Laguna S 2.1
9008°
รันโมเดลนี้
ข้อเสนอ / โฆษณา
Poolside | บริบท 1,048,576 โทเค็น | $0.09/M อินพุต, $0.18/M เอาต์พุต Laguna S 2.1 เป็นโมเดลเอเย่นต์เขียนโค้ดล่าสุดจาก PoolsideOpens in new tab Laguna S 2.1 เป็นโมเดลขนาด 118B พารามิเตอร์รวมที่มี 8B พารามิเตอร์เปิดใช้งาน ทำคะแนนได้ 70.2% ใน Terminal-Bench 2.1 และ 40.4% ใน DeepSWE ทำให้เป็นหนึ่งในโมเดลเขียนโค้ดที่แข็งแกร่งที่สุดในหมวดหมู่ของมัน เป็นน้ำหนักเปิดภายใต้ใบอนุญาต OpenMDW-1.1 Laguna S 2.1 ออกแบบมาสำหรับงานวิศวกรรมซอฟต์แวร์และการใช้งานเอเย่นต์เขียนโค้ด และคุณต้องรับผิดชอบในการยืนยันว่าเหมาะสมกับการใช้งานที่ตั้งใจไว้ Laguna S 2.1 อยู่ภายใต้ใบอนุญาต OpenMDW-1.1 LicenseOpens in new tab…Poolside | บริบท 1,048,576 โทเค็น | $0.09/M อินพุต, $0.18/M เอาต์พุต Laguna S 2.1 เป็นโมเดลเอเย่นต์เขียนโค้ดล่าสุดจาก PoolsideOpens in new tab Laguna S 2.1 เป็นโมเดลขนาด 118B พารามิเตอร์รวมที่มี 8B พารามิเตอร์เปิดใช้งาน ทำคะแนนได้ 70.2% ใน Terminal-Bench 2.1 และ 40.4% ใน DeepSWE ทำให้เป็นหนึ่งในโมเดลเขียนโค้ดที่แข็งแกร่งที่สุดในหมวดหมู่ของมัน เป็นน้ำหนักเปิดภายใต้ใบอนุญาต OpenMDW-1.1 Laguna S 2.1 ออกแบบมาสำหรับงานวิศวกรรมซอฟต์แวร์และการใช้งานเอเย่นต์เขียนโค้ด และคุณต้องรับผิดชอบในการยืนยันว่าเหมาะสมกับการใช้งานที่ตั้งใจไว้ Laguna S 2.1 อยู่ภายใต้ใบอนุญาต OpenMDW-1.1 LicenseOpens in new tab และควรใช้งานสอดคล้องกับนโยบายการใช้งานที่ยอมรับได้ของ PoolsideOpens in new tab เราแนะนำให้ไม่หลีกเลี่ยงมาตรการความปลอดภัยของ Laguna S 2.1 โดยไม่ดำเนินการบรรเทาความเสี่ยงที่เทียบเท่ากันอย่างเหมาะสมสำหรับกรณีการใช้งานของคุณ กรุณารายงานช่องโหว่ด้านความปลอดภัยหรือข้อกังวลด้านความปลอดภัยไปที่ [email protected] หากคุณใช้ Laguna S 2.1 ฟรี เราอาจใช้ข้อมูลอินพุตและเอาต์พุตของคุณเพื่อฝึกและปรับปรุงโมเดลของเรา
คู่มือสำหรับโมเดลนี้
LLM ท้องถิ่นที่ดีที่สุดตามการใช้งาน (ตุลาคม 2026): โมเดลเปิดที่เหมาะกับทุกงาน
ฉันต้องการ VRAM เท่าไหร่สำหรับ AI ท้องถิ่นจริงๆ?
