無検閲のLaguna API
Laguna S 2.1 — 118BのMixture-of-Experts基盤を、拒否層なし、262Kのコンテキストウィンドウ、ツール呼び出しつきで — 100万トークンあたり入力$0.50 / 出力$2.00という最安価格で。
要点
無検閲のLaguna APIはPoolsideのLaguna S 2.1 — 総パラメータ118B、トークンあたり活性約8B、OpenMDW-1.1のオープンウェイト — をAutoRoundとREAPによるW4A16に量子化し、自社のGPUクラスタ上で動かしています。262,144トークンのコンテキスト、1リクエストあたり16,384の出力トークン、ストリーミング、ツール呼び出し、reasoning_effortが使え、出力フィルタはありません。但し書きをひとつ、先に述べます。これはラインナップの中でjson_schemaとresponse_formatのどちらにも対応しない唯一のモデルです。保証されたJSONが必要なら姉妹モデルを取ってください — MiMo-V2.5のProビルドが同じ価格でそれをやります。
「安いモデル」のページはたいてい、低い数字と引き換えに小さくくたびれた基盤を受け入れてくれと言ってきます。これは違います。Laguna S 2.1は現行世代のスパースなMixture-of-Expertsのリリースで、4,096基のH200で学習され、9週間未満で出荷されました。そして私たちが提供する他のすべてのエントリー階層モデルと同じ$0.50 / $2.00の下限に位置しています。取引は狭く、考えるのも簡単です。サーバー側で強制される構造化出力を手放し、他のすべてを保つのです。
01Laguna S 2.1とは何か
Laguna S 2.1はPoolsideが2026年7月21日に寛容なOpenMDW-1.1ライセンスで公開したオープンウェイトモデルで、Lagunaファミリーの中位に位置します — Laguna XS 2.1（33B/活性3B）とLaguna M.1（225B/活性23B）のあいだです。
公開されているアーキテクチャは、256のルーティング型エキスパート＋1つの共有エキスパートに対してsoftplusゲーティングを行うトークン選択型ルーターで、トークンあたり10個を選び、48層にわたります — うち12層がグローバルアテンション、36層が512トークン窓のスライディングウィンドウで、この交互配置によって非常に長い入力のアテンションコストが二次ではなくほぼ線形に保たれます。アテンションはグループ化クエリで、ヘッド次元128の8つのキー・バリューヘッドを持ちます。
API利用者にとって重要な帰結は2つです。スパースな活性化のおかげで、118Bのモデルが最安価格に座れます — トークンあたり働くのは約8Bのパラメータだけなので、トークンあたりの計算量はパラメータ数から想像されるより小さな密モデルに近いのです。そしてスライディングウィンドウの交互配置のおかげで、長いウィンドウが名目上ではなく本当に使えます。Poolsideのリリースは1,048,576トークンに対応していますが、私たちが提供するのは262,144で、ゲートウェイ上の他のすべてのモデルと揃えています。
02唯一の但し書き：構造化出力がない
Shannon AIのLaguna S 2.1はjson_schemaもresponse_formatも受け付けません。12モデルのラインナップで構造化出力に対応していない唯一のモデルです。どちらのパラメータを送っても、スキーマで制約された応答は得られません。ツール呼び出しは動きます。ストリーミングも動きます。推論も動きます。欠けているのは、サーバー側で強制される出力の整形だけです。
まだ動くもの。ツール呼び出しは完全に対応しており、ツール呼び出しの引数は、ここの他のどのモデルとも同じようにJSONオブジェクトとして届きます。あなたのアプリケーションでいう「構造化出力」が実際にはツールの引数のことなら — たいていのエージェントフレームワーク、MCPサーバー、データベースのフロントエンドがそうです — Laguna S 2.1で十分間に合います。ストリーミングは3方言すべてで動き、reasoning_effortも動きます。
動かないもの。エンドポイントにJSONスキーマを渡して、アシスタントのテキスト返答がそれに対して検証を通ることを保証させることはできませんし、response_format: {"type": "json_object"}は何も買ってくれません。JSONを求めるプロンプトはたいていJSONを生みます — 有能なモデルです — が、「たいてい」は契約ではありません。Poolside自身、深くネストしたツール呼び出しでのJSONエスケープの誤りを既知の制約として文書化しています。これは、私たちのラインナップの他の場所で保証が存在するとき、その保証がモデルの善意ではなく提供層から来ていることを思い出させます。
代わりにどの姉妹モデルを使うか
ワークロードが保証されたJSONを必要とするなら、このモデルと戦わずにモデルIDを切り替えてください。同じ$0.50 / $2.00の価格で、json_schemaとresponse_formatの両方に完全対応した姉妹モデルが4つあります。
