Laguna S 2.1：Poolside 的开放权重编程模型，实力远超其体量（和价格）

2026年7月21日，Poolside 发布了Laguna S 2.1——一个拥有 1180 亿参数、每 token 仅约 80 亿活跃参数的开放权重编程模型——并将其宣传为“西方能力最强的开放权重模型”，以及其对 DeepSeek 和 Qwen 的回应。最引人注目的并不是它击败了所有闭源前沿系统，而是它在智能体编程基准上击败了规模数倍于它的模型，同时成本仅为每百万 token 0.10 美元 / 0.20 美元。本指南涵盖 Laguna S 2.1 究竟是什么、其思考模式、哪些结果来自独立评估、哪些来自厂商报告、其成本、如何运行它，以及谁应该使用它。

下文的每个数字都标注了来源。除非引用了具名第三方，否则 Laguna 的主要评分均由 Poolside 报告（来自其发布材料和 Hugging Face 模型卡）；在独立实验室确认之前，请将这些评分视为厂商自行运行的结果。基准测试和价格会变动——在投入预算前请核实。

TL;DR。Laguna S 2.1 是一个开放权重、MoE 编码模型（总参数 118B / 激活参数约 8B），支持最高 1M 上下文，并带有“思考 / 非思考”切换开关，定价仅为每 100 万 tokens 输入 $0.10 / 输出 $0.20——只有大多数竞争对手的一小部分。Poolside 报告称，其在 SWE-Bench Multilingual 上达到 78.5%（在已披露规模的开放模型中领先），在 Terminal-Bench 2.1 上达到 70.2%，在 DeepSWE v1.1 上达到 40.4%（相比之下 DeepSeek-V4-Pro-Max 为 9.0%）——而激活参数大约只有后者的六分之一。它是我们见过的每美元编码性能最佳的开放权重选项，但像 Claude Fable 5、Claude Opus 5以及 Kimi K3 这样的闭源前沿模型在多项绝对基准上仍然领先。如果你想要一个便宜、可自托管、且编码表现超越其参数级别的模型，Laguna S 2.1 就是答案；如果你需要最顶尖的编码准确率，前沿旗舰模型仍然更胜一筹。

关键要点

• 每美元性价比最高的开放权重编码模型。该模型在 SWE-Bench Multilingual（78.5%）上领先于公开披露规模的开放模型，每 100 万 token 收费 $0.10/$0.20。

• 以小博大。约 80 亿活跃参数，却能在 Terminal-Bench 2.1 和 SWE-Bench Pro 上匹敌甚至超越规模大得多的模型。

• 开放权重且可自托管。权重已在 Hugging Face（poolside/Laguna-S-2.1）上发布——你可以在自己的环境中运行它。

• 思考模式决定得分。最大思考可将 DeepSWE 从 16.5% 提升至 40.4%——虽然强大，但会消耗推理 token，因此要为此预留预算。

并非绝对的 #1。闭源前沿旗舰（Fable 5、Opus 5、Kimi K3）仍在多项绝对编程基准上领先；Laguna 的主张在于量级与价格，而非榜首之位。

阅读本简报须知：凡归于 Poolside 的内容，均为来自发布材料的厂商说法；若某项基准测试为独立测试，我们会注明来源。若某项独立的通用智能评分尚未公布，我们会如实说明，而不是猜测——Laguna 是编程领域的专才，并非通用排行榜的榜首。

Laguna S 2.1 究竟是什么

Laguna S 2.1 是 Poolside 的开放权重智能体编程模型。在架构上，它是一个专家混合模型：总参数为 118B，但每个 token 仅激活约 8B 参数，因此相对于其能力而言，服务成本很低。它支持最高 100 万 token 的上下文，并有两种运行模式——快速的“无思考”路径，以及会为更难问题消耗额外推理 token 的“思考”路径。它专为编程和智能体工作而构建：工具使用、函数调用、多步骤任务。Poolside 还推出了更小的兄弟模型 Laguna XS 2.1（总计 33B / 约 3B 激活），价格更低，为 $0.06 / $0.12。

关键在于，权重是开放的，并已发布在 Hugging Face 上，因此与闭源 API 模型不同，你可以下载 Laguna S 2.1，在自己的基础设施中运行、微调并固定某个版本。这种组合——接近前沿的编程能力、极小的活跃参数数量、开放权重以及极低的价格——正是全部卖点所在，也正是 Poolside 将其定位为西方对 DeepSeek 和 Qwen 强大开放模型的回应原因。