ไฟล์ GGUF คืออะไร? อธิบายโมเดลควอนไทซ์ (Q4, Q8, fp8, NF4)
วิธีติดตั้ง Ollama และใช้งาน AI แบบออฟไลน์ (Windows, Mac, Linux)
บันทึกของกัปตัน
บันทึกจาก 2026-10-13
Laguna S 2.1 เป็นโมเดล Mixture-of-Experts สำหรับการเขียนโค้ดขนาด 118 พันล้านพารามิเตอร์จาก Poolside โดยมีพารามิเตอร์ที่ใช้งานจริงเพียง 8 พันล้านต่อโทเค็น ถูกสร้างมาเพื่อวิศวกรรมซอฟต์แวร์แบบตัวแทนอัตโนมัติและงานเขียนโค้ดยาว ๆ พร้อมหน้าต่างบริบทขนาด 1 ล้านโทเค็นและการให้เหตุผลในตัวระหว่างการเรียกใช้เครื่องมือ น้ำหนักโมเดลเปิดภายใต้ใบอนุญาต OpenMDW-1.1 ที่เปิดกว้างทำให้เป็นตัวเลือกที่จริงจังสำหรับทีมที่ต้องการโฮสต์ตัวแทนเขียนโค้ดระดับแนวหน้าเอง
เป็นที่รู้จักสำหรับ
- ผลลัพธ์การเขียนโค้ดแบบตัวแทนอัตโนมัติที่แข็งแกร่ง: 70.2% ใน Terminal-Bench 2.1, 40.4% ใน DeepSWE
- หน้าต่างบริบทขนาด 1,048,576 โทเค็นสำหรับโค้ดเบสขนาดใหญ่และงานระยะยาว
- การให้เหตุผลสลับกันในตัวระหว่างการเรียกใช้เครื่องมือ ควบคุมได้ตามคำขอ
- ใบอนุญาต OpenMDW-1.1 ที่เปิดกว้าง: ใช้เชิงพาณิชย์ ดัดแปลงได้ ไม่ต้องขออนุญาต
- มีเวอร์ชันควอนไทซ์: FP8, NVFP4, INT4 และ GGUF เพื่อความยืดหยุ่นในการใช้งาน
ระวัง
- น้ำหนัก BF16 ต้องการหน่วยความจำประมาณ 236GB กระจายหลาย GPU; เวอร์ชันควอนไทซ์ช่วยลดได้แต่มีข้อแลกเปลี่ยน
- การใช้โหมดฟรี Poolside อาจใช้ข้อมูลอินพุตและเอาต์พุตของคุณเพื่อฝึกโมเดล
- คะแนนเบนช์มาร์กเป็นการรายงานโดย Poolside เอง คะแนนจากบุคคลที่สามจะถูกทำเครื่องหมายและการเปรียบเทียบขึ้นกับผู้ประเมิน
คำสั่งที่ควรลอง
ดีบักชุดทดสอบที่ล้มเหลว
ฉันมีบริการ Python FastAPI การทดสอบแบบบูรณาการผ่านในเครื่องแต่ล้มเหลวใน CI ด้วยข้อผิดพลาด 422 Unprocessable Entity บน POST /orders ร่างคำขอเหมือนกันทั้งสองที่ เดินผ่านสาเหตุที่เป็นไปได้มากที่สุด เขียนสคริปต์วินิจฉัยที่รันใน CI เพื่อบันทึกคำขอดิบและข้อผิดพลาดการตรวจสอบ และแนะนำการแก้ไข
วางแผนรีแฟกเตอร์ข้ามไฟล์
ฉันต้องย้ายแอป Node.js Express จาก CommonJS require() ไปเป็นไวยากรณ์ ES module import/export โปรเจกต์มีประมาณ 40 ไฟล์ ใช้ Jest สำหรับทดสอบ และมี require() แบบไดนามิกบางส่วน ให้แผนการย้ายทีละขั้นตอน ชี้จุดกรณีขอบที่ทำให้เกิดปัญหาอัตโนมัติ และเขียนสคริปต์เชลล์เพื่อจัดการการเปลี่ยนชื่อเชิงกล
