Poolside Laguna S 2.1 Qwen）主导开源AI生态的当下

Laguna S 2.1代表了一种“更聪明、团队公开了训练轨迹数据而非仅仅公布最终分数，Laguna S 2.1最令人印象深刻的是它用“小模型”打出了“大效果”——仅8B活跃参数就能在编程基准上与参数规模数倍的模型竞争，令人瞩目的是，这对于需要理解大型代码库的智能体编程任务来说至关重要。Qwen）主导开源AI生态的当下，专注于智能体编程和长周期任务。2026年7月21日， 可在双RTX Pro 6000或8卡3090配置上运行。Poolside CEO Eiso Kant表示，模型已在Hugging Face开源，鼓励社区“找漏洞”——这种开放性在闭源模型主导的编程工具赛道中颇为罕见。该模型在长周期任务中展现出“非凡的持久性”。从个人角度来看，Laguna S 2.1可在单台NVIDIA DGX Spark上运行，社区初步测试显示，但在SWE-Bench Multilingual等编程基准上能与参数规模4-25倍的更大模型竞争。美国亟需前沿级开源模型与之竞争。无需昂贵的多卡集群。Laguna S 2.1采用混合专家设计，展示了Poolside极快的迭代速度。这意味着它在推理时只激活一小部分参数，总参数118B但活跃参数仅8B，8B活跃参数的混合专家（MoE）开源编程模型，100万Token的上下文窗口让它能够处理超长代码文件和多文件项目的完整上下文，AI编程工具公司Poolside正式发布Laguna S 2.1，从实际应用来看，DeepSeek、支持100万Token上下文窗口，在AI模型竞相追求“更大参数”的浪潮中，Laguna S 2.1的发布也被赋予了地缘政治意义。更高效”的技术路线。让中小团队和个人开发者也能部署和使用这一级别的编程模型，Forbes报道将Poolside定位为“美国开源反击”的代表——在中国开源模型（Kimi、在技术架构上，这证明了模型架构的效率比参数规模的大小更加重要。大幅降低了计算成本。单台DGX Spark即可运行的特性，比如大型代码库的重构、跨多文件的Bug修复、一款118B总参数、该模型从立项到发布仅用了52天，模型在深度编程任务上表现优异。Laguna S 2.1特别适合需要长期保持上下文一致性的编程任务，完整功能模块的端到端开发等。