新内容：基准测试

发布数据全都围绕编程。在 SWE-Bench Multilingual 上，Poolside 报告 78.5%，并称这一成绩在已披露规模的开放模型中领先。在 Terminal-Bench 2.1 上得分 70.2%。在 DeepSWE v1.1 上达到 40.4%——而 Poolside 最引人注目的对比是，在活跃参数约为后者六分之一的情况下，这一成绩在同一测试上超过了 DeepSeek-V4-Pro-Max 的 9.0%。在 Terminal-Bench 2.1 和 SWE-Bench Pro 上，Poolside 表示 Laguna S 2.1 可媲美或超越规模数倍于它的模型，包括 DeepSeek V4 Flash、NVIDIA 的 Nemotron 3 Ultra 以及 Thinking Machines 的 Inkling。

Poolside 自己采用的诚实表述关乎量级，而非绝对领先地位：Claude Fable 5、Kimi K3 等闭源前沿模型在多项基准测试上仍然领先。因此，解读 Laguna S 2.1 的正确方式是“你能从开源、约 8B 激活参数、极其廉价的模型中获得的最大能力”，而不是“绝对最强的编程模型”。

思考模式：性能从何而来

Laguna S 2.1 的主打成绩在很大程度上依赖于其"最大思考"模式。最明显的例子是 DeepSWE v1.1：分数从无思考模式下的 16.5% 跃升至最大思考模式下的 40.4%——该模型在基准测试中的大部分实力都源自让它进行推理。Terminal-Bench 2.1 呈现出同样的规律（60.4% → 70.2%）。这对成本和延迟都有影响：思考模式会消耗额外的推理 token，因此，尽管单个 token 的价格很低，但以最大思考模式运行一道难题会比无思考路径消耗更多 token（也更耗时）。在实际使用中，日常的补全任务可以走无思考模式，以兼顾速度与成本；只有面对那些准确率提升值得多花 token 的困难、多步骤问题时，才切换到思考模式——这可以说是前沿模型上出现的"effort"调节旋钮在编程领域的一个对应版本。

基准深度解析：这些编程测试究竟衡量什么

SWE-Bench Multilingual将广为人知的 SWE-bench（解决真实的 GitHub 问题）扩展到多种编程语言，因此 78.5% 是其实用跨语言缺陷修复能力的有力信号——而“在公开披露规模的模型中领先”虽然出自厂商说法，但仍是一项有意义的声明。Terminal-Bench 2.1测试模型能否操作真实终端端到端完成任务，这比单次代码补全更接近自主编码智能体的实际工作方式。DeepSWE v1.1是更难的智能体式软件工程套件；40.4%（对比 DeepSeek-V4-Pro-Max 的 9.0%）是 Laguna 最亮眼的数据，正是因为它相对于一个大得多的模型形成了巨大差距。

需要说明的是，为了保持客观：这些是发布时由 Poolside 运行得到的结果，目前还没有针对 Laguna S 2.1 公开发布的 Artificial Analysis Intelligence Index 或独立的 SWE-bench Verified 数据。因此，在第三方确认之前，请把这些领先性说法视为厂商自报；同时请记住，Laguna 是编码专用模型——它并未被定位为通用推理领域的领先者，也不应指望它在通用智能指数上位居榜首。

实际要付出什么代价

这正是 Laguna S 2.1 真正具有颠覆性的地方。每 100 万 tokens 输入 $0.10 / 输出 $0.20，一次典型的编码调用包含 15,000 个输入 token 和 3,000 个输出 token，成本为 15k × $0.10/1M + 3k × $0.20/1M = $0.0015 + $0.0006 = 约 $0.0021——大约五分之一美分。同样的调用在 Claude Opus 5（$5/$25）这样的前沿模型上约为 $0.15——高出近 70 倍。即便与低价竞争对手相比，Laguna 也更便宜：其定价低于 DeepSeek。星号标注的是思考模式——高难度任务在最大思考模式下可能生成数倍多的输出 token，因此一次“$0.0006 输出”的调用可能变成几美分。但即便成本被抬高，与闭源前沿模型相比，这点成本也只是零头。对于高并发的编码自动化——CI 机器人、批量重构、智能体集群——其经济性很难被质疑，尤其是你还可以自托管，从而完全消除按 token 计费的成本。

如何访问并运行 Laguna S 2.1

由于权重开放，你有两条路径。你可以通过托管提供商调用它（它会出现在 OpenRouter 等聚合平台上），费率为 $0.10/$0.20，这是试用它最快的方式。或者，你可以从 Hugging Face（poolside/Laguna-S-2.1）下载权重并自行托管——将代码和数据保留在你的环境中，在你的代码仓库上微调，针对你的硬件进行量化，并将成本上限控制在你自己的基础设施上。如果你想在本地运行更小、更便宜的模型，可以选择 XS 变体（33B-A3B）。无论哪种方式，它都提供工具使用和函数调用能力，因此可直接接入智能体编码框架。

