ພວກເຮົາບໍ່ເກັບຮັກສາ ຫຼື ເຂົ້າເຖິງຂໍ້ມູນຜູ້ໃຊ້ໃດໆ ແລະບໍ່ suspend ບັນຊີ ນອກຈາກ law enforcement ບັງຄັບໃຫ້ດຳເນີນການ.

ບັດໂມເດວ · Laguna S 2.1 · W4A16-AUTOROUND-REAP

API Laguna ບໍ່ມີການເຊັນເຊີ

Laguna S 2.1 — ພື້ນຖານ Mixture-of-Experts ຂະໜາດ 118B ໃຫ້ບໍລິການດ້ວຍ ບໍ່ມີຊັ້ນປະຕິເສດ, ໜ້າຕ່າງບໍລິບົດ 262K, ແລະ ການເອີ້ນເຄື່ອງມື — ໃນລາຄາພື້ນ $0.50 ເຂົ້າ / $2.00 ອອກ ຕໍ່ລ້ານໂທເຄັນ.

ອັບເດດວັນທີ 5 ກັນຍາ 2026ບັດໂມເດວພື້ນຖານ: Poolside Laguna S 2.1

ສະຫຼຸບຫຍໍ້

API Laguna ບໍ່ມີການເຊັນເຊີ ແລ່ນ Laguna S 2.1 ຂອງ Poolside — 118B ພາລາມິເຕີທັງໝົດ, ໃຊ້ງານປະມານ 8B ຕໍ່ໂທເຄັນ, ນ້ຳໜັກເປີດພາຍໃຕ້ OpenMDW-1.1 — ຖືກຫຍໍ້ເປັນ W4A16 ດ້ວຍ AutoRound ແລະ REAP ແລະ ໃຫ້ບໍລິການເທິງຄລັດສເຕີ GPU ຂອງພວກເຮົາເອງ. ທ່ານໄດ້ບໍລິບົດ 262,144 ໂທເຄັນ, ຜົນຜະລິດ 16,384 ໂທເຄັນຕໍ່ການຮ້ອງຂໍ, ການສະຕຣີມ, ການເອີ້ນເຄື່ອງມື, reasoning_effort, ແລະ ບໍ່ມີການກັ່ນຕອງຜົນຜະລິດ. ຂໍ້ລະວັງໜຶ່ງ, ບອກໄວ້ລ່ວງໜ້າ: ນີ້ຄືໂມເດວດຽວໃນຕະກູນຂອງພວກເຮົາທີ່ບໍ່ຮັບຮອງທັງ json_schema ແລະ response_format. ຖ້າທ່ານຕ້ອງການ JSON ທີ່ຮັບປະກັນ, ໃຫ້ໃຊ້ໂຕອ້າຍນ້ອງ — ໂຕສ້າງ Pro ຂອງ MiMo-V2.5 ເຮັດແບບນັ້ນໄດ້ໃນລາຄາດຽວກັນ.

ໜ້າ "ໂມເດວລາຄາຖືກ" ສ່ວນຫຼາຍໃຫ້ທ່ານຍອມຮັບພື້ນຖານນ້ອຍໆ ອ່ອນລ້າ ແລກກັບຕົວເລກຕ່ຳ. ອັນນີ້ບໍ່ແມ່ນແບບນັ້ນ. Laguna S 2.1 ຄືການເຜີຍແຜ່ Mixture-of-Experts ແບບເບົາບາງລຸ້ນປັດຈຸບັນ, ຝຶກເທິງ H200 4,096 ໂຕ ແລະ ສົ່ງອອກພາຍໃນເກົ້າອາທິດ, ແລະ ມັນຢູ່ໃນລາຄາພື້ນ $0.50 / $2.00 ດຽວກັນກັບໂມເດວລະດັບເລີ່ມຕົ້ນອື່ນທຸກໂຕທີ່ພວກເຮົາໃຫ້ບໍລິການ. ການແລກປ່ຽນນີ້ແຄບ ແລະ ໃຫ້ເຫດຜົນໄດ້ງ່າຍ: ທ່ານປະຜົນຜະລິດແບບມີໂຄງສ້າງທີ່ບັງຄັບໃຊ້ຈາກເຊີບເວີ ແລະ ຮັກສາທຸກຢ່າງອື່ນໄວ້.

01Laguna S 2.1 ຄືຫຍັງ?

Laguna S 2.1 ຄືໂມເດວນ້ຳໜັກເປີດທີ່ເຜີຍແຜ່ໂດຍ Poolside ໃນວັນທີ 21 ກໍລະກົດ 2026 ພາຍໃຕ້ໃບອະນຸຍາດ OpenMDW-1.1 ທີ່ອະນຸຍາດຢ່າງກວ້າງຂວາງ — ສະມາຊິກຂະໜາດກາງຂອງຕະກູນ Laguna, ລະຫວ່າງ Laguna XS 2.1 (33B/3B ໃຊ້ງານ) ແລະ Laguna M.1 (225B/23B ໃຊ້ງານ).

