Poolside 发布 Laguna S 2.1：118B 参数开源编程模型，SWE-Bench 多语言测试登顶

一句话看懂

Poolside 发布开源编程模型 Laguna S 2.1，118B 参数仅 8B 激活，1M 上下文，SWE-Bench 多语言测试 78.5% 登顶，可单卡运行。

详细发生了什么

Poolside 于 2026 年 7 月 21 日发布 Laguna S 2.1。这是一款 118B 总参数的 Mixture-of-Experts（MoE）开源编程模型，每 token 只激活 8B 参数（约 6.8%）。它支持 1M token 上下文窗口，提供 thinking 和 no-thinking 两种模式。权重以 OpenMDW-1.1 许可证发布在 Hugging Face 上。

性能方面，Laguna S 2.1 在 Terminal-Bench 2.1 上达到 70.2%（thinking 模式），在 SWE-Bench Multilingual 上以 78.5% 的成绩超越所有公开披露参数的模型，包括 Tencent Hy3（75.8%）、DeepSeek-V4-Pro-Max（76.2%）等。在 DeepSWE v1.1 上，它以 40.4% 大幅领先 DeepSeek-V4-Pro-Max 的 9.0%，而激活参数仅为后者的约六分之一。

模型从训练到发布只用了 9 周（2026 年 5 月 22 日开始，4096 张 H200 GPU），是 Poolside 三个月内的第三个模型。团队提供了 BF16、FP8、INT4、NVFP4 等多种量化版本，以及 GGUF、MLX 转换和 DFlash draft 模型。

中文圈视角

对中文开发者来说，Laguna S 2.1 的吸引力在于：

开源可部署：模型权重完全公开，许可证 OpenMDW-1.1 允许商用（需确认具体条款）。4-bit 量化只需 59 GB 显存，单张 DGX Spark（128 GB 统一内存）就能运行。国内开发者可通过 Hugging Face 或 ModelScope 镜像下载。
编程场景实用：SWE-Bench Multilingual 测试涵盖多语言编程任务，中文代码场景（如 Python、JavaScript）同样受益。模型在长任务（如构建浏览器引擎）中表现出自主推理能力，适合自动化代码审查、bug 修复等场景。
国产平替对比：相比 DeepSeek-V4-Pro-Max（1.6T 参数，49B 激活）或 Kimi K3（2.8T 参数），Laguna S 2.1 参数规模小得多，但特定任务（如 DeepSWE）表现更强。国内类似模型如 Qwen 3.7 Max（未公开参数）在部分基准上领先，但 Laguna 的开源特性使其更易定制。
部署门槛：国内用户若无法获取 DGX Spark，可使用 H200 或 A100 等 GPU。FP8 版本需 118 GB 显存（单张 H200 可容纳），BF16 需 236 GB（需多卡）。API 服务通过 OpenRouter 提供，但国内访问可能受限，建议自行部署。

几条值得记住的细节

参数效率：118B 总参数，仅 8B 激活，稀疏度约 93.2%，推理成本远低于同规模密集模型。
Thinking 模式：默认开启 max thinking，Terminal-Bench 从 60.4% 提升至 70.2%，DeepSWE 从 16.5% 提升至 40.4%，但 token 消耗翻倍（DeepSWE 从 99k 增至 249k）。
部署配置：4-bit 量化（NVFP4/INT4）需 59 GB，单张 DGX Spark 可运行；FP8 需 118 GB（单张 H200）；BF16 需 236 GB（双 Spark 或多卡）。
开源生态：支持 vLLM、SGLang、Ollama 等推理框架，发布即兼容。
定价：OpenRouter 上 256K 上下文免费，1M 上下文输入 $0.10/1M tokens，输出 $0.20/1M tokens，缓存读取 $0.01/1M tokens。

一句话总结

Laguna S 2.1 以极小激活参数实现顶级编程性能，开源可部署，是中文开发者低成本接入前沿 Agentic Coding 的优质选择。