Czy mogę uruchomić Laguna XS 2.1 lokalnie?

Tak, wagi są otwarte na licencji OpenMDW-1.1, a model jest dostępny na Ollama i llama.cpp. Poolside podaje, że Mac z 36 GB RAM wystarczy.

Ile kosztuje Laguna XS 2.1 i jak długie jest jego okno kontekstowe?

Przez API kosztuje 0,06 USD za milion tokenów wejściowych i 0,12 USD za milion tokenów wyjściowych, z oknem kontekstowym 262 144 tokenów i do 32K tokenów wyjściowych na zapytanie.

Czym Laguna XS 2.1 różni się od Laguna XS.2?

Poprawia wyniki na benchmarku SWE-bench Multilingual o +5,4% i ma lepsze wyniki w zadaniach terminalowych, a także kwantyzację cache KV FP8 dla niższego zużycia pamięci.

Laguna XS 2.1

2460°

#llm #poolside #rozumowanie #kodowanie #agenci #długi kontekst

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

Poolside | 262,144 token context | $0.06/M input, $0.12/M output. Laguna XS 2.1 to najnowszy model agenta kodującego w kategorii 33B-A3B od PoolsideOpens in new tab, będący krokiem naprzód względem modelu Laguna XS.2 (wydanego w kwietniu 2026). Łączy wywoływanie narzędzi i zdolności rozumowania z kompaktową budową, oferując okno kontekstowe 256K i do 32K tokenów wyjściowych. Kwantyzowany do FP8 dla szybkich, ekonomicznych przepływów pracy agentów kodujących. Laguna XS 2.1 jest przeznaczony do zastosowań inżynierii oprogramowania i kodowania agentowego, a użytkownik odpowiada za potwierdzenie,…Poolside | 262,144 token context | $0.06/M input, $0.12/M output. Laguna XS 2.1 to najnowszy model agenta kodującego w kategorii 33B-A3B od PoolsideOpens in new tab, będący krokiem naprzód względem modelu Laguna XS.2 (wydanego w kwietniu 2026). Łączy wywoływanie narzędzi i zdolności rozumowania z kompaktową budową, oferując okno kontekstowe 256K i do 32K tokenów wyjściowych. Kwantyzowany do FP8 dla szybkich, ekonomicznych przepływów pracy agentów kodujących. Laguna XS 2.1 jest przeznaczony do zastosowań inżynierii oprogramowania i kodowania agentowego, a użytkownik odpowiada za potwierdzenie, że jest odpowiedni do zamierzonego zastosowania. Laguna XS 2.1 podlega licencji OpenMDW-1.1 LicenseOpens in new tab i powinna być używana zgodnie z polityką akceptowalnego użycia PoolsideOpens in new tab. Zalecamy nie omijać zabezpieczeń Laguna XS 2.1 bez wdrożenia równoważnych środków odpowiednich dla twojego zastosowania. Prosimy zgłaszać luki bezpieczeństwa lub obawy dotyczące bezpieczeństwa na adres [email protected]. Jeśli korzystasz z Laguna XS 2.1 bezpłatnie, możemy używać twoich danych wejściowych i wyjściowych do trenowania i ulepszania naszych modeli.

Poradniki do tego modelu

Ollama vs LM Studio (2026): którą lokalną aplikację AI wybrać i które topowe modele obsługuje każda z nich

Najlepsze lokalne LLM według zastosowania (październik 2026): odpowiedni otwarty model do każdego zadania

Ile VRAM naprawdę potrzebuję do lokalnej AI?

Co to jest plik GGUF? Wyjaśnienie modeli kwantyzowanych (Q4, Q8, fp8, NF4)

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Laguna XS 2.1 to 33-miliardowy model Mixture-of-Experts do kodowania od Poolside, z aktywacją tylko 3 miliardów parametrów na token, co pozwala na uruchomienie go lokalnie na Macu z 36 GB RAM. Łączy natywne rozumowanie z wywoływaniem narzędzi w oknie kontekstowym 256K tokenów, a jego otwarte wagi są dostępne na licencji komercyjnej o pełnej swobodzie. Jeśli zajmujesz się agentowym kodowaniem lub długoterminowymi zadaniami inżynierii oprogramowania, ten model jest stworzony właśnie do tego.