118B

ພາລາມິເຕີທັງໝົດ

~8B

ໃຊ້ງານ / ໂທເຄັນ

256+1

Experts (top-10)

262K

ບໍລິບົດເທິງ Shannon

ໂຄງສ້າງທີ່ເຜີຍແຜ່ຄື router ແບບເລືອກໂທເຄັນດ້ວຍ softplus gating ຂ້າມ 256 experts ທີ່ຖືກເລືອກເສັ້ນທາງ ບວກ 1 shared expert, ເລືອກສິບໂຕຕໍ່ໂທເຄັນ, ຂ້າມ 48 ຊັ້ນ — ສິບສອງຊັ້ນ global-attention, ສາມສິບຫົກຊັ້ນ sliding-window ທີ່ໜ້າຕ່າງ 512 ໂທເຄັນ, ການສະຫຼັບກັນທີ່ຮັກສາຄ່າໃຊ້ຈ່າຍ attention ຂອງຂໍ້ຄວາມເຂົ້າຍາວໆໃຫ້ໃກ້ເສັ້ນຊື່ ແທນທີ່ຈະເປັນກຳລັງສອງ. Attention ຄື grouped-query ດ້ວຍ 8 key-value head ຢູ່ຂະໜາດ head 128.

ຜົນສະທ້ອນສອງຢ່າງສຳຄັນສຳລັບຜູ້ໃຊ້ API. ການໃຊ້ງານແບບເບົາບາງຄືເຫດຜົນທີ່ໂມເດວ 118B ຢູ່ໃນລາຄາພື້ນໄດ້ — ມີພຽງ ~8B ພາລາມິເຕີເຮັດວຽກຕໍ່ໂທເຄັນ, ສະນັ້ນການຄຳນວນຕໍ່ໂທເຄັນຈຶ່ງໃກ້ກັບໂມເດວແໜ້ນນ້ອຍໆຫຼາຍກວ່າທີ່ຈຳນວນພາລາມິເຕີບອກເປັນນັຍ. ແລະ ການສະຫຼັບ sliding-window ຄືເຫດຜົນທີ່ໜ້າຕ່າງຍາວໃຊ້ໄດ້ຈິງ ບໍ່ແມ່ນພຽງແຕ່ຊື່. ການເຜີຍແຜ່ຂອງ Poolside ຮັບຮອງ 1,048,576 ໂທເຄັນ; ພວກເຮົາໃຫ້ບໍລິການ 262,144, ຕົງກັບໂມເດວທຸກໂຕອື່ນເທິງ gateway.

02ຂໍ້ລະວັງດຽວ: ບໍ່ມີຜົນຜະລິດແບບມີໂຄງສ້າງ

ອ່ານອັນນີ້ກ່ອນທ່ານຈະເຊື່ອມຕໍ່

Laguna S 2.1 ເທິງ Shannon AI ບໍ່ຮັບຮອງທັງ json_schema ແລະ response_format. ມັນຄືໂມເດວດຽວໃນຕະກູນສິບສອງໂຕຂອງພວກເຮົາທີ່ບໍ່ຮັບຮອງຜົນຜະລິດແບບມີໂຄງສ້າງ; ການສົ່ງພາຣາມິເຕີໃດໜຶ່ງໃນສອງອັນນັ້ນຈະບໍ່ໄດ້ຄຳຕອບທີ່ຖືກບັງຄັບ schema. ການເອີ້ນເຄື່ອງມືເຮັດວຽກ. ການສະຕຣີມເຮັດວຽກ. ການໃຫ້ເຫດຜົນເຮັດວຽກ. ມີພຽງການບັງຄັບຮູບແບບຜົນຜະລິດຈາກເຊີບເວີເທົ່ານັ້ນທີ່ຂາດຫາຍ.

ສິ່ງທີ່ຍັງເຮັດວຽກ. ການເອີ້ນເຄື່ອງມືຮັບຮອງເຕັມທີ່, ແລະ ອາກິວເມັນຂອງການເອີ້ນເຄື່ອງມືຍັງມາເປັນອົງປະກອບ JSON ຄືເກົ່າ ຄືກັນກັບໂມເດວອື່ນໃດຢູ່ນີ້. ຖ້າ "ຜົນຜະລິດແບບມີໂຄງສ້າງ" ຂອງແອັບພລິເຄຊັນຂອງທ່ານແມ່ນຄືອາກິວເມັນເຄື່ອງມື — ຈິງສຳລັບກອບ agent, MCP server ແລະ ໜ້າຖານຂໍ້ມູນສ່ວນຫຼາຍ — Laguna S 2.1 ໃຫ້ບໍລິການທ່ານໄດ້ດີ. ການສະຕຣີມເຮັດວຽກທັງສາມພາສາ; reasoning_effort ເຮັດວຽກ.

