Laguna S 2.1：Poolside 的開放權重程式碼模型，實力遠超其體量（與價格）

2026 年 7 月 21 日，Poolside 發布了Laguna S 2.1——一個 1,180 億參數的開放權重程式設計模型，每個權杖僅約 80 億個活躍參數——並將其宣傳為「西方最強大的開放權重模型」，以及對 DeepSeek 和 Qwen 的回應。重點不是它擊敗了所有封閉式前沿系統，而是它在代理式程式設計基準測試中，以每百萬權杖 $0.10 / $0.20 的成本，擊敗了規模大它好幾倍的模型。本指南涵蓋 Laguna S 2.1 究竟是什麼、它的思考模式、哪些是獨立驗證與廠商報告的內容、它的成本、如何執行它，以及誰應該使用它。

以下每一項數據都標註了來源。Laguna 的主要成績均由 Poolside 自行提報（取自其發表資料與 Hugging Face 模型卡），除非另註明具名的第三方；在獨立實驗室確認之前，請將這些成績視為由廠商自行執行。基準測試與價格隨時變動——編列預算前請先確認。

TL;DR。Laguna S 2.1 是一個開源權重、MoE 編碼模型（總參數 118B，活躍參數約 8B），支援最多 1M 上下文，並提供「思考/不思考」切換，價格僅為每 1M 個 token 輸入 0.10 美元、輸出 0.20 美元——僅為大多數競爭對手的一小部分。Poolside 報告其在 SWE-Bench Multilingual 上達到 78.5%（領先公開披露尺寸的模型），在 Terminal-Bench 2.1 上達到 70.2%，在 DeepSWE v1.1 上達到 40.4%（而 DeepSeek-V4-Pro-Max 為 9.0%）——活躍參數約為其六分之一。這是我們所見過的最佳開源權重編碼性價比選項，但封閉的前沿模型如Claude Fable 5, Claude Opus 5, and Kimi K3仍然在多個絕對基準測試中領先。如果你想要一個便宜、可自行託管的編碼器，且性能超越其權重級別，那麼 Laguna S 2.1 就是答案；如果你需要絕對頂尖的編碼準確度，那麼前沿旗艦仍然勝出。

重點摘要

每美元最強的開放權重程式碼能力。每 100 萬個 token 收費 $0.10/$0.20，該模型在 SWE-Bench Multilingual 上領先公開揭露規模的模型（78.5%）。

• 以小搏大。約 8B 活躍參數，卻能在 Terminal-Bench 2.1 和 SWE-Bench Pro 上匹敵甚至超越規模遠大得多的模型。

• 開放權重且可自行架設。權重位於 Hugging Face（poolside/Laguna-S-2.1）——你可以在自己的環境中執行。

• 思考模式主導分數表現。最大思考量讓 DeepSWE 從 16.5% 提升到 40.4% —— 很強大，但會消耗推理 token，所以要為此預留預算。

• 並非絕對的第一名。封閉式前沿旗艦模型（Fable 5、Opus 5、Kimi K3）仍在多項絕對程式碼基準測試中領先；Laguna 的主張在於同級別與價格，而非榜首位置。

閱讀本簡介時請注意：所有歸於 Poolside 的說法，皆為來自發布材料的廠商主張；若某項基準測試屬獨立評測，我們會註明來源。若某項獨立的一般智慧評分尚未公布，我們會如實說明，而非臆測——Laguna 是程式設計領域的專門模型，並非通用排行榜上的頂尖選手。

Laguna S 2.1 究竟是什麼

Laguna S 2.1 是 Poolside 的開放權重、代理式程式設計模型。在架構上，它是混合專家模型：總參數量為 118B，但每個 token 僅約啟用 8B，因此相對於其能力，服務成本低廉。它支援最高 100 萬 token 的上下文，並提供兩種運作模式：快速的「不思考」路徑，以及會為較難問題花費額外推理 token 的「思考」路徑。它專為程式設計與代理式工作打造：工具使用、函式呼叫、多步驟任務。Poolside 也推出較小型的同系列模型 Laguna XS 2.1（總參數 33B／約 3B 啟用），價格更低，為 $0.06 / $0.12。

最重要的是，權重是開放的，並發佈在 Hugging Face 上，因此不像封閉式 API 模型，你可以下載 Laguna S 2.1、在自己的基礎設施中運行、對它進行微調，並固定某個版本。這種組合——接近前沿的程式設計能力、極小的活躍參數量、開放權重，以及低到不能再低的價格——就是整套賣點，這也是為什麼 Poolside 將其定位為西方對 DeepSeek 和 Qwen 強大開放模型的回應。