目标用户：三种场景

1. 低成本的大规模编码自动化

如果你运行 CI 修复机器人、批量迁移或大规模 agent 集群，且 token 成本会不断叠加，那么 Laguna S 2.1 的价格极具颠覆性——常规工作使用 no-thinking，复杂情况使用 thinking。这是它最强的用例。

2. 必须自行托管代码模型的团队

对于无法将专有代码发送到闭源 API 的组织来说，一个在其尺寸级别中领先的开放权重编程模型，正是一直缺失的东西。Laguna S 2.1（或面向更小硬件的 XS）为你提供接近前沿、且完全由你掌控的编程能力。

3. 对成本敏感的初创公司打造编程产品

如果你的产品利润率取决于推理成本，Laguna 就能让你以仅为前沿价格零头的成本提供 AI 编程功能——只把前沿旗舰模型留给用户遇到的最难请求。

何时不应使用它

当你需要绝对最佳的编码准确性并且愿意为此付费时，不要选择 Laguna S 2.1——闭源前沿模型（Fable 5 的 95.0% SWE-bench Verified、Opus 5 的通用指数第一、Kimi K3 的 Frontend Coding Arena 第一）仍在多项基准测试中领先。不要将其用于通用推理、多模态或非编码任务——它是编码专才，没有通用智能的血统。也不要假设这些头条数字在无思考模式下依然成立；如果你为了控制成本而禁用思考，请针对你实际会得到的较低分数进行基准测试。

决策清单

• 如果符合以下情况，请选择 Laguna S 2.1：你想要最便宜且能胜任的开放权重编程模型、必须自托管，或者运行成本占主导的大规模编程自动化。

• 如果符合以下情况，请改选前沿旗舰模型：你需要顶尖的编码准确率、通用推理或多模态能力，并且预算允许。

• 在以下情况下同时运行两者：将日常编码默认交给 Laguna，并将最困难的任务升级到前沿模型，且都通过同一个端点。

常见问题

Laguna S 2.1 多少钱？

每 100 万输入 token 0.10 美元，每 100 万输出 token 0.20 美元——更小的 Laguna XS 2.1 则为 0.06 / 0.12 美元。它是目前可用的最便宜且能力出色的编程模型之一，而且由于是开放权重，你可以自托管以消除按 token 计费的成本。[OpenRouter/BenchLM]

Laguna S 2.1 是开源的吗？

它是开放权重的：模型权重已发布在 Hugging Face（poolside/Laguna-S-2.1）上，因此你可以下载、运行并微调它。具体用途请查看 Poolside 的许可证。

对于编程来说，它比 DeepSeek 或 Qwen 更好吗？

Poolside 将其定位为西方对它们的回应，并报告称在 DeepSWE 上以远更少的活跃参数击败了 DeepSeek-V4-Pro-Max（40.4% 对 9.0%）。据 Poolside 称，在公开的、已披露规模的编程基准测试中它处于领先——但这些测试由厂商自行运行，因此请在你自己的代码仓库中进行验证。

它能超越前沿模型吗？

并非绝对如此。像 Claude Fable 5、Claude Opus 5 和 Kimi K3 这样的闭源旗舰模型，仍在多项绝对基准测试中保持领先。Laguna 所宣称的是同量级最佳、每美元最佳，而非整体最佳。

什么是思考模式？

在快速的无思考路径与最大思考路径之间切换，后者会消耗额外的推理 token 以换取更高的准确率（例如，DeepSWE 16.5% → 40.4%）。日常工作使用无思考模式，困难任务使用思考模式。

上下文窗口是什么？

最高支持 100 万 tokens，因此大型代码库和较长的智能体对话记录都能容纳。

我应该用 S 还是 XS？

Laguna S 2.1（118B/8B）适合最强的编码任务；当你想要更小、更便宜、可自托管或以极高规模提供服务时，选择 Laguna XS 2.1（33B/3B）。

底线

Laguna S 2.1 是迄今为止同规模中最引人注目的开放权重编程模型：一个 118B/8B MoE，支持最高 1M 上下文和思考开关，定价仅为惊人的 $0.10 / $0.20；Poolside 称其在 SWE-Bench Multilingual 上以 78.5% 领先所有公开披露规模的开放模型，并在智能体编程测试中击败规模大得多的对手。它并非绝对最强的编程模型——闭源前沿旗舰仍在多项基准上领先——而且其亮眼分数依赖会消耗 token 的思考模式。但对于低成本、可自托管、高并发的编程任务，其量级内无可匹敌。在 OrcaRouter 上，通过一个 OpenAI 兼容端点，将 Laguna S 2.1 与所有前沿旗舰一同路由，并把大部分编程流量交给它，只将最难的任务升级处理。