Tsenseerimata Laguna API

Enamik „odava mudeli” lehekülgi palub sul leppida väikese ja väsinud vundamendiga vastutasuks madala numbri eest. See mitte. Laguna S 2.1 on praeguse põlvkonna hõre Mixture-of-Experts väljalase, treenitud 4,096 H200 peal ja välja antud vähem kui üheksa nädalaga, ning ta asub samal $0.50 / $2.00 põrandal mis iga teine sisenditaseme mudel, mida me serveerime. Vahetus on kitsas ja selle üle on lihtne arutleda: sa loobud serveripoolselt jõustatud struktureeritud väljundist ja hoiad alles kõik muu.

01Mis on Laguna S 2.1?

Laguna S 2.1 on avatud kaaludega mudel, mille andis välja Poolside 21. juulil 2026 lubava OpenMDW-1.1 litsentsi all — Laguna perekonna keskmise suurusega liige, Laguna XS 2.1 (33B/3B aktiivset) ja Laguna M.1 (225B/23B aktiivset) vahel.

Avaldatud arhitektuur on tokenivaliku ruuter softplus-väravatega üle 256 marsruuditud eksperdi pluss ühe jagatud eksperdi, kümme valitud tokeni kohta, 48 kihi lõikes — kaksteist globaalse tähelepanuga, kolmkümmend kuus libiseva aknaga 512-tokenilise akna juures, põiming, mis hoiab väga pikkade sisendite tähelepanukulu ruutkeskmise asemel peaaegu lineaarsena. Tähelepanu on rühmitatud päringutega ja selles on 8 võti-väärtus pead pea mõõtmel 128.

API tarbija jaoks loeb kaks tagajärge. Hõre aktiveerimine on põhjus, miks 118B mudel saab põrandahinnal istuda — tokeni kohta töötab ainult ~8B parameetrit, nii et tokenikohane arvutus on lähemal väikesele tihedale mudelile, kui parameetrite arv vihjab. Ja libiseva akna põiming on põhjus, miks pikk aken on tõeliselt kasutatav, mitte nimeline. Poolside'i väljalase toetab 1,048,576 tokenit; meie serveerime 262,144, kooskõlas iga teise lüüsi mudeliga.

02Üks reservatsioon: struktureeritud väljundit ei ole

Mis endiselt töötab. Tööriistakutsed on täielikult toetatud ja tööriistakutsete argumendid saabuvad endiselt JSON-objektina täpselt samamoodi nagu igal teisel siinsel mudelil. Kui sinu rakenduse „struktureeritud väljund” on tegelikult tööriistaargumendid — nagu enamikus agendiraamistikes, MCP-serverites ja andmebaasi eesotstes —, teenib Laguna S 2.1 sind hästi. Voogedastus töötab kõigis kolmes dialektis; reasoning_effort töötab.

Mis ei tööta. Sa ei saa anda otspunktile JSON-skeemi ja saada garantiid, et assistendi tekstivastus selle vastu valideerub, ning response_format: {"type": "json_object"} ei osta sulle midagi. JSON-i küsimine toodab tavaliselt JSON-i — see on pädev mudel — aga „tavaliselt” ei ole leping. Poolside ise dokumenteerib teadaoleva piiranguna vale JSON-i paojada sügavalt pesastatud tööriistakutsetes, mis tuletab meelde, et garantii, seal kus see meie valikus mujal eksisteerib, tuleb serveerimiskihilt, mitte mudeli headest kavatsustest.

