Laguna S 2.1

Laguna S 2.1 是 Poolside 于 2026 年 7 月 21 日发布的开源权重编程模型，发布当天权重即上架 Hugging Face。它采用 118B 总参、每 token 仅激活 8B 的 MoE 架构，配备 100 万 token 上下文窗口和原生交错推理能力，专为智能体编程和长程任务设计。模型采用 OpenMDW-1.1 协议，商用与非商用均免费。在 Laguna 家族中，它介于 Laguna XS 2.1（33B-A3B）和 Laguna M.1（225B-A23B）之间。

模型规格

核心功能

• 原生交错推理：思考过程穿插在工具调用之间，通过 enable_thinking 按请求控制；推理只有关闭和 max 两档，没有 low / medium / high 分级。
• 全模式 1M 上下文：思考与非思考模式都可使用完整的 1,048,576 token 窗口，整个仓库和长篇智能体轨迹都能装进一个会话。
• 发布当天开放权重：BF16、FP8、INT4、NVFP4、GGUF、MLX 等格式同步上架 Hugging Face，并附带用于投机解码的 DFlash 草稿模型。仓库下载量约 11.9 万次、点赞约 969。
• 单台工作站即可运行：模型可在一台 128GB 统一内存的 NVIDIA DGX Spark 上运行。
• 服务栈广泛：Poolside 的 pool CLI、vLLM、SGLang、Ollama、llama.cpp、MLX、TensorRT-LLM 均可运行。

适用场景

• 智能体编程：为多步工具调用、终端操作和仓库级修改而生。在 Terminal-Bench 2.1 和 SWE-Bench Pro 上，它追平或超越了数倍于自身规模的模型，包括 DeepSeek-V4-Flash、NVIDIA Nemotron 3 Ultra 和 Thinking Machines Inkling。
• 长程任务：1M 窗口加上交错推理，让长时间的调试与重构会话在数十轮工具调用后依然保持连贯。
• 本地部署：OpenMDW-1.1 权重与 4-bit 量化，使其能在一台 DGX Spark 上自托管，适合对隐私敏感的代码库。

定价

权重在 OpenMDW-1.1 协议下免费。托管接入方式：

相比竞品的优势

1. 激活参数效率：仅 8B 激活参数，却在 Terminal-Bench 2.1 和 SWE-Bench Pro 上与大得多的模型同台竞技。
2. 真正可商用的开放：OpenMDW-1.1 无需额外协议即可商用，且所有主流量化格式发布当天齐备。
3. 本地优先的 1M 上下文：很少有开源模型能把 1M 窗口和单台 DGX Spark 部署结合在一起。

快速开始

1. 托管试用：OpenRouter 免费端点（256K 上下文）是最快的上手方式；Poolside API 与 Vercel AI Gateway 也已接入。
2. 下载权重：在 Hugging Face 选择 BF16、FP8、INT4、NVFP4、GGUF 或 MLX 版本。
3. 本地运行：使用 pool CLI、vLLM、SGLang、Ollama、llama.cpp、MLX 或 TensorRT-LLM。
4. 控制推理：按请求设置 enable_thinking；开启后即为 max 强度。

常见问题

Laguna S 2.1 可以商用吗？

可以。OpenMDW-1.1 协议覆盖商用与非商用，OpenRouter 还提供 256K 上下文的免费托管端点。

本地运行需要什么硬件？

一台 NVIDIA DGX Spark（128GB 统一内存）即可运行；INT4、NVFP4 或 GGUF 量化版本通过 llama.cpp、MLX 或 TensorRT-LLM 可进一步降低占用。

支持图片或视觉输入吗？

不支持。Laguna S 2.1 是纯文本模型，词表 100,352 token，没有视觉编码器。

替代方案

• DeepSeek V4 Flash：体量更大的 284B-A13B 开源智能体模型，MIT 权重，API 价格低廉。
• Qwen3.8-27B：Apache 2.0 协议的 27B 稠密模型，适合更简单的本地部署。

使用技巧

1. 困难任务开启思考：enable_thinking 以 max 强度运行，并在工具调用之间穿插推理，这正是其智能体能力增益的来源。
2. 使用 DFlash 草稿模型：搭配官方 DFlash 草稿做投机解码，本地服务速度明显提升。
3. 吃满整个窗口：两种模式都有 1M token，把整个仓库和完整工具历史留在上下文里，而不是切片处理。

总结

Laguna S 2.1 是 2026 年最实用的开源编程模型之一：118B MoE 仅激活 8B、真正的 1M token 上下文、发布当天齐备的量化格式，以及允许商用的协议。如果你想在自己的硬件上或以极低的 API 成本获得接近前沿的智能体编程能力，它值得认真考虑。