最新消息：基準測試

這次發表的數據全都聚焦於程式設計。在 SWE-Bench Multilingual 上，Poolside 報告 78.5%，並稱這在已揭露規模的開放模型中領先。在 Terminal-Bench 2.1 上得分 70.2%。在 DeepSWE v1.1 上達到 40.4%——而 Poolside 最引人注目的比較是，這在同一測試上擊敗 DeepSeek-V4-Pro-Max 的 9.0%，且活躍參數約為後者的六分之一。在 Terminal-Bench 2.1 和 SWE-Bench Pro 上，Poolside 表示 Laguna S 2.1 可媲美或超越尺寸為其數倍的模型，包括 DeepSeek V4 Flash、NVIDIA 的 Nemotron 3 Ultra，以及 Thinking Machines 的 Inkling。

Poolside 本身採用的誠實說法是從模型量級來看，而非全面稱霸：像 Claude Fable 5 和 Kimi K3 這類封閉的前沿模型，在若干基準測試上仍居領先。因此，解讀 Laguna S 2.1 的正確方式是「你能從一個開放、約 8B 活躍參數、極其便宜的模型身上獲得的最大能力」，而不是「當今最強的程式設計模型」。

思考模式：效能從何而來

Laguna S 2.1 的主要評分成績大幅依賴其「最大思考」模式。最明顯的例子是 DeepSWE v1.1，分數從不思考的 16.5% 躍升至最大思考的 40.4%——模型在基準測試中的大部分實力，都來自讓它進行推理。Terminal-Bench 2.1 也呈現相同模式（60.4% → 70.2%）。這對成本與延遲至關重要：思考模式會消耗額外的推理 token，因此儘管每 token 的價格很低，但以最大思考執行困難任務時，會比不思考路徑使用更多 token（且耗時更長）。實務上，你會以不思考模式執行例行補全，以換取速度與成本，只在困難、多步驟的問題上切換到思考模式——此時準確度的躍升值得這些 token 的付出——這是前沿模型上出現的努力程度調節旋鈕，在程式設計領域的具體迴響。

基準深入剖析：這些程式設計測驗究竟衡量什麼

SWE-Bench Multilingual將知名的 SWE-bench（解決真實 GitHub 問題）擴展到多種程式語言，因此 78.5% 是實用跨語言錯誤修復能力的有力訊號——而「在開放且已揭露規模的模型中領先」是一項有意義的主張，儘管是廠商自述。Terminal-Bench 2.1測試模型是否能操作真實終端機端到端完成任務，這比單次程式碼補全更接近自主編碼代理實際做的事。DeepSWE v1.1是更困難的代理式軟體工程套件；40.4%（相較於 DeepSeek-V4-Pro-Max 的 9.0%）是 Laguna 最吸睛的數字，正因為這是對上規模大得多的模型時所呈現的巨大差距。

讓這點保持誠實的注意事項是：這些是截至發布時由 Poolside 自行跑出的結果，目前尚無已公布的 Artificial Analysis Intelligence Index 或獨立的 SWE-bench Verified 分數可供 Laguna S 2.1 參考。因此，在第三方確認之前，請將這些領先地位的主張視為廠商自行報告的結果；同時請記住，Laguna 是程式設計領域的專門模型——它並非定位為通用推理的領導者，也不應期待它在通用智慧指數中名列前茅。

實際上要花多少成本

這就是 Laguna S 2.1 真正具有顛覆性的地方。以每 100 萬個 token 輸入 $0.10／輸出 $0.20 計算，一次具代表性的程式編寫呼叫為 15,000 個輸入與 3,000 個輸出 token，成本是 15k × $0.10/1M + 3k × $0.20/1M = $0.0015 + $0.0006 = 約 $0.0021——大約五分之一美分。同樣的呼叫若改用 Claude Opus 5（$5/$25）這類前沿模型，成本約為 $0.15——幾乎高出 70 倍。即使面對便宜競爭對手，Laguna 也更具價格優勢：它的定位低於 DeepSeek 的定價。需要加註星號的是思考模式——在最大思考量下執行困難任務時，可能產生數倍以上的輸出 token，因此一次「$0.0006 輸出」的呼叫可能變成幾美分。但即使成本被放大，相較於封閉式前沿模型，這筆費用仍是四捨五入後的誤差。對於高頻量的程式編寫自動化——CI 機器人、大量重構、代理程式群——這樣的經濟效益很難反駁，尤其你還可以自行託管，完全消除按 token 計費的成本。

如何存取並執行 Laguna S 2.1

由於權重是開放的，你有兩條路可走。你可以透過託管供應商（它會出現在 OpenRouter 等聚合平台上）以 $0.10/$0.20 的費率呼叫它，這是最快的試用方式。或者，你可以從 Hugging Face（poolside/Laguna-S-2.1）下載權重並自行託管——讓程式碼與資料留在你的環境中、在你的儲存庫上微調、針對你的硬體進行量化，並將成本上限控制在你的基礎設施。當你想在本機執行更小、更便宜的模型時，XS 變體（33B-A3B）就是選項。無論哪種方式，它都提供工具使用與函式呼叫，因此可直接嵌入代理式程式設計框架。

