واجهة Laguna بلا رقابة

معظم صفحات "النموذج الرخيص" تطلب منك قبول أساس صغير متعب مقابل رقم منخفض. وهذه الصفحة لا تفعل. فـLaguna S 2.1 إصدار مزيج خبراء متناثر من الجيل الحالي، دُرّب على 4,096 وحدة H200 وشُحن في أقلّ من تسعة أسابيع، وهو يجلس عند أرضية 0.50$ / 2.00$ نفسها التي يجلس عندها كل نموذج آخر من طبقة الدخول نقدّمه. والمقايضة ضيّقة وسهلة التفكير فيها: تتنازل عن المخرجات المنظَّمة التي يفرضها الخادم وتحتفظ بكل ما عداها.

01ما هو Laguna S 2.1؟

‏Laguna S 2.1 نموذج مفتوح الأوزان أصدرته Poolside في 21 يوليو 2026 تحت رخصة OpenMDW-1.1 المتساهلة — وهو العضو المتوسّط الحجم في عائلة Laguna، بين Laguna XS 2.1 ‏(33 مليارًا/3 مليارات مفعَّلة) وLaguna M.1 ‏(225 مليارًا/23 مليارًا مفعَّلة).

والبنية المنشورة موجّه باختيار الرمز ببوّابة softplus فوق 256 خبيرًا موجَّهًا زائد خبير واحد مشترك، يُختار عشرة لكل رمز، عبر 48 طبقة — اثنتا عشرة بانتباه شامل، وستّ وثلاثون بنافذة منزلقة بحجم 512 رمزًا، وهو تشابك يُبقي كلفة الانتباه للمدخلات الطويلة جدًا قريبة من الخطّية بدل التربيعية. والانتباه من نوع الاستعلام المجمَّع بـ8 رؤوس مفتاح-قيمة ببُعد رأس 128.

ونتيجتان تهمّان مستهلك الواجهة البرمجية. فالتفعيل المتناثر هو سبب قدرة نموذج بـ118 مليارًا على الجلوس عند سعر الأرضية — إذ لا يعمل إلا نحو 8 مليارات معامل لكل رمز، فتكون الحوسبة لكل رمز أقرب إلى نموذج كثيف صغير ممّا يوحي به عدد المعاملات. وتشابك النافذة المنزلقة هو سبب كون النافذة الطويلة صالحة فعلًا للاستعمال لا اسمية. وإصدار Poolside يدعم 1,048,576 رمزًا؛ ونحن نقدّم 262,144، مطابقةً لكل نموذج آخر على البوّابة.

02التحفّظ الوحيد: لا مخرجات منظَّمة

ما يزال يعمل. استدعاء الأدوات مدعوم بالكامل، ووسائط استدعاء الأدوات تصل بوصفها كائن JSON تمامًا كما في أي نموذج آخر هنا. فإن كانت "المخرجات المنظَّمة" في تطبيقك هي في الحقيقة وسائط أدوات — وهذا صحيح في معظم أطر الوكلاء وخوادم MCP وواجهات قواعد البيانات — فـLaguna S 2.1 يخدمك جيّدًا. والبثّ يعمل على اللهجات الثلاث؛ وreasoning_effort يعمل.

وما لا يعمل. لا تستطيع أن تسلّم النقطة الطرفية مخطّط JSON وتُضمن أن يجتاز نصّ ردّ المساعد التحقّق منه، وresponse_format: {"type": "json_object"} لا يشتري لك شيئًا. والطلب في الموجّه بأن يكون الردّ JSON ينتج JSON عادةً — فهذا نموذج كفء — لكن "عادةً" ليست عقدًا. وPoolside نفسها توثّق تهريب JSON غير الصحيح في استدعاءات الأدوات العميقة التداخل بوصفه قيدًا معروفًا، وهو تذكير بأن الضمان، حيث يوجد في مواضع أخرى من قائمتنا، يأتي من طبقة التقديم لا من حسن نيّة النموذج.