| モデルID | json_schema | 画像認識 | 選ぶ理由 |
|---|---|---|---|
| MiMo-V2.5-Pro-W8A16 | 対応 | なし | そのまま置き換え — 8ビットウェイト、最も忠実な階層、同じ価格 |
| MiMo-V2.5-W8A16 | 対応 | あり | 同じで、画像入力つき |
| Hy3-W8A16 | 対応 | なし | 最安価格のもう1つの8ビットテキストモデル |
| DeepSeek-V4-Flash-0731 | 対応 | なし | Lagunaと同じW4A16-AutoRound-REAPで、スキーマ対応は健在 |
自然な既定はMiMo-V2.5-Pro（W8A16）です。テキスト専用、最安価格、私たちが運用する中で最も穏やかな階層で量子化されています — 詳細はMiMo-V2.5モデルカードに。12モデルすべてがエンドポイント、コンテキストウィンドウ、出力上限を共有しているので、切り替えはmodelフィールドの1行変更です。
03W4A16-AUTOROUND-REAPとは何を意味するか
モデルIDの接尾辞は飾りではありません。私たちのGPUクラスタに載せる前に、ウェイトがどう圧縮されたかを正確に述べています。3つの部分から成ります。
W4A16 — 4ビットウェイト、16ビット活性
ウェイトは4ビットで保存され、活性 — 推論時に層のあいだを流れる値 — は16ビットのままです。ウェイトをBF16の4分の1の占有量に切り詰めることが、118Bのモデルを収めて速く保つことを可能にし、活性を広く保つことが順伝播の数値的に敏感な部分を守ります。大きくて静的なものを圧縮し、小さくて動的なものはそのままにする、というわけです。
AutoRound — 最近接ではなく、学習された丸め
素朴な量子化のやり方は最近接丸めです。各ウェイトを最も近い4ビットの値にスナップし、誤差を受け入れる。Intelのオープンな事後学習量子化ツールキットAutoRoundはそれより優れています。そのSignRound手法は符号付き勾配降下を用いて、丸めの判断とクリッピング範囲を数百ステップにわたり同時に最適化し、ウェイトごとに上へ丸めるか下へ丸めるかが層の実際の出力に与える損害の少ないほうを決めます。量子化を意識した学習の発想を、再学習のコストなしに借りてくるわけで、W4A16のビルドが劣化した見世物ではなく真面目なモデルになりうるのはそのおかげです。
REAP — エキスパートを統合するのではなく枝刈りする
REAPはRouter-weighted Expert Activation Pruningの略で、Cerebras Researchが公開しました。MoEモデルでは、すべてのエキスパートが働きに見合っているわけではありません。ルーターがほとんどトークンを送らないものもあれば、発火しても寄与の大きさが小さいものもあります。REAPは各エキスパートを両方の信号 — ルーターのゲート値とエキスパートの活性化ノルム — で採点し、顕著性の低いものを量子化の前にワンショットで取り除きます。決定的なのは、統合ではなく枝刈りする点です。統合は複数のエキスパートを1つに畳み込み、ルーターの細やかで入力依存の制御を破壊して、どんな調整でも取り除けない誤差の床を持ち込みます（著者らはこれを機能部分空間の崩壊と呼びます）。一方で枝刈りは、生き残ったものと、それらに対するルーターの制御を無傷のまま残します。Cerebrasは、1兆パラメータ級のモデルからエキスパートを最大50%取り除いてもベースライン品質をおおむね維持できると報告しています — 480Bのコーダーモデルの50%枝刈りで、非エージェント的コーディング能力のベースライン比97.6%、エージェント的なSWE-Benchで96.7%です。これらはCerebrasが自分たちのモデルについて出した数値であり、私たちのビルドの測定値ではありませんが、主たる強みがコードである基盤の上でこのスタックを走らせている理由でもあります。
合わせると、この接尾辞はひとつの文になります。ほとんど使われていなかったエキスパートを枝刈りし、4ビットの丸めを当て推量ではなく学習し、活性はフル幅のまま保つ。
04このモデルは実際に何が得意か
まず正直に。Laguna S 2.1はテキスト専用の会話モデルで — このモデルIDに画像入力はありません — Poolsideはこれを散文ではなくエージェント的コーディングと長期的な作業のために作りました。事後学習は409,000の環境にわたり、そこにはターミナル系83,000、ソフトウェア工学系168,000のタスクが含まれ、強化学習はFP8で行われました。非量子化リリースについてPoolsideが報告した結果は次のとおりです。
| ベンチマーク | Thinking | No-thinking | 測っているもの |
|---|---|---|---|
| SWE-Bench Multilingual | 78.5% | — | 多言語にまたがる実際のバグ修正 |
| Terminal-Bench 2.1 | 70.2% | 60.4% | 多段のシェルとツール作業 |
