Ağırlıklar açık mı ve Laguna S 2.1'i yerelde çalıştırabilir miyim?

Evet, ağırlıklar Hugging Face üzerinde OpenMDW-1.1 lisansı altında mevcuttur; bu lisans ticari kullanım ve değişiklik yapmaya izin verir, izin istemenize gerek yoktur. BF16 kontrol noktası yaklaşık 236GB GPU belleği gerektirir, bu yüzden birden fazla GPU gerekir; GGUF, FP8, NVFP4 ve INT4 kuantize varyantları da bu ihtiyacı azaltmak için mevcuttur.

Laguna S 2.1'in maliyeti nedir ve bağlam penceresi ne kadar?

API üzerinden giriş token başına 0,09$, çıkış token başına 0,18$ ücretlendirilir ve bağlam penceresi 1.048.576 token büyüklüğündedir. Ücretsiz katman kullanılırsa, Poolside girdilerinizi ve çıktılarınızı modeli geliştirmek için kullanabilir.

Laguna S 2.1, Laguna serisinin diğer modelleriyle nasıl karşılaştırılır?

Laguna XS 2.1 (toplam 33 milyar, 3 milyar aktif) ile Laguna M.1 (toplam 225 milyar, 23 milyar aktif) arasında yer alır, aynı mimari ailesini paylaşır ve vLLM, SGLang, Transformers, TRT-LLM ve llama.cpp gibi aynı çıkarım motorlarıyla uyumludur.

▲

26.3%

bu hafta

Laguna S 2.1

9008°

#llm #poolside #akıl yürütme #kodlama #ajanlar #uzun bağlam

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

Poolside | 1.048.576 token bağlam | Giriş $0.09/M, Çıkış $0.18/M. Laguna S 2.1, Poolside tarafından geliştirilen en yeni kodlama ajanı modelidir. 118 milyar toplam parametreye ve 8 milyar aktif parametreye sahiptir; Terminal-Bench 2.1'de %70.2, DeepSWE'de %40.4 skor alarak kategorisindeki en güçlü kodlama modellerinden biridir. OpenMDW-1.1 lisansı altında açık ağırlıklıdır. Laguna S 2.1, yazılım mühendisliği ve ajan kodlama kullanım durumları için tasarlanmıştır ve amacınıza uygunluğunu doğrulamak sizin sorumluluğunuzdadır. OpenMDW-1.1 LisansıOpens in new tab ve Poolside'ın Kabul Edilebilir…Poolside | 1.048.576 token bağlam | Giriş $0.09/M, Çıkış $0.18/M. Laguna S 2.1, Poolside tarafından geliştirilen en yeni kodlama ajanı modelidir. 118 milyar toplam parametreye ve 8 milyar aktif parametreye sahiptir; Terminal-Bench 2.1'de %70.2, DeepSWE'de %40.4 skor alarak kategorisindeki en güçlü kodlama modellerinden biridir. OpenMDW-1.1 lisansı altında açık ağırlıklıdır. Laguna S 2.1, yazılım mühendisliği ve ajan kodlama kullanım durumları için tasarlanmıştır ve amacınıza uygunluğunu doğrulamak sizin sorumluluğunuzdadır. OpenMDW-1.1 LisansıOpens in new tab ve Poolside'ın Kabul Edilebilir Kullanım PolitikasıOpens in new tab ile uyumlu kullanılmalıdır. Laguna S 2.1 güvenlik korumalarını, kullanım durumunuza uygun eşdeğer önlemler uygulamadan aşmanızı tavsiye etmiyoruz. Güvenlik açıkları veya güvenlik endişelerini [email protected] adresine bildirin. Laguna S 2.1'i ücretsiz kullanıyorsanız, girdileriniz ve çıktılarınız modellerimizi eğitmek ve geliştirmek için kullanılabilir.

Bu model için rehberler

Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model

Yerel AI için aslında ne kadar VRAM gerekiyor?

GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)

Ollama Nasıl Kurulur ve Yerel AI Nasıl Çalıştırılır (Windows, Mac, Linux)

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

Laguna S 2.1, Poolside tarafından geliştirilen 118 milyar parametreli bir Uzman Karışımı (Mixture-of-Experts) kodlama modelidir ve her token için yalnızca 8 milyar parametre aktiftir. Ajan tabanlı yazılım mühendisliği ve uzun vadeli kodlama görevleri için tasarlanmıştır; 1 milyon tokenlık bağlam penceresi ve araç çağrıları arasında yerel akıl yürütme yeteneği sunar. Açık ağırlıklar, izin verici OpenMDW-1.1 lisansı altında sunulduğundan, frontier sınıfı bir kodlama ajanını kendi sunucularında çalıştırmak isteyen ekipler için ciddi bir seçenek oluşturur.