ตรวจสอบรีโพสิตอรีแบบตัวแทนอัตโนมัติ
ทำตัวเป็นวิศวกรอาวุโสที่ตรวจสอบ pull request นี่คือ diff ของโมดูลการพิสูจน์ตัวตนที่เปลี่ยนจาก bcrypt เป็น Argon2 ตรวจสอบการถดถอยด้านความปลอดภัย การเลือกพารามิเตอร์ผิด การขาดการจัดการข้อผิดพลาด และช่องว่างการทดสอบ ระบุแต่ละปัญหาพร้อมไฟล์และบรรทัด ความรุนแรง และวิธีแก้ไขที่ชัดเจน
เปรียบเทียบกับ
- Laguna XS 2.1โมเดลที่เปิดน้ำหนักบริบท 262,144 โทเค็น · ป้อน $0.06/M, ส่งออก $0.12/M
- GPT-6 Lunaโมเดลสำหรับ API เท่านั้นบริบท 1,050,000 โทเค็น · ป้อน $0.10/M, ส่งออก $0.50/M
- Claude Opus 5.5โมเดลสำหรับ API เท่านั้นบริบท 1,000,000 โทเค็น · ป้อน $4.00/M, ส่งออก $20.00/M
- Muse Spark 1.3 Contributorโมเดลสำหรับ API เท่านั้นบริบท 1,048,576 โทเค็น · ป้อน $0.10/M, ส่งออก $0.20/M
โมเดลข้อความเพิ่มเติมจาก poolside
คำถามที่คนถาม
- น้ำหนักโมเดลเปิดและฉันสามารถรัน Laguna S 2.1 แบบโลคอลได้ไหม?
- ได้ น้ำหนักโมเดลมีให้บน Hugging Face ภายใต้ใบอนุญาต OpenMDW-1.1 ซึ่งอนุญาตให้ใช้เชิงพาณิชย์และดัดแปลงโดยไม่ต้องขออนุญาต เช็คพอยต์ BF16 ต้องการหน่วยความจำ GPU ประมาณ 236GB จึงต้องใช้หลาย GPU; มีเวอร์ชันควอนไทซ์ GGUF, FP8, NVFP4 และ INT4 เพื่อช่วยลดความต้องการนี้
- Laguna S 2.1 มีค่าใช้จ่ายเท่าไหร่และหน้าต่างบริบทขนาดเท่าไหร่?
- ผ่าน API ราคา $0.09 ต่อหนึ่งล้านโทเค็นอินพุต และ $0.18 ต่อหนึ่งล้านโทเค็นเอาต์พุต พร้อมหน้าต่างบริบทขนาด 1,048,576 โทเค็น หากใช้โหมดฟรี Poolside อาจใช้ข้อมูลอินพุตและเอาต์พุตของคุณเพื่อปรับปรุงโมเดล
- Laguna S 2.1 เปรียบเทียบกับซีรีส์ Laguna รุ่นอื่นอย่างไร?
- อยู่ระหว่าง Laguna XS 2.1 (33B ทั้งหมด, 3B ที่ใช้งาน) และ Laguna M.1 (225B ทั้งหมด, 23B ที่ใช้งาน) ใช้สถาปัตยกรรมตระกูลเดียวกันและรองรับเครื่องมืออินเฟอเรนซ์เดียวกัน: vLLM, SGLang, Transformers, TRT-LLM และ llama.cpp
คำตัดสินของกัปตันตัวแทนเขียนโค้ดที่มีน้ำหนักโมเดลเปิดและใบอนุญาตเปิดกว้างที่มีประสิทธิภาพเกินน้ำหนักพารามิเตอร์ที่ใช้งานจริง สมมติว่าคุณมีฮาร์ดแวร์สำหรับรันมัน
บัตรโมเดลบน Hugging Face
กัปตันเขียนบันทึกเหล่านี้จากคำอธิบายและบัตรโมเดลของโมเดล ราคากับขนาดบริบทเป็นของผู้ให้บริการในเวลาที่เขียนและอาจเปลี่ยนแปลงได้
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.