| SWE-Bench Pro | 59.4% | — | より難しく、汚染に強いリポジトリ課題 |
| Toolathlon Verified | 49.7% | — | 多数のAPIにわたるツール利用の幅 |
| SWE Atlas | 46.2% | — | 長期的なリポジトリ探索 |
| DeepSWE v1.1 | 40.4% | 16.5% | エージェント的なソフトウェア工学 |
ここで最も行動に移しやすい数字は2列の差です。DeepSWEでは推論を有効にするとスコアが倍以上になり、Terminal-Benchでは10ポイント近く上がります。
2026年7月、非量子化のLaguna S 2.1リリースについてPoolsideが報告した数値です。私たちのW4A16-AutoRound-REAPビルドの測定値ではなく、私たちはこのビルドについて独自のベンチマーク数値を公開していません。私たちのAPIではreasoning_effortで思考予算を制御してください。
会話と創作の仕事について正直な立場はこうです。長いエージェント実行を支える資質 — 多くの状態を一貫して保つ、課題から逸れない、ぶれない — は、長編のキャラクター作業を支える資質と同じであり、実際、非常に長いウィンドウにわたって声をよく保ちます。そう述べる公開ベンチマークはありませんし、私たちが捏造することもありません。自分のプロンプトで試してください。入力100万トークンあたり$0.50なら、ほぼ無料です。
05最安価格が実際に買ってくれるもの
100万トークンあたり入力$0.50 / 出力$2.00は、Shannon AIゲートウェイのエントリー階層で、MiniMax-M3、DeepSeek-V4-Flash、MiMo-V2.5、MiMo-V2.5-Pro、Hy3と共通です。具体的には次のとおり。
| ワークロード | 入力 | 出力 | コスト |
|---|---|---|---|
| 10万トークンの履歴つきチャット1ターン | 100,000 | 2,000 | $0.054 |
| 長い企画書から5,000語の1章 | 30,000 | 7,000 | $0.029 |
| 短い会話ターン1,000回 | 4,000,000 | 500,000 | $3.00 |
| 262Kトークンのコンテキストを丸ごと読む | 262,144 | 16,384 | $0.164 |
体に入れるべきは最後の行です。コンテキストウィンドウを丸ごと埋め、最大16,384トークンの応答を生成しても、およそ16セント。原稿一式、セッションの文字起こし、文書のまとまりを1回の呼び出しに流し込むことは、予算の判断ではなく待ち時間の判断になります。同じ算術がもうひとつの最安価格の用途 — 量 — を駆動します。バッチ分類、大量の書き換え、合成対話、より強いモデルが後で磨く一次ドラフト。価格ページと研究インデックスもご覧ください。
06ここで「無検閲」が意味すること
言葉どおりの意味です。拒否層はなく、出力にコンテンツフィルタもありません。モデルとあなたの応答のあいだに、尋ねてよかったかどうかを決める分類器は座っていません。モデルはあなたが求めた語り口で答え、まず前提について説教したりはしません。
創作の仕事において、それは使える道具と使えない道具の差です。フィクションには、脅威となる敵役、説得力をもって嘘をつく人物、結果をともなう暴力、道徳的に汚れた語り手が出てきます。免責文を付け足すためにキャラクターを崩すモデルは、安全に成功したのではなく、課題に失敗したのです。同じことがセキュリティ研究、レッドチームの記録、医療や法務の起草、そして原文が率直な翻訳にも当てはまります。拒否が単に誤答であるカテゴリです。ただしそれは、判断があなたのものでなくなるという意味ではありません。生成したものの責任はあなたにあり、当社の責任ある利用ポリシーと適用される法に従います。
07無検閲のLaguna APIの呼び出し方
3つの方言、1つのモデル。/v1/chat/completions（OpenAI）、/v1/messages（Anthropic）、/v1/responsesです。ストリーミングは3つとも動くので、既存の統合はベースURLとモデルIDを変えるだけで移せます — SDKの入れ替えも、メッセージ処理の書き直しも不要です。
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"
}
実務上のメモをいくつか。
- このモデルIDに
response_formatやjson_schemaを送らないでください — クライアントライブラリが既定で設定するなら、解除するか、対応している姉妹モデルへ移ってください。 - ツールは通常どおり
tools配列に入れます — ツール呼び出しは完全に対応しています。対応していないのは自由テキストへのスキーマ強制だけです。 - 推論の予算を決めてください。
reasoning_effortは有効です。低くするかオフにすれば会話の待ち時間が短く、出力トークンも安く済みます。多段のツール作業では上げてください。上のベンチマークの差が、それが何を買うのかを示しています。 - 出力の上限は1リクエストあたり16,384トークンです。書籍の長さの生成には、章に分けてストリーミングしてください。
