Laguna S 2.1
9008°
Chạy mô hình này
Ưu đãi / Quảng cáo
Poolside | ngữ cảnh 1.048.576 token | $0.09/M đầu vào, $0.18/M đầu ra. Laguna S 2.1 là mô hình agent lập trình mới nhất từ PoolsideOpens in new tab. Laguna S 2.1 là mô hình 118 tỷ tham số tổng với 8 tỷ tham số kích hoạt, đạt điểm 70.2% trên Terminal-Bench 2.1 và 40.4% trên DeepSWE, trở thành một trong những mô hình lập trình mạnh nhất trong phân khúc của nó. Trọng số mở theo giấy phép OpenMDW-1.1. Laguna S 2.1 được thiết kế cho các trường hợp sử dụng kỹ thuật phần mềm và lập trình agentic, và bạn chịu trách nhiệm xác nhận nó phù hợp với ứng dụng dự định của bạn. Laguna S 2.1 tuân theo Giấy…Poolside | ngữ cảnh 1.048.576 token | $0.09/M đầu vào, $0.18/M đầu ra. Laguna S 2.1 là mô hình agent lập trình mới nhất từ PoolsideOpens in new tab. Laguna S 2.1 là mô hình 118 tỷ tham số tổng với 8 tỷ tham số kích hoạt, đạt điểm 70.2% trên Terminal-Bench 2.1 và 40.4% trên DeepSWE, trở thành một trong những mô hình lập trình mạnh nhất trong phân khúc của nó. Trọng số mở theo giấy phép OpenMDW-1.1. Laguna S 2.1 được thiết kế cho các trường hợp sử dụng kỹ thuật phần mềm và lập trình agentic, và bạn chịu trách nhiệm xác nhận nó phù hợp với ứng dụng dự định của bạn. Laguna S 2.1 tuân theo Giấy phép OpenMDW-1.1Opens in new tab và nên được sử dụng phù hợp với Chính sách Sử dụng Chấp nhận được của PoolsideOpens in new tab. Chúng tôi khuyên không nên vượt qua các biện pháp an toàn của Laguna S 2.1 mà không thực hiện các biện pháp giảm thiểu tương đương phù hợp với trường hợp sử dụng của bạn. Vui lòng báo cáo các lỗ hổng bảo mật hoặc mối quan ngại về an toàn tới [email protected]. Nếu bạn sử dụng Laguna S 2.1 miễn phí, chúng tôi có thể sử dụng đầu vào và đầu ra của bạn để huấn luyện và cải thiện mô hình.
Hướng dẫn cho mô hình này
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Cách Cài Đặt Ollama và Chạy AI Cục Bộ (Windows, Mac, Linux)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
Laguna S 2.1 là một mô hình Mixture-of-Experts với 118 tỷ tham số từ Poolside, chỉ có 8 tỷ tham số hoạt động trên mỗi token. Nó được xây dựng cho các tác vụ kỹ thuật phần mềm có tính chủ động và mã hóa dài hạn, với cửa sổ ngữ cảnh 1 triệu token và khả năng suy luận nội tại giữa các lần gọi công cụ. Trọng số mở dưới giấy phép mở rộng OpenMDW-1.1 cho phép đây là lựa chọn nghiêm túc cho các nhóm muốn tự lưu trữ một đại lý mã hóa đẳng cấp tiên phong.
Nổi tiếng với
- Kết quả mã hóa chủ động mạnh mẽ: 70,2% trên Terminal-Bench 2.1, 40,4% trên DeepSWE
- Cửa sổ ngữ cảnh 1.048.576 token cho các cơ sở mã lớn và tác vụ dài hạn
- Suy luận xen kẽ nội tại giữa các lần gọi công cụ, có thể kiểm soát theo yêu cầu
- Giấy phép OpenMDW-1.1 hoàn toàn cho phép: sử dụng thương mại, chỉnh sửa, không cần xin phép
- Các biến thể lượng tử hóa có sẵn: FP8, NVFP4, INT4 và GGUF để triển khai linh hoạt
Cẩn thận với
- Trọng số BF16 yêu cầu khoảng 236GB trên nhiều GPU; các biến thể lượng tử hóa giảm bớt điều này nhưng có những đánh đổi.
- Sử dụng tầng miễn phí cho phép Poolside sử dụng đầu vào và đầu ra của bạn để huấn luyện mô hình.
