Laguna S 2.1
Poolside | 1,048,576 token context | $0.09/M input, $0.18/M output. Laguna S 2.1 হল PoolsideOpens in new tab-এর সর্বশেষ কোডিং এজেন্ট মডেল। Laguna S 2.1 একটি 118B মোট প্যারামিটার মডেল যার মধ্যে 8B সক্রিয় প্যারামিটার রয়েছে, Terminal-Bench 2.1-এ 70.2% এবং DeepSWE-তে 40.4% স্কোর করে, যা এটিকে তার শ্রেণীর মধ্যে অন্যতম শক্তিশালী কোডিং মডেল করে তোলে। OpenMDW-1.1 লাইসেন্সের অধীনে ওপেন-ওয়েট। Laguna S 2.1 সফটওয়্যার ইঞ্জিনিয়ারিং এবং এজেন্টিক কোডিং ব্যবহারের জন্য ডিজাইন করা হয়েছে, এবং আপনি নিশ্চিত করবেন যে এটি আপনার উদ্দেশ্যপ্রণোদিত অ্যাপ্লিকেশনের জন্য উপযুক্ত। Laguna S 2.1 OpenMDW-1.1 LicenseOpens…Poolside | 1,048,576 token context | $0.09/M input, $0.18/M output. Laguna S 2.1 হল PoolsideOpens in new tab-এর সর্বশেষ কোডিং এজেন্ট মডেল। Laguna S 2.1 একটি 118B মোট প্যারামিটার মডেল যার মধ্যে 8B সক্রিয় প্যারামিটার রয়েছে, Terminal-Bench 2.1-এ 70.2% এবং DeepSWE-তে 40.4% স্কোর করে, যা এটিকে তার শ্রেণীর মধ্যে অন্যতম শক্তিশালী কোডিং মডেল করে তোলে। OpenMDW-1.1 লাইসেন্সের অধীনে ওপেন-ওয়েট। Laguna S 2.1 সফটওয়্যার ইঞ্জিনিয়ারিং এবং এজেন্টিক কোডিং ব্যবহারের জন্য ডিজাইন করা হয়েছে, এবং আপনি নিশ্চিত করবেন যে এটি আপনার উদ্দেশ্যপ্রণোদিত অ্যাপ্লিকেশনের জন্য উপযুক্ত। Laguna S 2.1 OpenMDW-1.1 LicenseOpens in new tab-এর আওতাধীন এবং Poolside-এর Acceptable Use PolicyOpens in new tab-এর সাথে সামঞ্জস্যপূর্ণভাবে ব্যবহার করা উচিত। আমরা পরামর্শ দিই না যে Laguna S 2.1 নিরাপত্তা গার্ডরেলগুলি ছাড়িয়ে যান যদি না আপনি আপনার ব্যবহারের জন্য যথাযথ সমতুল্য প্রতিকার বাস্তবায়ন করেন। দয়া করে নিরাপত্তা দুর্বলতা বা নিরাপত্তা উদ্বেগ [email protected] এ রিপোর্ট করুন। আপনি যদি Laguna S 2.1 বিনামূল্যে ব্যবহার করেন, আমরা আপনার ইনপুট এবং আউটপুট আমাদের মডেল উন্নত করতে ব্যবহার করতে পারি।


ক্যাপ্টেনের নোটস
পরিচিত
- শক্তিশালী এজেন্টিক কোডিং ফলাফল: Terminal-Bench 2.1-এ 70.2%, DeepSWE-তে 40.4%
- বড় কোডবেস এবং দীর্ঘমেয়াদী কাজের জন্য 1,048,576-টোকেন কনটেক্সট উইন্ডো
- টুল কলগুলোর মধ্যে নেটিভ ইন্টারলিভড রিজনিং, অনুরোধ অনুযায়ী নিয়ন্ত্রণযোগ্য
- সম্পূর্ণ অনুমতিপ্রাপ্ত OpenMDW-1.1 লাইসেন্স: বাণিজ্যিক ব্যবহার, পরিবর্তন, অনুমতি ছাড়াই
- কোয়ান্টাইজড ভ্যারিয়েন্টস উপলব্ধ: FP8, NVFP4, INT4 এবং GGUF নমনীয় ডিপ্লয়মেন্টের জন্য
সতর্ক থাকুন
- BF16 ওজনের জন্য একাধিক GPU-তে প্রায় 236GB প্রয়োজন; কোয়ান্টাইজড ভ্যারিয়েন্টস এই চাপ কমায় কিন্তু কিছু ছাড় দিতে হয়।
