużywa dodatkowe tokeny rozumowania, więc choć cena za token jest niska, trudne zadanie uruchomione przy maksymalnym myśleniu zużywa więcej tokenów (i trwa dłużej) niż ścieżka bez myślenia. W praktyce rutynowe uzupełnienia uruchamiałbyś w trybie bez myślenia dla szybkości i niskiego kosztu, a przełączałbyś się na myślenie tylko w przypadku trudnych, wieloetapowych problemów, gdzie wzrost dokładności jest wart dodatkowych tokenów – jest to echo pokręteł wysiłku pojawiających się w modelach granicznych, ale w kontekście kodowania.

Dogłębna analiza benchmarków: co mierzą te testy kodowania

SWE-Bench Multilingual rozszerza dobrze znany SWE-bench (rozwiązywanie rzeczywistych problemów z GitHub) na wiele języków programowania, więc 78,5% jest silnym sygnałem praktycznego, międzyjęzykowego usuwania błędów — a stwierdzenie "leads open disclosed-size models" jest znaczącym, choć pochodzącym od dostawcy, twierdzeniem. Terminal-Bench 2.1 testuje, czy model może obsługiwać prawdziwy terminal, aby wykonać zadania od początku do końca, co jest bliższe rzeczywistemu działaniu autonomicznego agenta kodującego niż jednorazowe uzupełnianie kodu. DeepSWE v1.1 jest trudniejszym zestawem narzędzi do inżynierii oprogramowania agentowego; wynik 40,4% (w porównaniu z 9,0% DeepSeek-V4-Pro-Max) to najbardziej efektowna liczba Laguny właśnie dlatego, że jest to duża różnica w porównaniu z dużo większym modelem.

Zastrzeżenie, które zapewnia uczciwość: są to wyniki przeprowadzone przez Poolside w momencie premiery, a dla Laguna S 2.1 nie opublikowano jeszcze indeksu Artificial Analysis Intelligence ani niezależnej wartości SWE-bench Verified. Dlatego traktuj deklaracje o przewadze jako informacje od dostawcy, dopóki nie potwierdzi ich strona trzecia, i pamiętaj, że Laguna to specjalista od kodowania – nie jest pozycjonowana jako lider w dziedzinie ogólnego rozumowania i nie należy oczekiwać, że znajdzie się na szczycie indeksu ogólnej inteligencji.

Ile to kosztuje w praktyce

To tutaj Laguna S 2.1 jest naprawdę przełomowa. Przy $0.10 za wejście / $0.20 za wyjście na 1M tokenów reprezentatywne wywołanie programistyczne z 15 000 tokenów wejściowych i 3 000 wyjściowych kosztuje 15k × $0.10/1M + 3k × $0.20/1M = $0.0015 + $0.0006 = około $0.0021 — mniej więcej jedna piąta centa. To samo wywołanie na modelu granicznym, takim jak Claude Opus 5 ($5/$25), to około $0.15 — prawie 70× więcej. Nawet w porównaniu z tanimi rywalami Laguna jest tańsza: znajduje się poniżej cennika DeepSeek. Gwiazdka oznacza tryb myślenia — trudne zadanie przy maksymalnym myśleniu może wygenerować kilka razy więcej tokenów wyjściowych, więc wywołanie za „$0.0006 wyjścia” może kosztować kilka centów. Ale nawet zawyżona, cena ta jest błędem zaokrąglenia w porównaniu z zamkniętymi modelami granicznymi. W przypadku automatyzacji kodowania na dużą skalę — botów CI, masowych refaktoryzacji, flot agentów — ekonomika jest trudna do zakwestionowania, zwłaszcza że można również samodzielnie hostować, aby całkowicie wyeliminować koszt na token.

Jak uzyskać dostęp i uruchomić Laguna S 2.1

Ponieważ wagi są otwarte, masz dwie ścieżki. Możesz wywołać go przez hostowanych dostawców (pojawia się na agregatorach takich jak OpenRouter) w cenie $0.10/$0.20, co jest najszybszym sposobem na wypróbowanie. Albo możesz pobrać wagi z Hugging Face (poolside/Laguna-S-2.1) i hostować samodzielnie — trzymając kod i dane w swoim środowisku, dostrajając na swoich repozytoriach, kwantyzując dla swojego sprzętu i ograniczając koszty do swojej infrastruktury. Wariant XS (33B-A3B) to opcja, gdy chcesz uruchomić coś jeszcze mniejszego i tańszego lokalnie. W obu przypadkach udostępnia używanie narzędzi i wywoływanie funkcji, więc pasuje do agentycznych szkieł kodowania.

Dla kogo to jest: trzy scenariusze

1. Automatyzacja kodowania na dużą skalę przy ograniczonym budżecie

Jeśli uruchamiasz boty CI naprawiające błędy, masowe migracje lub duże floty agentów, gdzie koszt tokenów się kumuluje, cena Laguna S 2.1 jest przełomowa — używaj trybu bez myślenia dla rutynowych zadań, a myślenia dla trudnych przypadków. To jej najmocniejsze zastosowanie.

2. Zespoły, które muszą samodzielnie hostować modele kodu

Dla organizacji, które nie mogą wysyłać zastrzeżonego kodu do zamkniętego API, koder o otwartych wagach, który przewodzi w swojej klasie wielkości, jest dokładnie tym, czego brakowało. Laguna S 2.1 (lub XS dla mniejszego sprzętu) zapewnia kodowanie na pograniczu możliwości, które w pełni kontrolujesz.