Also ranked: #26 Hottest Text / LLM model · #26 Hottest Text / LLM text model
Not this creator?
Get your own badge
แนวโน้มความนิยมของ Laguna S 2.1
คะแนนความร้อนตั้งแต่ 21 Jul 2026
คะแนนความนิยม
9,008°
สัปดาห์นี้
▲
26.3%
8,977° ตอนนั้น, 9,008° ตอนนี้
เดือนนี้
▲
222%
8,852° ตอนนั้น, 9,008° ตอนนี้
ปีที่ผ่านมา
n/a
ยังไม่ปล่อย/ติดตาม
7,000°
ค่าพื้นฐาน
มาตรวัดมีช่วงตั้งแต่ 0° ถึง 9,999° ทุกอย่างต่ำกว่า 7,000° จะเก็บไว้สำหรับโมเดลที่ยังไม่มีแหล่งข้อมูลรายงาน ซึ่งใช้ตัวเลขแทนที่ตรงนั้นเพื่อให้รายการครบถ้วน 7,000° คือจุดเริ่มต้นของข้อมูลที่วัดได้: โมเดลที่มีข้อมูลจริงแต่แทบไม่มีการดาวน์โหลดจะอยู่ที่ค่าพื้นฐานนี้ และการวัดจะเติมองศาเพิ่มขึ้นด้านบน ค่าพื้นฐานไม่ได้บอกอะไรเกี่ยวกับโมเดลเลย; มีแค่องศาที่เพิ่มขึ้นด้านบนเท่านั้นที่บอกความแตกต่างระหว่างโมเดลแต่ละตัว
+1,695°
โทเค็น OpenRouter
โมเดลนี้ประมวลผลโทเค็น 4,469,209,626,464 ผ่าน OpenRouter ใน 30 วันที่ผ่านมา รวมคำสั่งและคำตอบ ทุก 10,000,000 โทเค็นนับเป็นการดาวน์โหลดหนึ่งครั้งในช่วงเวลาการดาวน์โหลด รวมทั้งหมด 446,920 โทเค็น โทเค็นของวันล่าสุดจะถูกนำมาคิดในอัตราการใช้งาน แหล่งข้อมูล: OpenRouter (openrouter.ai/rankings).
+313°
อัตราการนำไปใช้
ประมาณ 14,717 ดาวน์โหลดต่อวัน วัดจากการอ่านข้อมูลสองครั้งจากแหล่งข้อมูล ไม่ได้คาดเดาจากค่าเฉลี่ยตลอดอายุการใช้งาน ความเร็วมีน้ำหนักเป็นหนึ่งในสี่ของส่วนดาวน์โหลด ดังนั้นการเพิ่มขึ้นอย่างรวดเร็วจะแสดงออกโดยไม่ให้การพุ่งขึ้นในวันเดียวแซงหน้าการใช้งานหลายปี
แสดงรายละเอียด
ทุกตัวเลขบนเว็บไซต์นี้ตรวจสอบได้ คะแนนความนิยมของโมเดลนี้คือ 9,008° และนี่คือการสร้างคะแนนทีละส่วน พร้อมยอดรวมที่เพิ่มขึ้นหลังจากแต่ละส่วน: ค่าพื้นฐาน, จำนวนองศาที่แต่ละแหล่งข้อมูลเพิ่ม, โบนัสสำหรับประเภทของโมเดล และการลดคะแนนตามอายุของน้ำหนัก สีต่างๆ คือช่วงของกราฟด้านบน คำศัพท์ท้ายบทความอธิบายคำทุกคำ
