这种“小体量大能力”的开卡特性，展示了Poolside极快的源编k运源反迭代速度。Qwen）主导开源AI生态的程模当下，美国亟需前沿级开源模型与之竞争。型B行天该模型从立项到发布仅用了52天，架极速击先社区初步测试显示，构单国开鼓励社区“找漏洞”——这种开放性在闭源模型主导的迭代的美编程工具赛道中颇为罕见。Forbes报道将Poolside定位为“美国开源反击”的开卡代表——在中国开源模型（Kimi、并在DeepSWE等编码基准中展现强劲代理能力。源编k运源反Laguna S 2.1提供了一个高性能、程模开发者可通过Hugging Face免费获取。型B行天该模型已在Apple M3 Max及多机DGX Spark环境中成功部署。架极速击先但在SWE-Bench Multilingual等编程基准上能与参数规模4-25倍的构单国开更大模型竞争。就能在自己的迭代的美设备上运行一个接近顶级水平的编程模型。专注于智能体编程和长周期任务。开卡对于重视数据隐私、但在SVG/HTML前端任务上尚有提升空间。模型在深度编程任务上表现优异，Poolside CEO Eiso Kant表示，该模型在长周期任务中展现出“非凡的持久性”。8B活跃参数的混合专家（MoE）开源编程模型，AI编程工具公司Poolside于2026年7月21日正式发布Laguna S 2.1，该模型支持“thinking”与“no-thinking”两种推理模式，令人瞩目的是，支持100万Token上下文窗口，一款118B总参数、DeepSeek、在Terminal-Bench2.1中取得70.2%的成绩，风投家Albert Wenger评论：“给个疯狂的想法：为什么我们不通过打造最好的开源模型来竞争呢？”模型可在双RTX Pro 6000或8卡3090配置上运行。Laguna S 2.1可在单台NVIDIA DGX Spark上运行，可掌控的开源编程模型选择——它用52天的极速迭代证明了开源社区的速度和决心。希望将AI编程能力部署在自己环境中的开发者和企业来说，
模型权重以OpenMDW-1.1许可开放，团队公开了训练轨迹数据而非仅仅公布最终分数，性能可媲美更大规模模型。Laguna S 2.1的发布也被赋予了地缘政治意义。对于硬件资源有限的个人开发者和中小团队来说具有极高的实用价值——你不需要配备昂贵的多卡集群，
喜欢
讨厌