Poolside 发布 Laguna S 2.1：小型开源编程模型，性能超越大模型，解决 1975 年数学难题
Poolside 推出第三代编程模型 Laguna S 2.1，采用自我检查与修正机制，在基准测试中击败多个更大模型。该模型为开源权重，仅用不到 10 美分解决了一个自 1975 年未解的数学问题。了解其技术细节及对中文开发者的意义。
一句话看懂
Poolside 发布 Laguna S 2.1，一个紧凑的开源编程模型，通过自我检查与反复修正机制，在多项基准上超越大模型，并以极低成本解决了一个 1975 年以来的数学难题。
详细发生了什么
Poolside 于 2026 年 7 月 23 日发布了 Laguna S 2.1，这是其三个月内的第三个编程模型。与依赖模型规模的传统思路不同，Poolside 专注于训练模型在长时间 agentic 会话中持续检查自身工作、修正失败方法，并避免过早放弃。
尽管 Laguna S 2.1 体积紧凑，但在多个编程基准测试中击败了数个体积更大的竞品模型。更引人注目的是，Poolside 声称该模型以不到 10 美分的成本解决了一个自 1975 年以来一直未解的数学问题。该模型采用开放权重发布，允许研究人员和开发者下载并进一步研究。
中文圈视角
对于中文开发者而言，Laguna S 2.1 的开源权重特性意味着可以直接在本地或私有服务器上部署，无需依赖海外 API，规避了数据出境和网络访问问题。国内类似的开源编程模型如 DeepSeek Coder 和 CodeGeeX 也提供类似能力，但 Laguna S 2.1 的“自我修正”机制在长任务场景下可能更具优势。
中文用户的实际应用场景包括：自动化代码审查、复杂 bug 修复、以及需要多步骤推理的编程任务。不过，该模型目前主要针对英文代码和数学问题，对中文注释和中文编程环境的支持尚需验证。此外，国内开发者可通过 ModelScope 等平台获取类似模型，但 Laguna S 2.1 的独特训练策略值得关注。
几条值得记住的细节
- Laguna S 2.1 是 Poolside 三个月内发布的第三个编程模型，迭代速度极快。
- 模型采用开放权重，可自由下载和使用。
- 在基准测试中，该紧凑模型击败了多个体积更大的竞品。
- 以不到 10 美分的计算成本解决了一个自 1975 年以来的数学难题。
- 训练重点在于让模型在长时间 agentic 会话中持续自我检查和修正。
一句话总结
Laguna S 2.1 证明，小型模型通过巧妙训练也能超越大模型，为中文开发者提供了低成本、高性能的编程 AI 新选择。