Pot rula Laguna XS 2.1 local?

Da, greutățile sunt deschise sub licența OpenMDW-1.1 și modelul este disponibil pe Ollama și llama.cpp. Poolside spune că un Mac cu 36 GB RAM este suficient.

Cât costă Laguna XS 2.1 și cât de mare este contextul?

Prin API costă 0,06 USD per milion de tokeni de intrare și 0,12 USD per milion de tokeni de ieșire, cu o fereastră de context de 262.144 tokeni și până la 32K tokeni de ieșire per cerere.

Cum diferă Laguna XS 2.1 de Laguna XS.2?

Îmbunătățește Laguna XS.2 cu un câștig de +5,4% pe SWE-bench Multilingual și scoruri mai bune pe sarcini de tip terminal, plus cuantificarea FP8 a cache-ului KV pentru consum redus de memorie.

Laguna XS 2.1

2460°

#llm #poolside #raționament #programare #agenți #context lung

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Poolside | context de 262.144 tokeni | $0.06/M input, $0.12/M output. Laguna XS 2.1 este cel mai recent model agent de codare din categoria 33B-A3B de la PoolsideOpens in new tab și un pas înainte față de modelul lor Laguna XS.2 (lansat în aprilie 2026). Combină apelarea uneltelor și capacitățile de raționament cu o amprentă compactă, oferind o fereastră de context de 256K și până la 32K tokeni output. Quantizat la FP8 pentru fluxuri de lucru agentice de codare rapide și eficiente din punct de vedere al costurilor. Laguna XS 2.1 este proiectat pentru inginerie software și cazuri de utilizare…Poolside | context de 262.144 tokeni | $0.06/M input, $0.12/M output. Laguna XS 2.1 este cel mai recent model agent de codare din categoria 33B-A3B de la PoolsideOpens in new tab și un pas înainte față de modelul lor Laguna XS.2 (lansat în aprilie 2026). Combină apelarea uneltelor și capacitățile de raționament cu o amprentă compactă, oferind o fereastră de context de 256K și până la 32K tokeni output. Quantizat la FP8 pentru fluxuri de lucru agentice de codare rapide și eficiente din punct de vedere al costurilor. Laguna XS 2.1 este proiectat pentru inginerie software și cazuri de utilizare agentice de codare, iar responsabilitatea confirmării adecvării sale pentru aplicația ta revine ție. Laguna XS 2.1 este supus Licenței OpenMDW-1.1Opens in new tab și trebuie utilizat conform Politicii de Utilizare Acceptabilă a PoolsideOpens in new tab. Recomandăm să nu ocoliți măsurile de siguranță Laguna XS 2.1 fără a implementa măsuri echivalente adecvate pentru cazul tău de utilizare. Raportați vulnerabilități de securitate sau preocupări de siguranță la [email protected]. Dacă folosești Laguna XS 2.1 gratuit, putem folosi inputurile și outputurile tale pentru a antrena și îmbunătăți modelele noastre.

Ghiduri pentru acest model

Ollama vs LM Studio (2026): ce aplicație AI locală să folosești și ce modele de top rulează fiecare

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Laguna XS 2.1 este un agent de codare Mixture-of-Experts de 33B de la Poolside, cu doar 3B parametri activați per token, ceea ce îl face cu adevărat rulabil pe un Mac cu 36 GB RAM. Combină raționamentul nativ cu apelarea uneltelor pe o fereastră de context de 256K, iar greutățile sale deschise sunt licențiate complet permisiv comercial. Dacă munca ta implică codare agentică sau sarcini de inginerie software pe termen lung, acesta este construit exact pentru asta.

Cunoscut pentru

Codare agentică cu raționament intercalat între apeluri de unelte
Rulează local pe un Mac cu 36 GB RAM prin Ollama sau llama.cpp
Fereastră de context de 256K cu până la 32K tokeni de ieșire
Licență OpenMDW-1.1 complet permisivă, inclusiv pentru uz comercial
Cache KV cuantificat FP8 pentru costuri reduse de memorie și inferență

Atenție la

Utilizarea pe plan gratuit permite Poolside să antreneze pe intrările și ieșirile tale.
Scorurile de benchmark sunt sub Qwen3.6-35B-A3B pe toate metricile publicate de codare, în ciuda dimensiunii similare.
Creat pentru inginerie software; potrivirea pentru alte cazuri de utilizare trebuie confirmată de tine.

Cel mai bun pentru

Programare

Agenți și utilizare unelte

Raționament

Context lung

Rulează local

Sugestii de încercat

Depanează o suită de teste eșuată

Am o API Python Flask. Suita de teste trece local, dar eșuează în CI cu eroarea: AssertionError: 401 != 200 pe endpoint-ul /api/orders. Endpoint-ul necesită un token Bearer. Iată fișierul de test și handler-ul rutei. Identifică cauza principală și rescrie testul astfel încât să treacă corect în ambele medii.

Refactorizează pentru agenți asincronici

Refactorizează acest script Python sincron care apelează trei API-uri externe în secvență într-o versiune asincronă folosind asyncio și aiohttp. Cele trei apeluri sunt independente. Păstrează toată gestionarea erorilor, adaugă un timeout de 10 secunde per cerere și explică fiecare modificare făcută.

Planifică o migrare multi-pas a codului

Trebuie să migrez o aplicație Node.js Express de la require() CommonJS la sintaxa import/export ES module. Proiectul are 40 de fișiere, folosește Jest pentru teste și are câteva require() dinamice. Oferă un plan pas cu pas de migrare, semnalează separat cazurile dinamice și scrie package.json și configurația Jest actualizate.

Compară cu

Laguna S 2.1
Model cu greutăți deschise
context de 1,048,576 tokeni · $0.09/M intrare, $0.18/M ieșire
GPT-6 Luna
Model doar API
context de 1,050,000 tokeni · $0.10/M intrare, $0.50/M ieșire
Claude Opus 5.5
Model doar API
context de 1,000,000 tokeni · $4.00/M intrare, $20.00/M ieșire
Muse Spark 1.3 Contributor
Model doar API
context de 1,048,576 tokeni · $0.10/M intrare, $0.20/M ieșire

Mai multe modele text de la poolside

Întrebări frecvente

Pot rula Laguna XS 2.1 local?: Da, greutățile sunt deschise sub licența OpenMDW-1.1 și modelul este disponibil pe Ollama și llama.cpp. Poolside spune că un Mac cu 36 GB RAM este suficient.
Cât costă Laguna XS 2.1 și cât de mare este contextul?: Prin API costă 0,06 USD per milion de tokeni de intrare și 0,12 USD per milion de tokeni de ieșire, cu o fereastră de context de 262.144 tokeni și până la 32K tokeni de ieșire per cerere.
Cum diferă Laguna XS 2.1 de Laguna XS.2?: Îmbunătățește Laguna XS.2 cu un câștig de +5,4% pe SWE-bench Multilingual și scoruri mai bune pe sarcini de tip terminal, plus cuantificarea FP8 a cache-ului KV pentru consum redus de memorie.

Verdictul căpitanului
Un agent de codare suplu, rulabil local, cu licență permisivă și câștiguri reale de benchmark, deși Qwen3.6-35B-A3B îl depășește pe toate scorurile publicate.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

Cum se adună acest scor

Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Modele similare

Modele AI pentru generare de imagini, video și text

Laguna XS 2.1 este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm poolside raționament programare agenți context lung local

Răsfoiește după familia de modele