İle tanınır

Güçlü ajan tabanlı kodlama sonuçları: Terminal-Bench 2.1'de %70,2, DeepSWE'de %40,4
Büyük kod tabanları ve uzun vadeli görevler için 1.048.576 tokenlık bağlam penceresi
Araç çağrıları arasında yerel ve iç içe akıl yürütme, isteğe bağlı olarak kontrol edilebilir
Tamamen izin verici OpenMDW-1.1 lisansı: ticari kullanım, değişiklik yapma, izin gerektirmez
Esnek dağıtım için FP8, NVFP4, INT4 ve GGUF kuantize varyantları mevcut

Dikkat et

BF16 ağırlıkları, birden fazla GPU üzerinde yaklaşık 236GB bellek gerektirir; kuantize varyantlar bu ihtiyacı azaltır ancak bazı ödünler getirir.
Ücretsiz katman kullanımı, Poolside'ın girdilerinizi ve çıktılarınızı model eğitimi için kullanmasına izin verir.
Benchmarklar Poolside tarafından kendi bildirimleriyle sunulur; üçüncü taraf skorlar belirtilir ve karşılaştırmalar değerlendiriciye göre değişir.

En iyi

Kodlama

Ajanlar ve araç kullanımı

Muhakeme

Uzun bağlam

Yerel çalışır

Denenecek istemler

Başarısız test paketini hata ayıkla

Bir Python FastAPI servisiniz var. Entegrasyon testleri yerelde geçiyor ancak CI ortamında POST /orders isteğinde 422 Unprocessable Entity hatası veriyor. İstek gövdesi her iki ortamda da aynı. En olası nedenleri adım adım incele, CI'da çalıştırabileceğim ham istek ve doğrulama hatalarını kaydeden bir tanı betiği yaz ve düzeltme önerileri sun.

Dosyalar arası yeniden düzenleme planı

Bir Node.js Express uygulamasını CommonJS require()'den ES modül import/export sözdizimine geçirmek istiyorum. Projede yaklaşık 40 dosya var, Jest testleri kullanılıyor ve birkaç dinamik require() çağrısı mevcut. Bana adım adım bir geçiş planı ver, otomatik olarak bozulan uç durumları işaretle ve mekanik yeniden adlandırmaları yapacak bir shell betiği yaz.

Ajan tabanlı depo denetimi

Bir kıdemli mühendis gibi davran ve bir pull request'i incele. Burada bcrypt yerine Argon2 kullanan bir kimlik doğrulama modülündeki değişikliklerin diff'i var. Güvenlik gerilemeleri, yanlış parametre seçimleri, eksik hata yönetimi ve test boşluklarını kontrol et. Her sorunu dosya ve satır referansıyla, ciddiyet derecesiyle ve somut bir düzeltmeyle listele.

İle karşılaştır

Laguna XS 2.1
Açık ağırlıklı model
262,144 token bağlam · $0.06/M girdi, $0.12/M çıktı
GPT-6 Luna
Sadece API modeli
1,050,000 token bağlam · $0.10/M girdi, $0.50/M çıktı
Claude Opus 5.5
Sadece API modeli
1,000,000 token bağlam · $4.00/M girdi, $20.00/M çıktı
Muse Spark 1.3 Contributor
Sadece API modeli
1,048,576 token bağlam · $0.10/M girdi, $0.20/M çıktı

poolside tarafından daha fazla metin modeli

İnsanların sorduğu sorular

Ağırlıklar açık mı ve Laguna S 2.1'i yerelde çalıştırabilir miyim?: Evet, ağırlıklar Hugging Face üzerinde OpenMDW-1.1 lisansı altında mevcuttur; bu lisans ticari kullanım ve değişiklik yapmaya izin verir, izin istemenize gerek yoktur. BF16 kontrol noktası yaklaşık 236GB GPU belleği gerektirir, bu yüzden birden fazla GPU gerekir; GGUF, FP8, NVFP4 ve INT4 kuantize varyantları da bu ihtiyacı azaltmak için mevcuttur.
Laguna S 2.1'in maliyeti nedir ve bağlam penceresi ne kadar?: API üzerinden giriş token başına 0,09$, çıkış token başına 0,18$ ücretlendirilir ve bağlam penceresi 1.048.576 token büyüklüğündedir. Ücretsiz katman kullanılırsa, Poolside girdilerinizi ve çıktılarınızı modeli geliştirmek için kullanabilir.
Laguna S 2.1, Laguna serisinin diğer modelleriyle nasıl karşılaştırılır?: Laguna XS 2.1 (toplam 33 milyar, 3 milyar aktif) ile Laguna M.1 (toplam 225 milyar, 23 milyar aktif) arasında yer alır, aynı mimari ailesini paylaşır ve vLLM, SGLang, Transformers, TRT-LLM ve llama.cpp gibi aynı çıkarım motorlarıyla uyumludur.