أيّ شقيق تستخدم بدلًا منه

إن كان حملك يحتاج JSON مضمونًا، فلا تصارع هذا النموذج — بدّل معرّف النموذج. فأربعة أشقّاء يجلسون عند السعر ذاته 0.50$ / 2.00$ بدعم كامل لـjson_schema وresponse_format:

معرّف النموذج	json_schema	الرؤية	لماذا تختاره
MiMo-V2.5-Pro-W8A16	نعم	لا	البديل المباشر — أوزان بثماني بتّات، وأعلى طبقة وفاء، والسعر نفسه
MiMo-V2.5-W8A16	نعم	نعم	المثل، مع دخل الصور
Hy3-W8A16	نعم	لا	نموذج نصّي آخر بثماني بتّات عند سعر الأرضية
DeepSeek-V4-Flash-0731	نعم	لا	‏W4A16-AutoRound-REAP مثل Laguna، ودعم المخطّط سليم

والخيار الافتراضي الطبيعي هو MiMo-V2.5-Pro ‏(W8A16): نصّي فقط، بسعر الأرضية، مكمَّم عند ألطف طبقة نشغّلها — والتفاصيل في بطاقة نموذج MiMo-V2.5. ولأن النماذج الاثني عشر كلها تتشارك النقاط الطرفية ونافذة السياق وسقف المخرجات، فالتبديل تغيير من سطر واحد في حقل model.

03ما معنى W4A16-AUTOROUND-REAP؟

اللاحقة في معرّف النموذج ليست زينة — إنها تقول بالضبط كيف ضُغطت الأوزان قبل تحميلها على عنقود GPU الخاص بنا. ثلاثة أجزاء.

‏W4A16 — أوزان بأربع بتّات، وتفعيلات بستّ عشرة

تُخزَّن الأوزان بأربع بتّات؛ وتبقى التفعيلات — أي القيم المتدفّقة بين الطبقات وقت الاستدلال — بستّ عشرة. وخفض الأوزان إلى ربع بصمتها بصيغة BF16 هو ما يجعل نموذجًا بـ118 مليارًا يتّسع ويبقى سريعًا، بينما إبقاء التفعيلات عريضة يحمي الجزء الحسّاس عدديًا من التمريرة الأمامية. اضغط ما هو كبير وساكن، واترك ما هو صغير ومتحرّك وشأنه.

‏AutoRound — تقريب متعلَّم لا تقريب إلى الأقرب

الطريقة الساذجة للتكميم هي التقريب إلى الأقرب: اقفز بكل وزن إلى أقرب قيمة بأربع بتّات، واقبل الخطأ. أما AutoRound، وهو صندوق أدوات Intel المفتوح للتكميم بعد التدريب، فيفعل أفضل — إذ يستخدم أسلوبه SignRound الانحدار التدرّجي المُشار إليه ليحسّن معًا قرارات التقريب ونطاقات القصّ عبر بضع مئات من الخطوات، فيقرّر لكل وزن هل التقريب صعودًا أم هبوطًا أقلّ ضررًا بمخرج الطبقة الفعلي. وهو يستعير الفكرة من التدريب الواعي للتكميم بلا كلفة إعادة التدريب، وهذا سبب إمكان أن تكون نسخة W4A16 نموذجًا جادًّا لا طرفة فاقدة.

‏REAP — تشذيب الخبراء بدل دمجهم

REAP هو تشذيب تفعيل الخبراء الموزون بالموجّه، وقد نشرته Cerebras Research. ففي نموذج مزيج الخبراء لا يؤدّي كل الخبراء نصيبهم: فالموجّه يرسل إلى بعضهم رموزًا قليلة، وبعضهم يسهم بمقدار ضئيل حين يشتعل. ويسجّل REAP لكل خبير درجة على الإشارتين معًا — قيم بوّابة الموجّه ومعايير تفعيل الخبير — ويزيل منخفضي البروز في لقطة واحدة، قبل التكميم. والأهمّ أنه يشذّب لا يدمج: فالدمج يطوي عدّة خبراء في واحد، ما يدمّر تحكّم الموجّه الدقيق المعتمد على الدخل ويُدخل أرضية خطأ لا يزيلها أي ضبط (ويسمّيها المؤلّفون انهيار الفضاء الجزئي الوظيفي)، أما التشذيب فيترك الناجين وتحكّم الموجّه بهم سليمَين. وتذكر Cerebras إزالة ما يصل إلى 50% من الخبراء من نماذج بتريليون معامل مع الحفاظ إلى حدّ بعيد على جودة الأساس — ففي نموذج برمجة بـ480 مليارًا عند تشذيب 50%، بقي 97.6% من قدرة البرمجة غير الوكيلة الأساسية و96.7% في SWE-Bench الوكيل. وهذه أرقام Cerebras عن نماذجها هي، لا قياسات لنسختنا، لكنها سبب تشغيلنا هذه الحزمة على أساس قوّته الأولى هي الشيفرة.

ومجتمعةً تُقرأ اللاحقة كجملة: شذّب الخبراء الذين بالكاد استُخدموا، وتعلّم تقريب الأربع بتّات بدل تخمينه، وأبقِ التفعيلات بعرضها الكامل.