- 1เริ่มที่ค่าพื้นฐานทำไมต้อง 7,000° ไม่ใช่ศูนย์: มาตรวัดมีช่วงตั้งแต่ 0° ถึง 9,999° ส่วนที่ต่ำกว่า 7,000° ถูกสงวนไว้สำหรับโมเดลที่ยังไม่มีแหล่งข้อมูลรายงาน ซึ่งใช้ตัวเลขแทนที่ตรงนั้นเพื่อให้รายการครบถ้วนและไม่แซงหน้าโมเดลที่มีข้อมูล 7,000° คือจุดเริ่มต้นของข้อมูลที่วัดได้ โมเดลที่มีข้อมูลจริงแต่แทบไม่มีดาวน์โหลดจะอยู่ที่นี่ ทุกอย่างที่ตามมาคือการวัด และพื้นที่ด้านบนค่าพื้นฐานมีสิบขั้นตอนดาวน์โหลดที่เพิ่มขึ้นสิบเท่าที่ 300° ต่อขั้น ค่าพื้นฐานเหมือนกันสำหรับทุกโมเดล ดังนั้นมันจึงไม่ตัดสินอะไร; องศาที่เพิ่มขึ้นด้านบนต่างหากที่ตัดสิน7,000°ยอดรวมที่กำลังคำนวณ
- 2เพิ่มจำนวนการดาวน์โหลด446,920 เทียบเท่าการดาวน์โหลดทั้งหมด จาก โทเค็น OpenRouter การดาวน์โหลดเพิ่มขึ้นสิบเท่าจะเพิ่ม 300° เท่ากัน ดังนั้นขนาดจึงสำคัญแต่ไม่ใช่ทุกอย่าง+1,695°8,695°ยอดรวมที่กำลังคำนวณ
- 3เพิ่มอัตราการนำไปใช้ประมาณ 14,717 การดาวน์โหลดต่อวันตอนนี้ วัดจากความต่างระหว่างสองครั้งที่อ่านข้อมูล น้ำหนักเป็นหนึ่งในสี่ของการดาวน์โหลด+313°9,008°ยอดรวมที่กำลังคำนวณ
- =คะแนนความร้อนตำแหน่งของโมเดลนี้ในทุกลิสต์ของเว็บไซต์นี้ ไม่มีอะไรปรับแต่งเพิ่มเติม9,008°
คำศัพท์: คำที่ใช้ที่นี่
- คะแนนความร้อน
- ตัวเลขเดียวที่บอกว่าโมเดลถูกใช้และต้องการมากแค่ไหนตอนนี้ ตั้งแต่ 0° ถึง 9,999° ทุกลิสต์ที่บอกว่าร้อนแรงที่สุดจะเรียงตามคะแนนนี้เท่านั้น
- พื้นฐาน
- 7,000° คือจุดเริ่มต้นของทุกโมเดลที่มีข้อมูลจริง สเกลตั้งแต่ 0° ถึง 9,999° ส่วนที่ต่ำกว่าพื้นฐานสงวนไว้สำหรับตัวแทน (โมเดลที่ไม่มีข้อมูล) เพื่อให้โมเดลที่มีข้อมูลอยู่เหนือกว่า พื้นฐานเหมือนกันสำหรับทุกคนและไม่ตัดสินอะไร คะแนนที่สูงกว่าพื้นฐานคือการวัดผล
- เทียบเท่าการดาวน์โหลด
- ทุกอย่างที่คะแนนนับเป็นการดาวน์โหลด รวมกัน: การดาวน์โหลดจริง, ผู้แชร์แต่ละคนในทอร์เรนต์นับเป็น 1,000, ภาพ AI Horde แต่ละภาพ และแต่ละครั้งที่ใช้งานในเว็บไซต์สร้างภาพ
- สเกลลอการิทึม
- นับเป็นสิบ ไม่ใช่หน่วยเดียว: การเพิ่มจาก 1,000 เป็น 10,000 การดาวน์โหลดจะเพิ่มคะแนนเท่ากับการเพิ่มจาก 10,000 เป็น 100,000 เพื่อไม่ให้โมเดลใหญ่แย่งพื้นที่ทั้งหมด
- ไลก์
- การกดถูกใจและไลก์จากทุกแหล่ง มีค่าน้ำหนักครึ่งหนึ่งของการดาวน์โหลดในสเกลลอการิทึม
