一家叫 Poolside 的旧金山小实验室，周二把新模型 Laguna S 2.1 端上了台面。这事有意思的地方不在于它有多大，而在于它小到能塞进一台桌面级机器，却把好几款数倍于己的闭源模型比了下去。
九周造出来的小钢炮
Laguna S 2.1 总参数 1180 亿，但每次推理只激活 80 亿，上下文窗口拉到了 100 万 token。Poolside 说它从 5 月 22 日才开始预训练，用 4096 张 H200，不到九周就发布了。在长周期编程基准 Terminal-Bench 2.1 上拿到 70.2%，比 1.6 万亿参数的 DeepSeek-V4-Pro-Max（64.0%）和 5500 亿参数的英伟达 Nemotron 3 Ultra（56.4%）都高；SWE-Bench Multilingual 上它拿到 78.5%，SWE-Bench Pro 公开集 59.4%。不到三个月，Poolside 从 M.1 一路连发三款模型，节奏快得不像一家小实验室。
我们在这版模型上做的，不是堆更多智能，而是改进那些通向更强模型的行为：更多验证、更少想当然、不早早宣告胜利，也更持久。 —— Poolside 应用研究联合负责人 Pengming Wang
把权重敞开给人看
最关键的一点是，它是开放权重的，发布当天就挂在 Hugging Face 上，采用 OpenMDW-1.1 许可，连 BF16、FP8、INT4 各种量化版本都给了。模型小到能跑在单台英伟达 DGX Spark 上，也就是说企业可以把高频的编程智能体任务从按量计费的 API 搬到自己掌控的硬件里。
- 1180 亿总参数、每次只激活 80 亿，上下文窗口 100 万 token
- 开放权重，发布即上 Hugging Face，可本地跑在单台 DGX Spark
- 西方近一年来首个有竞争力的开放权重编程模型
西方的开源空窗
Poolside 把这个发布摆进了一个更大的叙事里：过去一年，开发者明显转向能下载、能审查、能在自家基础设施上跑的开放权重系统，而这一类里能打的几乎都来自中国实验室——DeepSeek、通义千问、Kimi、智谱、MiniMax、腾讯混元。西方上一次放出开放权重，还是去年 8 月 OpenAI 的 gpt-oss-120b。联合 CEO Jason Warner 的话很直白：西方需要能信任、能运行、能在其上构建的开放权重模型。
顺带一提，Poolside 把评测的完整轨迹也公开了，算是给开放二字加了点诚意。对政府、国防这类高度监管的客户来说，能自托管意味着敏感代码和数据不出自己的环境，这正是 Poolside 这门生意的根基。
发表回复