04في ماذا يبرع هذا النموذج فعلًا؟

الصدق أوّلًا: ‏Laguna S 2.1 نموذج محادثة نصّي فقط — بلا دخل صور على معرّف النموذج هذا — وقد بنته Poolside لـالبرمجة الوكيلة والعمل طويل الأفق، لا للنثر. وقد جرى التدريب اللاحق عبر أكثر من 409,000 بيئة، منها 83,000 مهمّة طرفية و168,000 مهمّة هندسة برمجيات، مع تعلّم معزّز بصيغة FP8. وإليك النتائج التي تذكرها Poolside للإصدار غير المكمَّم:

المقياس	مع تفكير	بلا تفكير	ما الذي يقيسه
SWE-Bench Multilingual	78.5%	—	إصلاحات علل حقيقية عبر لغات كثيرة
Terminal-Bench 2.1	70.2%	60.4%	عمل صدفة وأدوات متعدّد الخطوات
SWE-Bench Pro	59.4%	—	مهامّ مستودعات أصعب مقاوِمة للتلوّث
Toolathlon Verified	49.7%	—	اتّساع استخدام الأدوات عبر واجهات كثيرة
SWE Atlas	46.2%	—	تنقّل طويل الأفق في المستودعات
DeepSWE v1.1	40.4%	16.5%	هندسة برمجيات وكيلة

والفجوة بين العمودين هي أكثر رقم قابل للتصرّف هنا: ففي DeepSWE تتضاعف الدرجة وأكثر حين يُفعَّل الاستدلال، وفي Terminal-Bench تكسب نحو عشر نقاط.

أرقام تذكرها Poolside عن إصدار Laguna S 2.1 غير المكمَّم، يوليو 2026. وهي ليست قياسات لنسختنا W4A16-AutoRound-REAP، ونحن لا ننشر أرقام مقاييس خاصّة بنا لها. استخدم reasoning_effort للتحكّم في ميزانية التفكير على واجهتنا.

وأمّا العمل المحادثي والإبداعي فالموقف الصادق هو هذا: الصفات التي تقف خلف التشغيلات الوكيلة الطويلة — الاحتفاظ بحالة كثيرة على نحو متماسك، والبقاء على المهمّة، وعدم الانحراف — هي نفسها الصفات التي تقف خلف عمل الشخصيات الطويل، وهو عمليًا يحافظ على الصوت جيّدًا عبر نافذة طويلة جدًا. ولا يقول ذلك أيّ مقياس منشور، ولن نخترع واحدًا. جرّبه على موجّهاتك أنت؛ فبسعر 0.50$ لكل مليون رمز دخلًا يكاد ذلك يكون مجّانًا.

05ماذا يشتري سعر الأرضية فعلًا؟

‏0.50$ دخلًا / 2.00$ خرجًا لكل مليون رمز هي طبقة الدخول على بوّابة Shannon AI، ويشاركها MiniMax-M3 وDeepSeek-V4-Flash وMiMo-V2.5 وMiMo-V2.5-Pro وHy3. وبعبارة ملموسة:

الحمل	الدخل	الخرج	الكلفة
دور محادثة واحد مع 100 ألف من التاريخ	100,000	2,000	$0.054
فصل من 5,000 كلمة من موجز طويل	30,000	7,000	$0.029
1,000 دور محادثة قصير	4,000,000	500,000	$3.00
قراءة سياق كامل بـ262 ألف رمز	262,144	16,384	$0.164

والصفّ الأخير هو ما ينبغي أن تستوعبه: ملء نافذة السياق كاملة وتوليد استجابة بالحدّ الأقصى 16,384 رمزًا يكلّف نحو ستّة عشر سنتًا. فتغذية مخطوطة كاملة أو محضر جلسة أو مجموعة مستندات في استدعاء واحد تكفّ عن كونها قرارًا في الميزانية وتصير قرارًا في زمن الاستجابة. والحساب نفسه يقود حالة الاستخدام الأخرى لسعر الأرضية — الحجم: التصنيف الدفعي، وإعادة الصياغة بالجملة، والحوار الاصطناعي، ومسوّدة أولى يصقلها لاحقًا نموذج أقوى. انظر صفحة الأسعار وفهرس الأبحاث.

06ما معنى "بلا رقابة" هنا

يعني ما يقوله: لا طبقة رفض ولا ترشيح للمحتوى على المخرجات. فلا مصنّف يجلس بين النموذج وردّك ليقرّر هل كان مسموحًا لك أن تسأل؛ فالنموذج يجيب بالسجلّ الذي طلبته ولا يحاضر عليك في المقدّمة أوّلًا.