- ফ্রি-টিয়ার ব্যবহারে Poolside আপনার ইনপুট এবং আউটপুট মডেল ট্রেনিংয়ের জন্য ব্যবহার করতে পারে।
- বেঞ্চমার্কগুলি Poolside দ্বারা স্ব-রিপোর্টেড; তৃতীয় পক্ষের স্কোরগুলি আলাদা চিহ্নিত এবং তুলনা মূল্যায়কের ওপর নির্ভর করে।
চেষ্টা করার প্রম্পটস
তুলনা করুন
- Laguna XS 2.1ওপেন-ওয়েটস মডেল262,144 টোকেন প্রসঙ্গ · $0.06/M ইনপুট, $0.12/M আউটপুট
- GPT-6 Lunaশুধুমাত্র API মডেল1,050,000 টোকেন প্রসঙ্গ · $0.10/M ইনপুট, $0.50/M আউটপুট
- Claude Opus 5.5শুধুমাত্র API মডেল1,000,000 টোকেন প্রসঙ্গ · $4.00/M ইনপুট, $20.00/M আউটপুট
- Muse Spark 1.3 Contributorশুধুমাত্র API মডেল1,048,576 টোকেন প্রসঙ্গ · $0.10/M ইনপুট, $0.20/M আউটপুট
মানুষ যে প্রশ্ন করে
- ওজনগুলো কি ওপেন এবং আমি কি Laguna S 2.1 লোকালি চালাতে পারি?
- হ্যাঁ, ওজনগুলো Hugging Face-এ OpenMDW-1.1 লাইসেন্সের অধীনে পাওয়া যায়, যা বাণিজ্যিক ব্যবহার এবং পরিবর্তনের অনুমতি দেয় অনুমতি ছাড়াই। BF16 চেকপয়েন্ট প্রায় 236GB GPU মেমরি প্রয়োজন, তাই একাধিক GPU লাগবে; GGUF, FP8, NVFP4 এবং INT4 কোয়ান্টাইজড ভ্যারিয়েন্টসও উপলব্ধ যা এই চাহিদা কমায়।
- Laguna S 2.1 এর দাম কত এবং এর কনটেক্সট উইন্ডো কত বড়?
- API এর মাধ্যমে এটি প্রতি মিলিয়ন ইনপুট টোকেন $0.09 এবং প্রতি মিলিয়ন আউটপুট টোকেন $0.18, এবং 1,048,576-টোকেন কনটেক্সট উইন্ডো রয়েছে। ফ্রি টিয়ার ব্যবহার করলে Poolside আপনার ইনপুট ও আউটপুট মডেল উন্নত করতে ব্যবহার করতে পারে।
- Laguna S 2.1 কিভাবে Laguna সিরিজের বাকি মডেলগুলোর থেকে আলাদা?
- এটি Laguna XS 2.1 (মোট 33B, সক্রিয় 3B) এবং Laguna M.1 (মোট 225B, সক্রিয় 23B) এর মধ্যে অবস্থান করে, একই আর্কিটেকচার পরিবার ভাগ করে এবং একই ইনফারেন্স ইঞ্জিনের সাথে সামঞ্জস্যপূর্ণ: vLLM, SGLang, Transformers, TRT-LLM এবং llama.cpp।
ক্যাপ্টেনের সিদ্ধান্তযদি আপনার কাছে চালানোর জন্য হার্ডওয়্যার থাকে, তাহলে এটি একটি সত্যিকারের অনুমতিপ্রাপ্ত ওপেন-ওজন কোডিং এজেন্ট যা তার সক্রিয় প্যারামিটার সংখ্যার চেয়ে অনেক বেশি কার্যক্ষম।
বিস্তারিত বিশ্লেষণ দেখাও
- 1ফ্লোর থেকে শুরু করো।কেন 7,000° এবং শূন্য নয়: স্কেল 0° থেকে 9,999° পর্যন্ত চলে, এবং 7,000° এর নিচের অংশ সেই মডেলগুলোর জন্য সংরক্ষিত যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে এবং তথ্যসহ মডেলের থেকে কখনো উপরে না উঠে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়। বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল এখানে থাকে; পরবর্তী সবকিছু পরিমাপ, এবং ফ্লোরের উপরে দশটি দশগুণ ধাপ ডাউনলোডে থাকে, প্রতিটি 300°। ফ্লোর সব মডেলের জন্য একই, তাই এটি কিছু নির্ধারণ করে না; তার উপরের ডিগ্রিগুলো নির্ধারণ করে।7,000°চলমান মোট