Kaptanın kararı
Çalıştıracak donanıma sahipseniz, aktif parametre sayısının çok üzerinde performans gösteren gerçekten izin verici açık ağırlıklı bir kodlama ajanı.

Hugging Face'de model kartı

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

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

Also ranked: #26 Hottest Text / LLM model · #26 Hottest Text / LLM text model

Not this creator?

Get your own badge

Laguna S 2.1 popülerlik eğilimi

21 Jul 2026 tarihinden beri ısı puanı

Isı puanı

9,008°

Bu hafta

▲

26.3%

8,977° o zaman, 9,008° şimdi

Bu ay

▲

222%

8,853° o zaman, 9,008° şimdi

Geçen yıl

n/a

Henüz yayınlanmadı/izlenmedi

7,000°

Taban

Ölçek 0° ile 9.999° arasında. 7,000° altındaki her şey, henüz hiçbir kaynağın raporlamadığı modeller için ayrılmıştır ve listelerin tamamlanması için orada bir geçici sayı bulunur. 7,000° ölçülen verinin başladığı yerdir: gerçek verisi olan ama neredeyse hiç indirmesi olmayan bir model tabanda durur ve ölçümler üstündeki dereceleri doldurur. Taban model hakkında hiçbir şey söylemez; sadece üstündeki dereceler söyler ve modelleri birbirinden ayıran budur.

+1,695°

OpenRouter tokenları

Bu model son 30 günde OpenRouter üzerinden 4,469,209,626,464 token işledi, istemler ve yanıtlar birlikte. Her 10,000,000 token bir indirme olarak sayılır, toplam 446,920; son günün tokenları benimsenme oranına katılır. Kaynak: OpenRouter (openrouter.ai/rankings).

+313°

Benimsenme oranı

Kaynakların iki ölçümü arasındaki sürede günlük yaklaşık 14,717 indirme. Ömür boyu ortalamadan tahmin edilmez. Hız indirme teriminin dörtte biri kadar önemlidir, böylece yeni bir artış görünür ama bir günlük sıçrama yılların kullanımını geçemez.

Detaylı dökümü göster

Bu sitedeki her sayı kontrol edilebilir. Bu modelin ısı skoru 9,008° ve burada her bir bileşen tek tek eklenerek, her adımda toplam gösterilerek oluşturuluyor: taban, her kaynağın eklediği derece, model türü için bonus ve ağırlıkların yaşı nedeniyle çıkarılan derece. Renkler yukarıdaki grafiğin bantlarıdır. Sonundaki sözlük her terimi tanımlar.

1
Tabandan başla.
Neden 7,000° sıfır değil: Ölçek 0° ile 9.999° arasında ve 7,000° altı henüz raporlanmamış modeller için ayrılmıştır, orada geçici bir sayı bulunur ve listeler tamamlanır, verisi olan bir modelin önünde asla sıralanmaz. 7,000° ölçülen verinin başladığı yerdir. Gerçek verisi olan ama neredeyse hiç indirmesi olmayan model burada durur; sonraki her şey ölçümdür ve tabanın üstünde on kez on kat artış için 300°'lik adımlar vardır. Taban her model için aynıdır, yani karar vermez; üstündeki dereceler karar verir.
7,000°
toplamda
2
İndirmeleri ekle.
Toplamda OpenRouter tokenları kaynaklardan 446,920 indirme eşdeğeri. İndirmelerin on katı aynı 300° ekler, yani boyut önemli ama puanı tek başına belirlemez.
+1,695°
8,695°
toplamda
3
Benimsenme oranını ekle.
Şu anda günde yaklaşık 14,717 indirme, iki ölçüm arasındaki farkla hesaplanır, ağırlığı indirmenin dörtte biri.
+313°
9,008°
toplamda
=
Isı puanı.
Bu modelin bu sitedeki her listede nerede durduğunu gösterir. Başka hiçbir şey bunu değiştirmez.
9,008°

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Bu modelin popülerliğinin katalogdaki diğer modellere göre nasıl değiştiği: her dönemdeki indirme, beğeni ve kullanım artışı, aynı dönemde tipik bir modelin büyümesiyle karşılaştırılarak ve o zamanki ısı puanıyla ölçülür. Tipik büyümenin üstü artış, altı düşüş olarak okunur. Geçmiş, bugünkü toplamlar, modelin ilk günü ve ölçülen indirme hızı kullanılarak yeniden oluşturulur; iki ölçüm varsa; bir dönemin başında var olmayan model için n/a gösterilir.

Benzer Modeller

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)

TEXT / LLM

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

Laguna S 2.1, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm poolside akıl yürütme kodlama ajanlar uzun bağlam yerel

Model Ailesine Göre Göz At