Poolside发布开源智能体编码模型Laguna S 2.1

开源Agentic编码模型正式发布

Poolside公司宣布推出Laguna S 2.1——一款专为智能体式编程（agentic coding）设计的1180亿参数开源大模型。该模型采用混合专家（Mixture-of-Experts, MoE）架构，单次推理仅激活约80亿参数（占总参数6.8%），但全部1180亿参数常驻内存，实现高效率与强能力的平衡。模型支持高达100万token的上下文长度，涵盖“思考模式”（thinking mode）与“无思考模式”（no-thinking mode）两种推理路径。

模型权重已在Hugging Face平台公开，采用OpenMDW-1.1许可证。官方提供BF16、FP8、INT4及NVFP4四种精度版本，并同步发布GGUF与MLX格式转换模型，以及DFlash草案模型。从预训练启动到正式发布仅耗时不足九周：2026年5月22日，训练在4096块NVIDIA H200 GPU集群上启动；这也是Poolside首个在强化学习阶段全程采用FP8精度训练的模型。

性能表现：小身量、大能效

Laguna S 2.1在多项长周期编码基准测试中展现出显著超越参数规模的性能。在Terminal-Bench 2.1（启用思考模式）中取得70.2%准确率，位居Poolside官方编译的公开模型排行榜首位，仅次于部分闭源或超大规模模型；在SWE-Bench Multilingual基准上达到78.5%，为当前所有已公布结果中的最高分。

尤为突出的是DeepSWE v1.1测试：Laguna S 2.1得分40.4%，而参数量约为其6倍的DeepSeek-V4-Pro-Max仅得9.0%。这印证了其“以小博大”的技术路径——虽未挑战Claude Fable 5、Kimi K3等闭源前沿模型的综合统治力，但在同等开放性前提下，Laguna S 2.1确立了新的效能标杆。

两种思考模式与真实任务验证

Laguna S 2.1默认启用“max”思考模式，允许模型自主分配测试时计算资源（暂不开放用户可调的低/中/高努力等级）。该模式将Terminal-Bench 2.1得分从60.4%提升至70.2%，DeepSWE得分从16.5%跃升至40.4%；代价是推理token消耗增加——DeepSWE任务在思考模式下平均使用约24.9万completion tokens，远高于无思考模式下的9.9万。

Poolside团队公开三段未经剪辑的真实运行轨迹，展现模型持续数小时、数十万token的连贯推理能力：

• 在空文件夹中独立构建可运行的HTML/CSS浏览器引擎，全程181步、50分钟，零人工干预，并通过headless Chromium自动验证输出；
• 自主优化Poolside自研的智能体运行框架（agent harness），使执行速度提升5.2%，内存分配降低71%，将O(n²)字符串拼接重构为缓冲区操作；
• 在无Python环境的Perl沙箱中，耗时68分钟离线重推Erdős问题#397——该成果为独立再发现（knowledge cutoff为2025年11月，而GPT-5.2 Pro于2026年1月才解决同一问题）。

实际部署可行性明确

部署门槛清晰可控：按4-bit量化（NVFP4或INT4），模型权重仅需约59GB，可轻松运行于单台NVIDIA DGX Spark（128GB统一内存）；FP8精度下约118GB，仍适配单Spark或单块H200；BF16则需约236GB，需双Spark互联或数据中心级多GPU节点。Poolside联合NVIDIA深度优化TRT-LLM推理栈，在Blackwell架构上实现NVFP4精度下对单DGX Spark的端到端支持，模型已于发布当日投入可用。

> 编者观点：Laguna S 2.1的突破不在参数堆砌，而在MoE稀疏激活、FP8训练与轻量部署的工程闭环——为中国AI初创团队提供了一条兼顾开源合规、推理成本与实际编码能力的务实路径。