3. Startupy wrażliwe na koszty tworzące produkty do kodowania.

Jeśli marże Twojego produktu zależą od kosztu inferencji, Laguna pozwala Ci oferować funkcje kodowania AI za ułamek cen granicznych — rezerwując flagowy model graniczny tylko dla najtrudniejszych zapytań Twoich użytkowników.

Kiedy nie używać

Nie sięgaj po Laguna S 2.1, gdy potrzebujesz absolutnie najlepszej dokładności kodowania i możesz za nią zapłacić — zamknięte modele graniczne (Fable 5 z 95,0% SWE-bench Verified, Opus 5 z #1 w ogólnym indeksie, Kimi K3 z #1 w Frontend Coding Arena) wciąż prowadzą w kilku benchmarkach. Nie używaj go do ogólnego rozumowania, multimodalności ani zadań niekodowych — to specjalista od kodowania bez rodowodu ogólnej inteligencji. I nie zakładaj, że czołowe liczby utrzymują się w trybie bez myślenia; jeśli wyłączysz myślenie dla oszczędności, zmierz niższe wyniki, które faktycznie otrzymasz.

Lista kontrolna decyzji

• Wybierz Laguna S 2.1, jeśli: chcesz najtańszego wydajnego kodera o otwartej wadze, musisz hostować samodzielnie lub prowadzisz wysokowydajną automatyzację kodowania, w której dominuje koszt.

• Wybierz zamiast tego flagowy model graniczny, jeśli: potrzebujesz absolutnie najwyższej dokładności kodowania, ogólnego rozumowania lub multimodalności — i możesz sobie na to pozwolić.

• Uruchom oba, jeśli: domyślne kodowanie rutynowe do Laguna i eskaluj najtrudniejsze zadania do modelu granicznego, za jednym punktem końcowym.

Często zadawane pytania

Ile kosztuje Laguna S 2.1?

0,10 $ za 1M tokenów wejściowych i 0,20 $ za 1M tokenów wyjściowych — a za mniejszy model Laguna XS 2.1 cena wynosi 0,06 $ / 0,12 $. To jeden z najtańszych wydajnych modeli do kodowania dostępnych na rynku, a ponieważ jest open-weight, możesz hostować go samodzielnie, eliminując koszt na token. [OpenRouter/BenchLM]

Czy Laguna S 2.1 jest open source?

Jest to model o otwartych wagach: wagi modelu są opublikowane na Hugging Face (poolside/Laguna-S-2.1), więc możesz go pobrać, uruchomić i dostroić. Sprawdź licencję Poolside dla swojego konkretnego zastosowania.

Czy jest lepszy od DeepSeek lub Qwen do kodowania?

Poolside pozycjonuje się jako zachodnia odpowiedź na nie i informuje o pokonaniu DeepSeek-V4-Pro-Max na DeepSWE (40,4% vs 9,0%) przy znacznie mniejszej liczbie aktywnych parametrów. W otwartych, ujawnionych pod względem rozmiaru benchmarkach kodowania prowadzi według Poolside — ale są one prowadzone przez dostawcę, więc zweryfikuj na własnych repozytoriach.

Czy przewyższa modele graniczne?

Nie do końca. Zamknięte flagowce, takie jak Claude Fable 5, Claude Opus 5 i Kimi K3, wciąż prowadzą w kilku absolutnych benchmarkach. Twierdzenie Laguny dotyczy najlepszego w swojej klasie wagowej i najlepszego stosunku jakości do ceny, a nie najlepszego ogólnie.

Czym jest tryb myślenia?

Przełącznik między szybką ścieżką bez myślenia a ścieżką maksymalnego myślenia, która wydaje dodatkowe tokeny wnioskowania dla wyższej dokładności (np. DeepSWE 16.5% → 40.4%). Używaj trybu bezmyślnego do rutynowej pracy, a trybu myślenia do trudnych zadań.

Co to jest okno kontekstowe?

Do 1M tokenów, więc mieszczą się duże bazy kodu i długie transkrypty agentów.

Czy użyć S czy XS?

Laguna S 2.1 (118B/8B) dla najsilniejszego kodowania; Laguna XS 2.1 (33B/3B) gdy potrzebujesz czegoś mniejszego i tańszego do samodzielnego hostowania lub obsługi przy bardzo dużej liczbie żądań.

Sedno sprawy

Laguna S 2.1 to najbardziej przekonujący model kodowania o otwartych wagach w swoim rozmiarze do tej pory: 118B/8B MoE z kontekstem do 1M i przełącznikiem myślenia, w cenie zaledwie 0,10 USD / 0,20 USD, który według Poolside przewodzi otwartym modelom o ujawnionym rozmiarze na SWE-Bench Multilingual (78,5%) i pokonuje znacznie większych rywali w testach kodowania agentowego. Nie jest to bezwzględnie najlepszy programista — zamknięte flagowe modele wciąż prowadzą w kilku benchmarkach — a jego główne wyniki opierają się na trybie myślenia, który zużywa tokeny. Ale w przypadku taniego, samodzielnego hostowania i kodowania o dużej objętości, nic w jego klasie wagowej nie jest w stanie konkurować. Kieruj Laguna S 2.1 wraz z każdym flagowym modelem przez jeden kompatybilny z OpenAI endpoint w OrcaRouter i wysyłaj mu większość swojego ruchu kodowania, eskalując tylko najtrudniejsze zadania.