Millist sugulast selle asemel kasutada

Kui sinu koormus vajab garanteeritud JSON-i, ära võitle selle mudeliga — vaheta mudeli id. Neli sugulast asuvad identsel hinnal $0.50 / $2.00 täieliku json_schema ja response_format toega:

Mudeli id	json_schema	Nägemine	Miks sa ta valiksid
MiMo-V2.5-Pro-W8A16	Jah	Ei	Otsene vahetus — 8-bitised kaalud, kõrgeima täpsusega tase, sama hind
MiMo-V2.5-W8A16	Jah	Jah	Sama, pluss pildisisend
Hy3-W8A16	Jah	Ei	Veel üks 8-bitine tekstimudel põrandahinnaga
DeepSeek-V4-Flash-0731	Jah	Ei	W4A16-AutoRound-REAP nagu Lagunal, skeemitugi puutumata

Loomulik vaikevalik on MiMo-V2.5-Pro (W8A16): ainult tekst, põrandahinnaga, kvantiseeritud kõige leebemal tasemel, mida me jooksutame — üksikasjad on MiMo-V2.5 mudelijuhendis. Kuna kõik kaksteist mudelit jagavad otspunkte, kontekstiakent ja väljundilage, on vahetamine ühe rea muudatus model väljal.

03Mida tähendab W4A16-AUTOROUND-REAP?

Mudeli id järelliide ei ole kaunistus — see ütleb täpselt, kuidas kaalud kokku suruti, enne kui need meie GPU-klastrisse laaditi. Kolm osa.

W4A16 — 4-bitised kaalud, 16-bitised aktivatsioonid

Kaalud salvestatakse 4 bitiga; aktivatsioonid — väärtused, mis järeldamise ajal kihtide vahel liiguvad — jäävad 16 juurde. Kaalude lõikamine veerandini nende BF16 jalajäljest on see, mis paneb 118B mudeli mahtuma ja kiireks jääma, samas kui aktivatsioonide laiaks jätmine kaitseb edasisuunalise käigu numbriliselt tundlikku osa. Suru kokku see, mis on suur ja staatiline, jäta rahule see, mis on väike ja dünaamiline.

AutoRound — õpitud ümardamine, mitte lähima ümardamine

Naiivne viis kvantiseerida on ümardada lähimani: napsata iga kaal lähima 4-bitise väärtuseni ja leppida veaga. AutoRound, Inteli avatud järeltreeningu kvantiseerimise tööriistakomplekt, teeb paremini — tema SignRound meetod kasutab märgiga gradientlaskumist, et paarisaja sammu jooksul ühiselt optimeerida ümardamisotsuseid ja kärpimisvahemikke, otsustades kaalu kaupa, kas üles või alla ümardamine teeb kihi tegelikule väljundile vähem kahju. See laenab idee kvantiseerimisteadlikult treeningult ilma ümbertreenimise kuluta ja just seepärast saab W4A16 ehitus olla tõsine mudel, mitte kadudega kurioosum.

REAP — ekspertide kärpimine nende ühendamise asemel

REAP on Router-weighted Expert Activation Pruning, avaldatud Cerebras Researchi poolt. MoE mudelis ei tõmba kõik eksperdid oma raskust: ruuter saadab mõnele vähe tokeneid ja mõned panustavad tulistades vähe suurusjärku. REAP hindab iga eksperti mõlema signaali alusel — ruuteri väravaväärtused ja eksperdi aktivatsiooninormid — ning eemaldab madala olulisusega eksperdid ühe hoobiga, enne kvantiseerimist. Otsustavalt ta kärbib, mitte ei ühenda: ühendamine voldib mitu eksperti üheks, hävitades ruuteri peeneteralise, sisendist sõltuva juhtimise ja tuues sisse veapõranda, mida ükski häälestamine ei eemalda (autorid nimetavad seda funktsionaalse alamruumi kollapsiks), samas kui kärpimine jätab ellujäänud ja ruuteri kontrolli nende üle puutumata. Cerebras teatab kuni 50% ekspertide eemaldamisest triljoni parameetriga mudelitest, säilitades suures osas algtaseme kvaliteedi — 480B koodimudelil 50% kärpimise juures 97.6% algtaseme mitteagentsest kodeerimisvõimest ja 96.7% agentsel SWE-Benchil. Need on Cerebrase näitajad nende endi mudelite kohta, mitte meie ehituse mõõtmised, aga just seepärast me jooksutame seda virna vundamendil, mille peamine tugevus on kood.

Koos loeb järelliide nagu lause: kärbi ära eksperdid, keda vaevu kasutati, õpi 4-bitine ümardamine, mitte ära arva seda, hoia aktivatsioonid täislaiuses.

