Poolside 发布 Laguna S 2.1：一款开源权重模型，专为智能体编码设计，在 SWE-Bench Multilingual 中以小博大

Poolside发布了Laguna S 2.1——一款用于智能体编码的开放权重模型，拥有1180亿个参数，得益于混合专家（Mixture-of-Experts, MoE）架构，每个令牌仅激活约80亿个参数。该模型支持最多100万个令牌的上下文，既可在推理模式下也可在非推理模式下运行。权重以OpenMDW-1.1许可证在Hugging Face上提供，模型大小允许其在单个NVIDIA DGX Spark上运行。在长代码基准测试中，Laguna S 2.1的表现与比其大数倍的模型相当，包括DeepSeek-V4-Pro-Max、Nemotron 3 Ultra和Inkling。例如，在SWE-Bench Multilingual上，该模型得分为78.5%，这是开放尺寸模型中公布的最佳结果。在启用推理模式的Terminal-Bench 2.1上，得分为70.2%。同时，在DeepSWE v1.1测试中，该模型得分为40.4%，而DeepSeek-V4-Pro-Max为9.0%，但前者的活跃参数数量约为后者的六分之一。模型有两种推理模式：关闭和最大（默认）。在最大模式下，模型自行确定计算预算，使DeepSWE得分从16.5%提升至40.4%，但代价是令牌数量增加（从9.9万增至24.9万）。Poolside团队发布了三个未经编辑的模型运行轨迹：从空文件夹创建可运行的HTML/CSS浏览器引擎、优化自身智能体引擎（速度提升5.2%，内存分配减少71%），以及独立重新发现Erdős问题第397号的Perl解决方案。部署时，完整的1180亿个参数保留在内存中。在4位量化（NVFP4或INT4）下，权重占用约59 GB，可容纳于单个DGX Spark的128 GB统一内存中。在FP8下，约为118 GB（单个Spark或H200）；在BF16下，为236 GB（两个Spark或多GPU节点）。训练始于2026年5月22日，使用了4096个NVIDIA H200，耗时不到九周。该模型也可通过OpenRouter、vLLM、SGLang、Ollama等平台访问。