- テキスト専用です。このモデルIDに画像入力はありません — 画像にはMiMo-V2.5、Kimi-K2.6、Kimi-K3、MiniMax-M3、inklingをお使いください。
完全なパラメータリファレンス、認証、エラーの意味論、実際に試せるプレイグラウンドはAPIドキュメントに。
08選ぶべきとき、選ばざるべきとき
選ぶべきなのは、出力が人間の読む散文、対話、コードであるとき。ツール呼び出しは必要だがテキストへのスキーマ強制は不要なとき。長いコンテキストにおいてトークン単価が支配的なとき。あるいは、ラインナップの残りを埋めるDeepSeek、Kimi、MiMoの各系統とは別の系譜からセカンドオピニオンがほしいときです。
別のものを選ぶべきなのは、保証されたJSONが必要なとき（MiMo-V2.5-Pro）、画像理解が必要なとき（Kimi-K2.6かMiMo-V2.5）、あるいは答えを正しく得ることの前では価格差が無意味になる、難度のフロンティア側にいるとき（DeepSeek-V4-Pro、Kimi-K3）です。
json_schemaとresponse_formatの両方に対応します。MiMo-V2.5モデルカードをお読みいただくか、研究インデックスで12モデルすべてをご覧ください。
ここに書いたアーキテクチャとベンチマークの主張はすべて、モデルの公開者または圧縮手法の著者によるものです。ご自身で確認してください。
09よくある質問
無検閲のLaguna APIとは何ですか？
Poolsideのオープンウェイトモデル、Laguna S 2.1 — 総パラメータ1,180億、トークンあたり活性はおよそ80億 — を、Shannon自社のGPUクラスタ上で拒否層も出力フィルタもなしに提供しているものです。モデルIDはLaguna-S-2.1-W4A16-AUTOROUND-REAP、コンテキストウィンドウは262,144トークン、料金は入力100万トークンあたり$0.50、出力100万トークンあたり$2.00です。
Shannon AIのLaguna S 2.1はjson_schemaやresponse_formatに対応していますか？
いいえ。Shannonのラインナップでどちらも受け付けない唯一のモデルです。ツール呼び出しとストリーミングは通常どおり動作し、ツール呼び出しの引数もJSONで届きますが、アシスタントのテキスト出力にサーバー側で強制されるスキーマはありません。同じ$0.50 / $2.00の価格で保証されたJSONがほしい場合は、MiMo-V2.5-Pro（W8A16）をお使いください。
W4A16-AUTOROUND-REAPとは何を意味しますか？
W4A16は、ウェイトを4ビットで保存し、活性は16ビットのままにするという意味です。AutoRoundはIntelによる事後学習量子化の手法で、最も近い値へ丸める代わりに、符号付き勾配降下で丸めとクリッピングの判断を学習します。REAPはCerebras ResearchによるRouter-weighted Expert Activation Pruningで、Mixture-of-Expertsモデルから、めったに、あるいは弱くしかルーティングされないエキスパートを、統合するのではなく量子化の前に削除します。
Laguna S 2.1は創作ライティングや会話に向いていますか？
テキスト専用の会話モデルで — 画像入力はありません — 262Kのウィンドウにわたって、長く、一貫し、キャラクターを保った文章を、拒否層に邪魔されずに保ちます。Poolsideが公開したベンチマークの実績はエージェント的コーディングであって散文ではないので、創作面の品質はリーダーボードを信じるのではなく、自分のプロンプトで試してください。
無検閲のLaguna APIはいくらかかりますか？
入力100万トークンあたり$0.50、出力100万トークンあたり$2.00 — Shannon AIゲートウェイの最安価格で、MiniMax-M3、DeepSeek-V4-Flash、MiMo-V2.5、MiMo-V2.5-Pro、Hy3と共通です。10万トークンの会話から2,000トークンの返答を生成すると、およそ5.4セントです。
無検閲のLaguna APIを試す
118B MoE · 262Kコンテキスト · ツールとストリーミング · 100万トークンあたり$0.50 / $2.00。
APIドキュメントを読む チャットを始める拒否層なし · 出力フィルタなし · あなたの判断、あなたの責任
出典：Poolside — Laguna S 2.1 モデルカード · Laguna S 2.1 の紹介 · REAP the Experts（Cerebras Research） · Intel AutoRound。アーキテクチャとベンチマークの数値は非量子化リリースについて公開者が報告したものであり、私たちが提供するビルドの測定値ではありません。Shannon AIは米国ニューメキシコ州のShannon Lab LLCが運営しています。