04Milles see mudel tegelikult hea on?

Ausus esmalt: Laguna S 2.1 on ainult tekstiline vestlusmudel — sellel mudeli id-l pildisisendit ei ole — ja Poolside ehitas ta agentse kodeerimise ja pika horisondiga töö jaoks, mitte proosa jaoks. Järeltreening käis üle 409,000 keskkonna, sealhulgas 83,000 terminali- ja 168,000 tarkvaraarenduse ülesande, kusjuures stiimulõpe toimus FP8-s. Poolside'i teatatud tulemused kvantiseerimata väljalaske kohta:

Võrdlustest	Mõtlemisega	Mõtlemiseta	Mida see mõõdab
SWE-Bench Multilingual	78.5%	—	Päris vigade parandused paljudes keeltes
Terminal-Bench 2.1	70.2%	60.4%	Mitmesammuline kesta- ja tööriistatöö
SWE-Bench Pro	59.4%	—	Raskemad, saastekindlad hoidlaülesanded
Toolathlon Verified	49.7%	—	Tööriistakasutuse laius paljude API-de lõikes
SWE Atlas	46.2%	—	Pika horisondiga hoidlas navigeerimine
DeepSWE v1.1	40.4%	16.5%	Agentne tarkvaraarendus

Vahe kahe veeru vahel on siin kõige tegutsemiskõlblikum number: DeepSWE-l enam kui kahekordistub skoor, kui arutlus sisse lülitada, ja Terminal-Benchil kasvab see peaaegu kümme punkti.

Poolside'i teatatud näitajad kvantiseerimata Laguna S 2.1 väljalaske kohta, juuli 2026. Need ei ole meie W4A16-AutoRound-REAP ehituse mõõtmised ja me ei avalda selle kohta oma võrdlusnumbreid. Kasuta meie API-s mõtlemiseelarve juhtimiseks reasoning_effort-i.

Vestlus- ja loomingulise töö kohta on aus seisukoht selline: omadused pikkade agentsete jooksude taga — suure oleku sidus hoidmine, ülesande juures püsimine, mitte triivimine — on samad, mis on pika vormi karakteritöö taga, ja praktikas hoiab ta häält väga pika akna ulatuses hästi. Ükski avaldatud võrdlustest seda ei ütle ja me ei hakka seda välja mõtlema. Testi teda oma viipadel; hinnaga $0.50 miljoni sisendtokeni kohta on see peaaegu tasuta.

05Mida põrandahind tegelikult ostab?

$0.50 sisse / $2.00 välja miljoni tokeni kohta on Shannon AI lüüsi sisenditase, jagatud mudelitega MiniMax-M3, DeepSeek-V4-Flash, MiMo-V2.5, MiMo-V2.5-Pro ja Hy3. Konkreetselt:

Koormus	Sisend	Väljund	Kulu
Üks vestlusvoor 100K ajalooga	100,000	2,000	$0.054
5,000-sõnaline peatükk pikast lähteülesandest	30,000	7,000	$0.029
1,000 lühikest vestlusvooru	4,000,000	500,000	$3.00
Täielik 262K-tokenilise konteksti lugemine	262,144	16,384	$0.164

Viimane rida on see, mis tasub omaks võtta: kogu kontekstiakna täitmine ja maksimaalse 16,384-tokenilise vastuse genereerimine maksab umbes kuusteist senti. Terve käsikirja, seansi transkriptsiooni või dokumendikogumi ühte päringusse söötmine lakkab olemast eelarveotsus ja muutub latentsusotsuseks. Sama aritmeetika juhib teist põrandahinna kasutusjuhtu — mahtu: partiiklassifitseerimine, hulgi ümberkirjutamine, sünteetiline dialoog, esimese käigu mustandid, mida tugevam mudel hiljem lihvib. Vaata hinnalehte ja uurimisindeksit.

