Passer au contenu principal

Laguna S 2.1

PoolsideOpen WeightOpenMDW License v1.1 · Usage Commercial

Description

Laguna S 2.1 is Poolside's most capable Laguna 2.1 model: an open-weight Mixture-of-Experts coding model with 118B total parameters and 8B activated per token (256 routed experts + 1 shared; 48 layers). It targets long-horizon and agentic coding with interleaved thinking, a 1,048,576-token context window in thinking and no-thinking modes, and text-to-text only modalities. Available as open weights on Hugging Face and via Poolside's API, OpenRouter, and other hosts (poolside/laguna-s-2.1).

Date de sortie
2026-07-21
Paramètres
118.0B
Longueur du contexte
1.0M
Modalités
text

Radar de capacités

60
general
60
coding
60
reasoning
51
scienceest.
60
agents
0
multimodal

Science est estimé à partir des scores scientifiques de LLM Stats ou du raisonnement lorsque les benchmarks scientifiques dédiés ne sont pas disponibles.

Classements

Aucune donnée de classement disponible

Scores de benchmarks (LLM Stats)

(LLM Stats (zeroeval))

Agents

Toolathlon49.7%Aut.

Code

SWE Atlas - Codebase QnA46.2%Aut.
DeepSWE 1.140.4%Aut.

Reasoning

SWE-bench Multilingual78.5%Aut.
Terminal-Bench 2.170.2%Aut.
SWE-Bench ProPrinceton NLP (2024)59.4%Aut.

Indices d'évaluation AA

(Artificial Analysis)

Aucune donnée d'évaluation AA disponible

Scores par catégorie LLM Stats

(LLM Stats (zeroeval))
Reasoning
60
General
60
Code
60
Tool Calling
60
Agents
50

Tarification

Prix d'entrée$0 / 1M tokens
Prix de sortie$0 / 1M tokens
Prix mixte (3:1)$0 / 1M tokens
Prix de lecture cacheGratuit
Prix d'écriture cacheGratuit

Vitesse

Aucune donnée de vitesse disponible

Classement des Prix par Fournisseur

Classement des Prix par Fournisseur

6 fournisseurs

Moins cher: PoolsidePlus cher: Pioneer
FournisseurEntréeSortie
1PoolsidePRINCIPAL
$0
$0
2OpenRouter
$0.09
$0.18
3NanoGPT
$0.1
$0.2
4Kilo Gateway
$0.1
$0.2
5Vercel AI Gateway
$0.1
$0.2
6Pioneer
$0.1
$0.2

Comparer les prix entre différents fournisseurs API pour ce modèle.

Sources externes