- อัตราการนำไปใช้
- จำนวนการดาวน์โหลดต่อวันที่โมเดลได้รับตอนนี้ วัดจากความต่างระหว่างสองครั้งที่อ่านข้อมูล น้ำหนักเป็นหนึ่งในสี่ของการดาวน์โหลด
- วัดได้และประมาณ
- วัดได้หมายถึงมีการอ่านค่าจากแหล่งที่มาสองครั้งและความแตกต่างนั้นเป็นของจริง ประมาณหมายถึงรู้แค่ยอดรวมของวันนี้เท่านั้น ส่วนอดีตจะถูกกระจายไปตามอายุของโมเดล; เว็บไซต์จะบอกว่ากำลังแสดงแบบไหน
- Seeder
- คนที่เก็บสำเนาน้ำหนักไว้บนออนไลน์เพื่อให้คนอื่นดาวน์โหลดผ่านทอร์เรนต์ หรือกระจกที่โฮสต์ทำแบบเดียวกัน แต่ละคนจะนับเป็น 1,000 ดาวน์โหลด
- AI Horde
- เครือข่ายอาสาสมัครที่สร้างภาพฟรีบนคอมพิวเตอร์ที่บริจาค จำนวนภาพที่สร้างด้วยโมเดลแต่ละตัวเป็นข้อมูลสาธารณะ และแต่ละภาพนับเป็นหนึ่งดาวน์โหลด
- เว็บไซต์สร้างภาพ
- เว็บไซต์ที่โฮสต์สำเนาโมเดลของตัวเองและให้คนสร้างภาพ เช่น PixAI, SeaArt และ Yodayo การดาวน์โหลดของพวกเขานับเหมือนกับ Civitai และแต่ละการสร้างภาพนับเป็นหนึ่งดาวน์โหลด
- โทเค็น OpenRouter
- โมเดลข้อความที่ให้บริการผ่าน API เช่น Claude หรือ GPT ไม่มีน้ำหนักให้ดาวน์โหลด ดังนั้นการใช้งานจะวัดจากโทเค็น: ชิ้นส่วนข้อความที่อ่านและเขียนผ่าน OpenRouter ซึ่งเป็นเกตเวย์ที่แอปหลายตัวใช้ใน 30 วันที่ผ่านมา ทุก 10,000,000 โทเค็นนับเป็นการดาวน์โหลดหนึ่งครั้ง แหล่งข้อมูล: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- โมเดลเต็ม (checkpoint)
- น้ำหนักโมเดลเอง ไฟล์ที่สร้างภาพได้ด้วยตัวเอง ได้รับโบนัสเพราะส่วนเสริมขึ้นอยู่กับมัน
- LoRA และ embedding
- ไฟล์เสริมขนาดเล็กที่ช่วยปรับน้ำหนักของคนอื่นให้ไปในสไตล์ ตัวละคร หรือแนวคิดเฉพาะ มันไม่สามารถทำงานได้เอง
- ตระกูลและน้ำหนัก
- ฐานที่โมเดลสร้างขึ้น เช่น SD 1.5, SDXL, Flux หรือ Wan โมเดลทุกตัวจะสืบทอดวันที่ปล่อยน้ำหนักของตระกูล
- อายุ
- ลดคะแนนตามระยะเวลาที่น้ำหนักของตระกูลถูกปล่อยออกมา: 150° ต่อปี สูงสุด 750° มันเก็บดาวน์โหลดเก่าที่สะสมมาหลายปีจากการแช่แข็งบนสุดของรายการ
- บูสต์ตระกูล
- แรงกระตุ้นเล็กๆ ที่จำกัดสำหรับ LoRA ของตระกูลที่เว็บไซต์นี้กำลังผลักดันอยู่ตอนนี้ จะแสดงในรายละเอียดเสมอ