06Mida „tsenseerimata” siin tähendab

See tähendab seda, mida ütleb: keeldumiskihti ja väljundi sisufiltreerimist ei ole. Mudeli ja sinu vastuse vahel ei istu klassifikaator, kes otsustab, kas sul lubati küsida; mudel vastab registris, mida sa küsisid, ja ei loe sulle enne loengut eelduse kohta.

Loomingulise töö jaoks on see vahe kasutatava ja kasutuskõlbmatu tööriista vahel. Ilukirjanduses on ähvardavaid antagoniste, tegelasi, kes veenvalt valetavad, tagajärgedega vägivalda, moraalselt kompromiteeritud jutustajaid — mudel, kes rollist välja astub, et lisada hoiatus, on ülesandega läbi kukkunud, mitte turvalisuses õnnestunud. Sama kehtib turvauuringute, punase meeskonna dokumentatsiooni, meditsiiniliste ja õiguslike mustandite ning tõlke kohta, kus lähtetekst on otsekohene: kategooriad, kus keeldumine on lihtsalt vale vastus. Mida see ei tähenda, on see, et otsustamine lakkaks olemast sinu oma — sa vastutad endiselt selle eest, mida sa genereerid, meie vastutustundliku kasutuse poliitika ja kohalduva õiguse alusel.

07Kuidas tsenseerimata Laguna API-t kutsuda

Kolm dialekti, üks mudel: /v1/chat/completions (OpenAI), /v1/messages (Anthropic), /v1/responses. Voogedastus töötab kõigil kolmel, nii et olemasolev integratsioon kolib üle baas-URL-i ja mudeli id muutmisega — ei mingit SDK vahetust ega sõnumitöötluse ümberkirjutamist.

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"
}

Mõned praktilised märkused:

• Ära saada sellele mudeli id-le response_format-i ega json_schema-t — kui sinu klienditeek seab ühe neist vaikimisi, võta see maha või mine üle sugulasele, kes seda toetab.
• Tööriistad lähevad tavalisse tools massiivi — tööriistakutsed on täielikult toetatud; puudub ainult vabateksti skeemijõustamine.
• Planeeri oma arutlust. reasoning_effort on arvestatud — madal või välja lülitatud hoiab vestluse latentsuse madalal ja väljundtokenid odavad; tõsta seda mitmesammulise tööriistatöö jaoks, kus ülalolev võrdlusvahe näitab, mida see ostab.
• Väljundilagi on 16,384 tokenit päringu kohta. Raamatupikkuse genereerimise jaoks jaga see peatükkideks ja voogedasta.
• Ainult tekst. Sellel mudeli id-l pildisisendit ei ole — nägemise jaoks kasuta mudelit MiMo-V2.5, Kimi-K2.6, Kimi-K3, MiniMax-M3 või inkling.

Täielik parameetriviide, autentimine, veasemantika ja elav mänguväljak: API dokumentatsioon.

08Millal ta valida ja millal mitte

Vali ta siis, kui sinu väljund on proosa, dialoog või kood, mida loeb inimene; sul on vaja tööriistakutseid, aga mitte skeemipiiranguga teksti; tokenikohane kulu domineerib pika konteksti üle; või sa tahad teist arvamust liinilt, mis ei ole DeepSeeki, Kimi ega MiMo perekond, mis ülejäänud valiku täidavad.

Vali midagi muud siis, kui sul on vaja garanteeritud JSON-i (MiMo-V2.5-Pro), pildimõistmist (Kimi-K2.6 või MiMo-V2.5) või raskusastme tipuotsa, kus hinnavahe on tähtsusetu kõrvuti sellega, et vastus tuleb õige (DeepSeek-V4-Pro, Kimi-K3).

09Korduma kippuvad küsimused

---

Allikad: Poolside — Laguna S 2.1 mudelikaart · Introducing Laguna S 2.1 · REAP the Experts (Cerebras Research) · Intel AutoRound. Arhitektuuri ja võrdlustestide näitajad on väljaandja teatatud kvantiseerimata väljalaske kohta, mitte selle ehituse mõõtmised, mida meie serveerime. Shannon AI-d opereerib Shannon Lab LLC, New Mexico, USA.