- 2ডাউনলোড যোগ করুন।মোট 446,920 ডাউনলোড-সমতুল্য, OpenRouter টোকেন থেকে। ডাউনলোড দশ গুণ বাড়ালে একই 300° যোগ হয়, তাই সাইজ গুরুত্বপূর্ণ কিন্তু কখনো স্কোর ছাড়িয়ে যায় না।+1,695°8,695°চলমান মোট
- 3গ্রহণের হার যোগ করো।এখন প্রায় 14,717 ডাউনলোড প্রতিদিন, দুই রিডিংয়ের মধ্যে মাপা হয়েছে, ওজনের এক চতুর্থাংশ।+313°9,008°চলমান মোট
- =হিট স্কোর।এই মডেল সাইটের প্রতিটি তালিকায় কোথায় আছে। আর কিছুই এটা পরিবর্তন করে না।9,008°
- হিট স্কোর
- একটি সংখ্যা যা দেখায় মডেলটি এখন কতটা ব্যবহৃত এবং চাওয়া হচ্ছে, 0° থেকে 9,999° পর্যন্ত। এই সাইটের প্রতিটি তালিকা যা hottest বলে সেটি এই স্কোর অনুযায়ী সাজানো হয়, আর কিছু নয়।
- ফ্লোর
- প্রতিটি মডেল যার কাছে আসল ডেটা আছে তার জন্য 7,000° থেকে শুরু। স্কেল 0° থেকে 9,999° পর্যন্ত; ফ্লোরের নিচের অংশ স্ট্যান্ড-ইন (ডেটা ছাড়া মডেল) এর জন্য রাখা হয়েছে, যাতে ডেটা থাকা মডেল সবসময় ডেটা ছাড়া মডেলের উপরে থাকে। ফ্লোর সবার জন্য একই এবং কিছু নির্ধারণ করে না; এর উপরের ডিগ্রি গুলোই মাপ।
- ডাউনলোড-সমতুল্য
- যা কিছু স্কোর ডাউনলোড হিসেবে গণনা করে, সব যোগ করা হয়েছে: ডাউনলোড নিজেই, প্রতিটি টরেন্ট সিডার 1,000 হিসেবে, প্রতিটি AI Horde ছবি এবং প্রতিটি জেনারেশন সাইটে রান এক হিসেবে।
- লগ স্কেল
- দশের ভিত্তিতে গণনা, একের ভিত্তিতে নয়: 1,000 থেকে 10,000 ডাউনলোডে যাওয়া একই ডিগ্রি যোগ করে যেমন 10,000 থেকে 100,000 এ যাওয়া। এটা বড় মডেলগুলোকে সবকিছু ছাপিয়ে যাওয়া থেকে রোধ করে।
- লাইক
- প্রতিটি উৎস থেকে থাম্বস আপ এবং লাইক, লগ স্কেলে প্রতিটি ডাউনলোডের অর্ধেক মূল্যমান।
- গ্রহণের হার
- একটি মডেল এখন প্রতিদিন কত ডাউনলোড পাচ্ছে, একটি উৎসের দুই রিডিংয়ের পার্থক্য থেকে। ডাউনলোড টার্মের এক চতুর্থাংশ ওজন।
- পরিমাপ করা এবং অনুমান করা
- পরিমাপ করা মানে একটি উৎসের দুটি রিডিং আছে এবং তার মধ্যে পার্থক্য সত্য। অনুমান করা মানে শুধু আজকের মোট জানা আছে এবং অতীত মডেলের জীবনের উপর ছড়িয়ে দেওয়া হয়েছে; সাইট বলে কোনটি দেখাচ্ছে।
- সিডার
- যে কেউ ওজনের একটি কপি অনলাইনে রাখে অন্যদের টরেন্টের মাধ্যমে ডাউনলোড করার জন্য, অথবা একটি হোস্ট করা মিরর যা একই কাজ করে। প্রতিটি 1,000 ডাউনলোড হিসাবে গণনা হয়।
- AI হোর্ড
- একটি স্বেচ্ছাসেবক নেটওয়ার্ক যা দানকৃত কম্পিউটারে বিনামূল্যে ছবি তৈরি করে। একটি মডেলের সাথে এটি যত ছবি তৈরি করেছে তা প্রকাশ্য, এবং প্রতিটি একটি ডাউনলোড হিসাবে গণ্য হয়।