適用對象：三種情境

1. 以有限預算實現大量程式碼自動化

如果你執行 CI 自動修復機器人、大量遷移或大型代理程式叢集，而 token 成本會不斷累積，那麼 Laguna S 2.1 的價格將帶來革命性改變——例行工作採用 no-thinking，棘手情況則採用 thinking。這是它最強大的使用情境。

2. 必須自行託管程式碼模型的團隊

對於無法將專有程式碼送到封閉式 API 的組織來說，一款在同級中領先的開放權重程式碼模型，正是長久以來所缺的。Laguna S 2.1（若硬體較小，則用 XS）提供你完全掌控、接近前沿的程式碼能力。

3. 對成本敏感、打造程式設計產品的新創公司

如果你的產品利潤取決於推論成本，Laguna 讓你以遠低於前沿價格的成本提供 AI 程式設計功能——只把前沿旗艦模型保留給使用者遇到的最困難請求。

何時不應使用

當你需要絕對最佳的程式編寫準確度，而且願意為此付費時，不要選用 Laguna S 2.1——封閉式前沿模型（Fable 5 的 95.0% SWE-bench Verified、Opus 5 的綜合指數第 1 名、Kimi K3 的 Frontend Coding Arena 第 1 名）在數項基準測試上仍居領先。不要將它用於通用推理、多模態或非程式編寫任務——它是程式編寫專家，沒有通用智慧的資歷。也不要假設那些亮眼數字在 no-thinking 模式下依然成立；如果你為了成本而停用思考，請針對你實際會得到的較低分數進行基準測試。

決策檢查清單

• 若符合以下情況，請選擇 Laguna S 2.1：你想要最便宜且堪用的開放權重程式設計模型、你必須自行託管，或你執行以成本為主要考量的高流量程式設計自動化。

• 若您需要絕對頂尖的程式碼準確度、通用推理或多模態能力，且預算許可，請改選前沿旗艦模型。

• 若符合以下情況，兩者都執行：將日常例行編碼預設交由 Laguna，並將最艱難的任務升級至前沿模型，全部置於單一端點之後。

常見問題

Laguna S 2.1 多少錢？

每 1M 輸入 token 為 $0.10，每 1M 輸出為 $0.20——而較小的 Laguna XS 2.1 則為 $0.06 / $0.12。它是目前最便宜且具備實力的程式設計模型之一，而且由於是開放權重，你可以自行託管以消除按 token 計費的成本。[OpenRouter/BenchLM]

Laguna S 2.1 是開源的嗎？

它是開放權重的：模型權重已發佈在 Hugging Face（poolside/Laguna-S-2.1）上，因此你可以下載、執行並微調它。請針對你的特定用途查看 Poolside 的授權條款。

就程式設計而言，它比 DeepSeek 或 Qwen 更好嗎？

Poolside 將其定位為西方對它們的回應，並宣稱在 DeepSWE 上以遠少得多的活躍參數擊敗 DeepSeek-V4-Pro-Max（40.4% 對 9.0%）。在公開、已揭露規模的程式設計基準上，根據 Poolside 的說法它領先——但這些是廠商自行執行的，因此請在你自己的儲存庫上驗證。

它能勝過前沿模型嗎？

並非全面勝出。像 Claude Fable 5、Claude Opus 5 和 Kimi K3 這類閉源旗艦模型，仍在多項絕對基準測試中領先。Laguna 的主張是同級別中最佳、每美元最佳，而非整體最佳。

什麼是思考模式？

在快速的不思考路徑與最大思考路徑之間切換；後者會花費額外的推理 token 來換取更高的準確率（例如 DeepSWE 16.5% → 40.4%）。例行工作使用不思考模式，困難任務則使用思考模式。

上下文視窗有多大？

最高可達 100 萬個 token，因此大型程式碼庫和冗長的代理程式對話紀錄都能容納。

我應該用 S 還是 XS？

Laguna S 2.1（118B/8B）適合用於最強的程式碼編寫；Laguna XS 2.1（33B/3B）則適合在你想要更小、更便宜地自行託管，或以極高流量提供服務時使用。

總結

Laguna S 2.1 是迄今同尺寸中最具吸引力的開放權重程式開發模型：118B/8B MoE，支援最高 100 萬 token 上下文與思考模式切換，價格僅 $0.10 / $0.20，Poolside 表示其在 SWE-Bench Multilingual（78.5%）上領先已公開規模的開放模型，並在代理式程式開發測試中擊敗規模大得多的對手。它並非絕對最強的程式開發模型——封閉式前沿旗艦模型仍在多項基準測試中領先——而且其主要分數依賴會消耗 token 的思考模式。但若論便宜、可自行託管、大量程式開發，同量級中無人能敵。透過 OrcaRouter 的單一 OpenAI 相容端點，將 Laguna S 2.1 與所有前沿旗艦模型一起路由，並把大部分程式開發流量導給它，只將最困難的任務升級處理。