- Các điểm chuẩn do Poolside tự báo cáo; điểm của bên thứ ba được đánh dấu rõ và so sánh thay đổi tùy theo người đánh giá.
Lời nhắc để thử
Gỡ lỗi bộ kiểm tra thất bại
Tôi có một dịch vụ Python FastAPI. Các bài kiểm tra tích hợp chạy thành công ở môi trường cục bộ nhưng thất bại trong CI với lỗi 422 Unprocessable Entity khi POST /orders. Nội dung yêu cầu giống hệt ở cả hai môi trường. Hãy phân tích các nguyên nhân có khả năng nhất, viết một script chẩn đoán tôi có thể chạy trong CI để ghi lại yêu cầu thô và lỗi xác thực, và đề xuất các cách sửa.
Lập kế hoạch tái cấu trúc qua nhiều file
Tôi cần di chuyển một ứng dụng Node.js Express từ cú pháp require() CommonJS sang cú pháp import/export của module ES. Dự án có khoảng 40 file, sử dụng Jest cho kiểm thử, và có vài lần gọi require() động. Hãy cho tôi kế hoạch di chuyển từng bước, đánh dấu các trường hợp đặc biệt có thể gây lỗi tự động, và viết một script shell để xử lý việc đổi tên cơ học.
Kiểm toán kho mã chủ động
Hãy đóng vai một kỹ sư cao cấp xem xét một pull request. Đây là phần khác biệt của module xác thực thay bcrypt bằng Argon2. Kiểm tra các lỗi bảo mật, lựa chọn tham số sai, thiếu xử lý lỗi, và bất kỳ thiếu sót trong kiểm thử. Liệt kê từng vấn đề kèm file và dòng tham chiếu, mức độ nghiêm trọng, và cách sửa cụ thể.
So sánh với
- Laguna XS 2.1Mô hình mở trọng sốngữ cảnh 262,144 token · Đầu vào $0.06/M, đầu ra $0.12/M
- GPT-6 LunaMô hình chỉ APIngữ cảnh 1,050,000 token · Đầu vào $0.10/M, đầu ra $0.50/M
- Claude Opus 5.5Mô hình chỉ APIngữ cảnh 1,000,000 token · Đầu vào $4.00/M, đầu ra $20.00/M
- Muse Spark 1.3 ContributorMô hình chỉ APIngữ cảnh 1,048,576 token · Đầu vào $0.10/M, đầu ra $0.20/M
Thêm mô hình văn bản từ poolside
Câu hỏi thường gặp
- Trọng số có mở và tôi có thể chạy Laguna S 2.1 tại chỗ không?
- Có, trọng số có sẵn trên Hugging Face dưới giấy phép OpenMDW-1.1, cho phép sử dụng thương mại và chỉnh sửa mà không cần xin phép. Checkpoint BF16 cần khoảng 236GB bộ nhớ GPU, nên bạn cần nhiều GPU; các biến thể lượng tử hóa GGUF, FP8, NVFP4 và INT4 cũng có để giảm yêu cầu này.
- Laguna S 2.1 có giá bao nhiêu và cửa sổ ngữ cảnh là bao nhiêu?
- Qua API, giá là 0,09 USD cho mỗi triệu token đầu vào và 0,18 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 1.048.576 token. Nếu bạn dùng tầng miễn phí, Poolside có thể sử dụng đầu vào và đầu ra của bạn để cải thiện mô hình.
- Laguna S 2.1 so với các phiên bản khác trong dòng Laguna thế nào?
- Nó nằm giữa Laguna XS 2.1 (33 tỷ tổng, 3 tỷ hoạt động) và Laguna M.1 (225 tỷ tổng, 23 tỷ hoạt động), cùng họ kiến trúc và tương thích với các engine suy luận như vLLM, SGLang, Transformers, TRT-LLM và llama.cpp.