- জেনারেশন সাইটসমূহ
- সাইটগুলো যারা তাদের নিজস্ব মডেলের কপি হোস্ট করে এবং মানুষকে সেটি দিয়ে ছবি তৈরি করতে দেয়, যেমন PixAI, SeaArt এবং Yodayo। তাদের ডাউনলোড Civitai এর মতো গণনা হয় এবং প্রতিটি জেনারেশন রান একটি ডাউনলোড হিসাবে গণ্য হয়।
- OpenRouter টোকেন
- Claude বা GPT এর মতো API এর মাধ্যমে পরিবেশিত একটি টেক্সট মডেলের ওজন ডাউনলোড করার কিছু থাকে না, তাই এর ব্যবহার টোকেনে পরিমাপ করা হয়: OpenRouter এর মাধ্যমে এটি পড়া এবং লেখা টেক্সটের অংশ, যা অনেক অ্যাপ ব্যবহার করে, গত ৩০ দিনে। প্রতি 10,000,000 টোকেনকে একটি ডাউনলোড হিসেবে গণ্য করা হয়। উৎস: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
- পূর্ণ মডেল (চেকপয়েন্ট)
- ওজনগুলো নিজেই, সেই ফাইল যা নিজে থেকে জেনারেট করে। এটি একটি বোনাস পায় কারণ অ্যাড-অনগুলো এর উপর নির্ভর করে।
- LoRA এবং এমবেডিং
- ছোট অ্যাড-অন ফাইল যা অন্য কারো ওজনকে একটি স্টাইল, চরিত্র বা ধারণার দিকে পরিচালিত করে। এগুলো একা চালানো যায় না।
- পরিবার এবং ওজন
- যে বেসের উপর একটি মডেল তৈরি হয়, যেমন SD 1.5, SDXL, Flux বা Wan। প্রতিটি মডেল তার পরিবারের ওজনের রিলিজ তারিখ উত্তরাধিকার সূত্রে পায়।
- বয়স
- পরিবারের ওজন কতদিন আগে বের হয়েছে তার জন্য ডিগ্রি কমানো হয়: বছরে ১৫০°, সর্বোচ্চ ৭৫০° পর্যন্ত। এটি পুরানো ডাউনলোডগুলো ধরে রাখে যেগুলো বছরের পর বছর জমা হয়েছে তালিকার শীর্ষ থেকে ফ্রিজ করে।
- পরিবার বুস্ট
- একটি ছোট, সীমাবদ্ধ ধাক্কা LoRA গুলোর জন্য যেগুলো এই সাইট এখন এগিয়ে দিচ্ছে, সবসময় ব্রেকডাউনে তালিকাভুক্ত থাকে।
- স্ট্যান্ড-ইন স্কোর
- একটি স্থিতিশীল সংখ্যা যা একটি মডেলের জন্য দেওয়া হয় যার কোন উৎস এখনও রিপোর্ট করেনি, যাতে তালিকা সম্পূর্ণ থাকে। এটি কখনোই ডেটা সহ মডেলের উপরে স্থান পায় না।
- নতুন! (গ্রেস পিরিয়ড)
- 7 দিনের কম বয়সী একটি মডেল স্কোরের পরিবর্তে নতুন! দেখায় এবং র্যাঙ্কিংয়ে স্থান পায় না। এর স্কোর প্রথম দিন থেকে গণনা হয়, কিন্তু একদিন বয়সী মডেল দ্রুত বৃদ্ধি পায়, তাই অপেক্ষা না করলে সপ্তাহের #1 সবসময় গতকালের নতুন মডেল হতো, সপ্তাহ ধরে টিকে থাকা মডেলের পরিবর্তে।
- ট্রেন্ড
- একটি মডেলের বৃদ্ধি একটি নির্দিষ্ট সময়ে কেমন হয়েছে তা একই সময়ের মধ্যে সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে। সাধারণের চেয়ে দ্রুত হলে তা বৃদ্ধি, ধীর হলে পতন হিসেবে পড়ে।
- সাধারণ মডেল
- ক্যাটালগের মাঝামাঝি: অর্ধেক মডেল একটি সংখ্যার সাথে সময়কালে দ্রুত বৃদ্ধি পেয়েছে, অর্ধেক ধীর।