وفي العمل الإبداعي، هذا هو الفرق بين أداة صالحة وأخرى غير صالحة. فالخيال يحوي خصومًا مرعبين، وشخصيات تكذب بإقناع، وعنفًا بعواقب، ورواةً مساومين أخلاقيًا — والنموذج الذي يكسر الشخصية ليلحق إخلاء مسؤولية قد أخفق في المهمّة لا نجح في السلامة. والأمر نفسه في أبحاث الأمن، وتوثيق الفرق الحمراء، والصياغة الطبّية والقانونية، والترجمة حين يكون المصدر فظًّا: وهي أصناف يكون الرفض فيها ببساطة إجابة خاطئة. وما لا يعنيه ذلك هو أن الحكم يكفّ عن كونه حكمك — فتبقى مسؤولًا عمّا تولّده، وفق سياسة الاستخدام المسؤول لدينا والقانون الساري.

07كيف تستدعي واجهة Laguna بلا رقابة

ثلاث لهجات ونموذج واحد: /v1/chat/completions ‏(OpenAI)، و/v1/messages ‏(Anthropic)، و/v1/responses. والبثّ يعمل على الثلاث، فينتقل تكامل قائم بتغيير عنوان الأساس ومعرّف النموذج — بلا تبديل حزمة تطوير، وبلا إعادة كتابة لمعالجة رسائلك.

POST https://api.shannon-ai.com/v1/chat/completions

{
  "model": "Laguna-S-2.1-W4A16-AUTOROUND-REAP",
  "messages": [
    { "role": "system", "content": "You are a hardboiled narrator. Stay in voice." },
    { "role": "user",   "content": "Open chapter nine." }
  ],
  "stream": true,
  "max_tokens": 4096,
  "reasoning_effort": "low"
}

وبضع ملاحظات عملية:

• لا ترسل response_format ولا json_schema إلى معرّف النموذج هذا — فإن كانت مكتبة عميلك تضبط أحدهما افتراضيًا، فألغِ ضبطه أو انتقل إلى شقيق يدعمه.
• الأدوات تذهب في مصفوفة tools المعتادة — فاستدعاء الأدوات مدعوم بالكامل؛ والغائب وحده هو فرض المخطّط على النصّ الحرّ.
• خطّط ميزانية استدلالك. reasoning_effort مُحترَم — فقيمة منخفضة أو إيقافه يُبقي زمن استجابة المحادثة قصيرًا ورموز الخرج رخيصة؛ وارفعه لعمل الأدوات متعدّد الخطوات، حيث تُظهر فجوة المقاييس أعلاه ما يشتريه.
• سقف الخرج 16,384 رمزًا لكل طلب. وللتوليد بطول كتاب، قسّمه فصولًا وابثّه.
• نصّ فقط. لا دخل صور على معرّف النموذج هذا — استخدم MiMo-V2.5 أو Kimi-K2.6 أو Kimi-K3 أو MiniMax-M3 أو inkling للرؤية.

المرجع الكامل للمعاملات، والاستيثاق، ودلالات الأخطاء، وملعب تجريب حيّ: توثيق الواجهة البرمجية.

08متى تختاره ومتى لا

اخترْه حين يكون خرجك نثرًا أو حوارًا أو شيفرة يقرؤها إنسان؛ أو تحتاج استدعاء أدوات لا نصًّا مقيَّدًا بمخطّط؛ أو تهيمن الكلفة لكل رمز على السياق الطويل؛ أو تريد رأيًا ثانيًا من سلالة غير عائلات DeepSeek وKimi وMiMo التي تملأ بقيّة القائمة.

واختر غيره حين تحتاج JSON مضمونًا (MiMo-V2.5-Pro)، أو فهم الصور ‏(Kimi-K2.6 أو MiMo-V2.5)، أو الطرف الأقصى من الصعوبة حيث تصير فجوة السعر بلا معنى أمام إصابة الجواب ‏(DeepSeek-V4-Pro، Kimi-K3).

09أسئلة شائعة

---

المصادر: Poolside — بطاقة نموذج Laguna S 2.1 · التعريف بـLaguna S 2.1 · REAP the Experts ‏(Cerebras Research) · Intel AutoRound. وأرقام البنية والمقاييس يذكرها الناشر عن الإصدار غير المكمَّم، لا قياسات للنسخة التي نقدّمها. وShannon AI تديرها Shannon Lab LLC، نيومكسيكو، الولايات المتحدة.