- คะแนนสำรอง
- ตัวเลขที่มั่นคงต่ำกว่าค่าขั้นต่ำที่ให้กับโมเดลที่ยังไม่มีรายงานแหล่งที่มา เพื่อให้รายการครบถ้วน มันจะไม่จัดอันดับสูงกว่าโมเดลที่มีข้อมูล
- ใหม่! (ช่วงเวลาปลอดภัย)
- โมเดลที่มีอายุน้อยกว่า 7 วันจะแสดงคำว่า ใหม่! แทนคะแนนและจะไม่มีอันดับ โมเดลจะเริ่มคำนวณคะแนนตั้งแต่วันแรก แต่โมเดลที่อายุเพียงวันเดียวจะเติบโตเร็วที่สุด ดังนั้นถ้าไม่รอ โมเดลอันดับ #1 ของสัปดาห์จะเป็นโมเดลที่เพิ่งออกมาเมื่อวานแทนที่จะเป็นโมเดลที่อยู่ได้นานหนึ่งสัปดาห์
- แนวโน้ม
- การเติบโตของโมเดลในช่วงเวลาหนึ่งเทียบกับการเติบโตของโมเดลทั่วไปในช่วงเวลาเดียวกัน เร็วกว่าปกติหมายถึงเพิ่มขึ้น ช้ากว่าหมายถึงลดลง
- โมเดลทั่วไป
- จุดกึ่งกลางของแคตตาล็อก: ครึ่งหนึ่งของโมเดลที่มีตัวเลขเติบโตเร็วกว่าในช่วงเวลา ครึ่งหนึ่งช้ากว่า
ความนิยมของโมเดลนี้เปลี่ยนไปอย่างไรเมื่อเทียบกับแคตตาล็อกทั้งหมด: การเติบโตของการดาวน์โหลด ไลก์ และการใช้งานในแต่ละช่วงเวลา วัดเทียบกับการเติบโตเฉลี่ยของโมเดลทั่วไปในช่วงเวลาเดียวกัน พร้อมคะแนนความร้อนในเวลานั้น ถ้าอยู่เหนือการเติบโตเฉลี่ยคือเพิ่มขึ้น ต่ำกว่าคือถดถอย ข้อมูลในอดีตสร้างจากยอดรวมปัจจุบัน วันแรกของโมเดล และความเร็วดาวน์โหลดที่วัดได้ถ้ามีสองจุดข้อมูล โมเดลที่ยังไม่มีในช่วงเริ่มต้นจะแสดงเป็น n/a
Laguna S 2.1 เป็นโมเดลข้อความสำหรับตระกูล Text / LLM ที่อยู่ใน ModelTrends.ai แคตตาล็อกแบบอ่านอย่างเดียวของโมเดล AI สร้างภาพ วิดีโอ และข้อความแบบโอเพนซอร์ส เปรียบเทียบกับโมเดล Text / LLM อื่น ๆ และดูคะแนนความร้อนแรงเพื่อติดตามเทรนด์
โมเดล Text / LLM เพิ่มเติมข้อความ / LLM Text / LLM เพิ่มเติมllmpoolsideการให้เหตุผลเขียนโค้ดเอเจนต์บริบทยาวในเครื่อง
เรียกดูตามตระกูลโมเดล
โมเดล Text / LLM
434
โมเดล Anima
528
โมเดล Chroma
19
โมเดล Fibo
2
โมเดล Flux
1,496
โมเดล Flux 2 / Klein
1,239
โมเดล Flux 3
3
โมเดล Moss
3
โมเดล Iris
1
โมเดล MiniMax H3
364
โมเดล Hunyuan
204
โมเดล Ideogram
20
โมเดล Krea2
717
โมเดล Qwen
20
โมเดล Qwen2
47
โมเดล Ltx2
153