Phán quyết của thuyền trưởngMột đại lý mã hóa với trọng số mở thực sự cho phép, hoạt động vượt trội so với số tham số hoạt động, với điều kiện bạn có phần cứng để chạy nó.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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
Xu hướng phổ biến của Laguna S 2.1
Điểm nhiệt từ 21 Jul 2026
Điểm nhiệt
9,008°
Tuần này
▲
26.3%
8,977° lúc đó, 9,008° bây giờ
Tháng này
▲
222%
8,852° lúc đó, 9,008° bây giờ
Năm qua
n/a
Chưa phát hành/được theo dõi
7,000°
Điểm sàn
Thang điểm chạy từ 0° đến 9.999°. Mọi thứ dưới 7,000° dành cho các mô hình chưa có nguồn nào báo cáo, chúng mang một số thay thế ở đó để danh sách luôn đầy đủ. 7,000° là nơi bắt đầu dữ liệu đo được: một mô hình có dữ liệu thật nhưng gần như không có lượt tải sẽ đứng ở điểm sàn, và các số đo sẽ cộng dồn trên đó. Điểm sàn không nói gì về mô hình; chỉ có các độ trên nó mới phân biệt được các mô hình với nhau.
+1,695°
Token OpenRouter
4,469,209,626,464 token mô hình này xử lý qua OpenRouter trong 30 ngày qua, bao gồm cả lời nhắc và câu trả lời. Mỗi 10,000,000 token tính là một lượt tải trong điều kiện tải xuống, tổng cộng 446,920; token của ngày cuối cùng được tính vào tỷ lệ sử dụng. Nguồn: OpenRouter (openrouter.ai/rankings).
+313°
Tỷ lệ áp dụng
Khoảng 14,717 lượt tải mỗi ngày, đo giữa hai lần đọc nguồn, không đoán dựa trên trung bình cả đời. Tốc độ chiếm một phần tư thành phần lượt tải, nên một đợt tăng mới sẽ hiện rõ mà không để một đỉnh một ngày vượt qua nhiều năm sử dụng.
Hiển thị phân tích chi tiết
Mọi con số trên trang này đều có thể kiểm tra được. Điểm nhiệt của mô hình này là 9,008°, và đây là cách nó được xây dựng từng thành phần một, với tổng điểm chạy sau mỗi bước: điểm sàn, số độ mà mỗi nguồn đóng góp, điểm thưởng cho loại mô hình và điểm trừ theo tuổi của trọng số. Màu sắc tương ứng với các dải trên biểu đồ phía trên. Phần chú giải ở cuối định nghĩa mọi thuật ngữ.
- 1Bắt đầu từ điểm sàn.Tại sao là 7,000° chứ không phải 0: thang điểm chạy từ 0° đến 9.999°, và phần dưới 7,000° dành cho các mô hình chưa có nguồn báo cáo, mang số thay thế để danh sách đầy đủ và không bao giờ vượt trên mô hình có dữ liệu. 7,000° là nơi bắt đầu dữ liệu đo được. Một mô hình có dữ liệu thật nhưng gần như không có lượt tải đứng ở đây; mọi thứ tiếp theo là đo lường, và phần trên điểm sàn có mười bước tăng gấp mười lần lượt tải, mỗi bước 300°. Điểm sàn giống nhau cho mọi mô hình, nên nó không quyết định gì; chỉ có các độ trên nó mới quyết định.7,000°tổng đang chạy
- 2Thêm lượt tải về.446,920 lượt tải tương đương tổng cộng, từ Token OpenRouter. Mười lần lượt tải thêm cùng 300°, nên kích thước quan trọng nhưng không bao giờ chiếm hết điểm.+1,695°8,695°tổng đang chạy
- 3Thêm tỷ lệ áp dụng.Khoảng 14,717 lượt tải mỗi ngày hiện tại, đo giữa hai lần đọc, bằng một phần tư trọng số.+313°9,008°tổng đang chạy
- =Điểm nhiệt.Mô hình này đứng ở đâu trên mọi danh sách của trang này. Không có gì khác điều chỉnh nó.9,008°
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Cách mà độ phổ biến của mô hình này thay đổi so với phần còn lại của danh mục: sự tăng trưởng về lượt tải xuống, lượt thích và sử dụng qua từng giai đoạn, so với sự tăng trưởng điển hình của mô hình trong cùng giai đoạn, cùng với điểm nhiệt của nó lúc đó. Cao hơn mức tăng trưởng điển hình là tăng, thấp hơn là giảm. Quá khứ được tái tạo từ tổng số hiện tại, ngày đầu tiên của mô hình và tốc độ tải xuống đo được khi có hai lần đọc; mô hình không tồn tại vào đầu giai đoạn sẽ hiển thị n/a.
Laguna S 2.1 là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Thêm mô hình Text / LLMThêm Văn bản / LLM Text / LLMllmpoolsidelý luậnlập trìnhtác nhânngữ cảnh dàicục bộ
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153