Znany z

Agentowe kodowanie z przeplatanym rozumowaniem między wywołaniami narzędzi
Działa lokalnie na Macu z 36 GB RAM przez Ollama lub llama.cpp
Okno kontekstowe 256K tokenów z maksymalnie 32K tokenów wyjściowych
Pełna, swobodna licencja OpenMDW-1.1, w tym do użytku komercyjnego
FP8-kwantyzowany cache KV zmniejsza zużycie pamięci i koszty wnioskowania

Uważaj na

Korzystanie w darmowym planie pozwala Poolside trenować na twoich danych wejściowych i wyjściowych.
Wyniki benchmarków są gorsze od Qwen3.6-35B-A3B we wszystkich opublikowanych metrykach kodowania mimo podobnej wielkości.
Przeznaczony do inżynierii oprogramowania; przydatność do innych zastosowań musisz sam potwierdzić.

Najlepszy do

Kodowanie

Agenci i użycie narzędzi

Rozumowanie

Długi kontekst

Działa lokalnie

Podpowiedzi do wypróbowania

Debugowanie nieudanego zestawu testów

Mam API Python Flask. Testy przechodzą lokalnie, ale w CI padają z błędem: AssertionError: 401 != 200 na endpoint /api/orders. Endpoint wymaga tokena Bearer. Oto plik testowy i handler trasy. Zidentyfikuj przyczynę i przepisz test tak, by działał poprawnie w obu środowiskach.

Refaktoryzacja na agentów asynchronicznych

Przepisz ten synchroniczny skrypt Python, który wywołuje trzy zewnętrzne API po kolei, na wersję asynchroniczną używając asyncio i aiohttp. Te trzy wywołania są niezależne od siebie. Zachowaj obsługę błędów, dodaj timeout 10 sekund na każde wywołanie i wyjaśnij każdą wprowadzoną zmianę.

Plan migracji kodu wieloetapowej

Muszę przenieść aplikację Node.js Express z CommonJS require() na składnię modułów ES import/export. Projekt ma 40 plików, używa Jest do testów i zawiera kilka dynamicznych wywołań require(). Podaj plan migracji krok po kroku, zaznacz osobno przypadki dynamicznego require() i napisz zaktualizowane pliki package.json oraz konfigurację Jest.

Porównaj z

Laguna S 2.1
Model z otwartymi wagami
Kontekst 1,048,576 tokenów · $0.09/M wejście, $0.18/M wyjście
GPT-6 Luna
Model tylko z API
Kontekst 1,050,000 tokenów · $0.10/M wejście, $0.50/M wyjście
Claude Opus 5.5
Model tylko z API
Kontekst 1,000,000 tokenów · $4.00/M wejście, $20.00/M wyjście
Muse Spark 1.3 Contributor
Model tylko z API
Kontekst 1,048,576 tokenów · $0.10/M wejście, $0.20/M wyjście

Więcej modeli tekstowych od poolside

Pytania, które ludzie zadają

Czy mogę uruchomić Laguna XS 2.1 lokalnie?: Tak, wagi są otwarte na licencji OpenMDW-1.1, a model jest dostępny na Ollama i llama.cpp. Poolside podaje, że Mac z 36 GB RAM wystarczy.
Ile kosztuje Laguna XS 2.1 i jak długie jest jego okno kontekstowe?: Przez API kosztuje 0,06 USD za milion tokenów wejściowych i 0,12 USD za milion tokenów wyjściowych, z oknem kontekstowym 262 144 tokenów i do 32K tokenów wyjściowych na zapytanie.
Czym Laguna XS 2.1 różni się od Laguna XS.2?: Poprawia wyniki na benchmarku SWE-bench Multilingual o +5,4% i ma lepsze wyniki w zadaniach terminalowych, a także kwantyzację cache KV FP8 dla niższego zużycia pamięci.

Wyrok kapitana
Zwinny, lokalnie uruchamialny agent kodujący z otwartą licencją i realnymi zyskami w benchmarkach, choć Qwen3.6-35B-A3B nadal prowadzi we wszystkich opublikowanych wynikach.

Karta modelu na Hugging Face

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Jak ten wynik się sumuje

Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Podobne modele

TEXT / LLM

MiniMax M2 her

TEXT / LLM

Nano Banana 2 (Gemini 3.1 Flash Image)

TEXT / LLM

Nex N2.5 Mini

TEXT / LLM

Modele AI do generowania obrazów, wideo i tekstu

Laguna XS 2.1 to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm poolside rozumowanie kodowanie agenci długi kontekst lokalny

Przeglądaj według rodziny modeli