Poolside 這次沒有用兆級參數模型搶聲量。它把 Laguna S 2.1 做成總參數 118B、啟用參數 8B的 MoE 程式碼模型，權重已放上 Hugging Face，並表示可在單台 NVIDIA DGX Spark 上運行。
這則消息的關鍵，是歐美公司終於拿出一個可自託管的開放權重程式碼模型。不過 Poolside 沒有宣稱打敗 GPT 或 Claude。官方榜單中，Laguna S 2.1 在 Terminal-Bench 2.1 上是 70.2%，距離閉源前沿仍有差距。它押注的是：若程式碼和日誌能留在企業自己的機器裡，企業可能願意接受這段能力差。
先把規模壓到能部署
Poolside 官方博客寫得很具體：Laguna S 2.1 是 118B total parameter、8B activated parameter 的 Mixture-of-Experts 模型，支援最高100 萬 token 上下文，從開始訓練到發布不到 9 週。
模型主要面向 agentic coding。官方列出的成績包括 Terminal-Bench 2.1 70.2%、SWE-Bench Multilingual 78.5%、SWE-Bench Pro 公開資料集 59.4%、DeepSWE 40.4%。The Next Web 對照後也指出，它在 Terminal-Bench 和 SWE-Bench Pro 上接近或超過多款更大的開放模型，但閉源模型仍領先約 10 到 15 個百分點。
這組數字不能混在一起讀。70.2% 來自 Poolside 自家 agent harness 的 Terminal-Bench 2.1；40.4% 來自 DeepSWE thinking mode，同一口徑下 no-thinking 只有 16.5%。官方也承認，部分比較採用廠商自報、榜單或第三方最高值，因此更適合看相對位置，而不是精確橫評。
直接引語說的是工作習慣
Poolside 沒把這次升級說成單純加參數。它強調模型更會檢查、更願意回退、更少提前宣布完成。
"What we've done in this model is not necessarily add more intelligence, but improve the behaviors that lead to a more capable model: more verification, less taking things for granted, not declaring victory early, and being more persistent."
Poolside 應用研究聯合負責人 Pengming Wang 這句話的意思是：增強重點在「做事習慣」，少想當然、多驗證，別在測試沒全過時就收工。
官方案例也能對上這個解釋。Laguna S 2.1 在一個 50 分鐘、181 步的會話裡，從空資料夾做出簡單 HTML/CSS 渲染引擎；另一個內部 harness 最佳化任務中，模型把速度提高5.2%，記憶體分配降低約70%。這些案例不一定代表真實客戶場景，但說明 Poolside 想賣的是長時間工程任務中的自我校驗能力。
開放權重的空檔
過去一年，開放權重程式碼模型的聲量更多來自中國團隊。Kimi K3、Qwen、DeepSeek、MiniMax 都在參數規模、授權、低價 API 和本地部署上輪番衝榜。歐美公司這邊，要麼閉源賣 API，要麼開放模型的尺寸和程式碼能力不夠刺激。
Laguna S 2.1 選在 118B-A8B 這個體量，像是一個折衷點：比 30B 級模型更能支撐長任務，比兆級參數模型更容易落地。Hugging Face 模型卡確認 NVFP4 版本採用 OpenMDW-1.1 授權，vLLM Recipes 則提醒 BF16 權重大約235GB，預設並不適合單卡，量化版本才是桌面和多 GPU 節點更實際的選擇。
對受監管企業來說，這個差別很實在。程式碼、漏洞、客戶資料和內部系統日誌不一定能送進海外閉源 API。能本地跑、能審計權重和授權、能接 vLLM/SGLang/Ollama/OpenRouter/Vercel AI Gateway，比跑分高幾分更容易進採購表。
代價也寫在限制裡
Poolside 沒把短板藏起來。官方列出的限制包括：在第三方 agent harness 裡可能過度記住自家工具格式，遇到相似但不同的 schema 時會誤用；巢狀工具呼叫可能生成跳脫錯誤的 JSON；thinking mode 有時會想得過久，尤其在競賽數學題上。
這三條限制都指向同一個風險：程式碼 agent 的失敗不總是「不會寫程式碼」，更多時候是工具協議、上下文預算和停手時機。企業把模型接進 CI、倉庫、工單和權限系統後，一次錯誤工具呼叫可能比答錯一道題更麻煩。
Poolside 也給出成本口徑。OpenRouter 免費端點提供256K 上下文，專用付費端點提供完整 100 萬上下文，價格為每百萬 token 0.10 美元輸入、0.20 美元輸出、0.01 美元快取讀取。這比閉源前沿模型便宜許多，但長程 agent 一次會話動輒十萬到數十萬輸出 token，便宜也會被工作時長吃掉。
驗證會發生在倉庫裡
Laguna S 2.1 的產業位置很清楚：它不是衝著閉源總榜第一去，而是給歐美企業一個可下載、可自託管、能接既有推理棧的程式碼 agent 底座。
後續要看的指標也具體。第一，Hugging Face 下載和社群復現是否能撐住；第二，vLLM、Ollama、SGLang 等推理路徑在真實倉庫裡是否穩定；第三，Poolside 下一代更大 Laguna 模型能不能縮小 Terminal-Bench 的差距；第四，OpenMDW 授權在商業合規審查中是否足夠順手。
如果這些點跑通，Laguna S 2.1 的價值不在「西方版 DeepSeek」這個口號。它更像一個採購部門能理解的答案：程式碼可以留在本地，模型能長時間改倉庫，帳單可以算清，能力離前沿還差一點，但差距已小到可以拿真實專案試。
參考來源：Poolside 官方博客、Hugging Face 模型卡、vLLM Recipes、CocoLoop、The Next Web；核驗模型參數、啟用參數、上下文窗口、benchmark 口徑、訓練硬體、授權、推理部署和公開限制。