ສິ່ງທີ່ບໍ່ເຮັດວຽກ. ທ່ານບໍ່ສາມາດມອບ JSON Schema ໃຫ້ endpoint ແລ້ວຮັບປະກັນວ່າຄຳຕອບຂໍ້ຄວາມຂອງຜູ້ຊ່ວຍຈະຖືກຕ້ອງຕາມມັນ, ແລະ response_format: {"type": "json_object"} ບໍ່ໃຫ້ຫຍັງແກ່ທ່ານ. ການພຣອມໃຫ້ໄດ້ JSON ມັກໃຫ້ JSON — ນີ້ຄືໂມເດວທີ່ມີຄວາມສາມາດ — ແຕ່ "ມັກ" ບໍ່ແມ່ນສັນຍາ. Poolside ເອງລະບຸໄວ້ວ່າການໜີບ JSON ຜິດພາດໃນການເອີ້ນເຄື່ອງມືທີ່ຊ້ອນທັບເລິກ ຄືຂໍ້ຈຳກັດທີ່ຮູ້ຢູ່ແລ້ວ, ເປັນການເຕືອນວ່າການຮັບປະກັນ, ບ່ອນທີ່ມັນມີຢູ່ບ່ອນອື່ນໃນຕະກູນຂອງພວກເຮົາ, ມາຈາກຊັ້ນການໃຫ້ບໍລິການ ບໍ່ແມ່ນຄວາມຕັ້ງໃຈດີຂອງໂມເດວ.

ໂຕອ້າຍນ້ອງໂຕໃດທີ່ຄວນໃຊ້ແທນ

ຖ້າວຽກຂອງທ່ານຕ້ອງການ JSON ທີ່ຮັບປະກັນ, ຢ່າຕໍ່ສູ້ກັບໂມເດວນີ້ — ໃຫ້ສະຫຼັບ ID ໂມເດວ. ໂຕອ້າຍນ້ອງສີ່ໂຕຢູ່ໃນລາຄາ $0.50 / $2.00 ດຽວກັນ ດ້ວຍການຮັບຮອງ json_schema ແລະ response_format ເຕັມທີ່:

ID ໂມເດວ	json_schema	ວິຊັນ	ເປັນຫຍັງທ່ານຄວນເລືອກມັນ
MiMo-V2.5-Pro-W8A16	ຮັບຮອງ	ບໍ່ຮັບຮອງ	ການສະຫຼັບກົງ — ນ້ຳໜັກ 8-bit, ລະດັບຄວາມແມ່ນຍຳສູງສຸດ, ລາຄາດຽວກັນ
MiMo-V2.5-W8A16	ຮັບຮອງ	ຮັບຮອງ	ຄືກັນ, ບວກຮູບເຂົ້າ
Hy3-W8A16	ຮັບຮອງ	ບໍ່ຮັບຮອງ	ໂມເດວຂໍ້ຄວາມ 8-bit ອີກໂຕໃນລາຄາພື້ນ
DeepSeek-V4-Flash-0731	ຮັບຮອງ	ບໍ່ຮັບຮອງ	W4A16-AutoRound-REAP ຄື Laguna, ຮັກສາການຮັບຮອງ schema ໄວ້

ຄ່າເລີ່ມຕົ້ນທຳມະຊາດຄື MiMo-V2.5-Pro (W8A16): ຂໍ້ຄວາມຢ່າງດຽວ, ລາຄາພື້ນ, ຫຍໍ້ໃນລະດັບອ່ອນທີ່ສຸດທີ່ພວກເຮົາແລ່ນ — ລາຍລະອຽດຢູ່ໃນບັດໂມເດວ MiMo-V2.5. ຍ້ອນໂມເດວທັງສິບສອງໂຕໃຊ້ endpoint, ໜ້າຕ່າງບໍລິບົດ ແລະ ເພດານຜົນຜະລິດຮ່ວມກັນ, ການສະຫຼັບຈຶ່ງເປັນການປ່ຽນແປງແຖວດຽວທີ່ຊ່ອງ model.

03W4A16-AUTOROUND-REAP ໝາຍຄວາມວ່າຫຍັງ?

ຄຳຕໍ່ທ້າຍໃນ ID ໂມເດວບໍ່ແມ່ນການຕົກແຕ່ງ — ມັນບອກຢ່າງແທ້ຈິງວ່ານ້ຳໜັກຖືກບີບອັດແນວໃດກ່ອນຖືກໂຫຼດເຂົ້າຄລັດສເຕີ GPU ຂອງພວກເຮົາ. ສາມສ່ວນ.

W4A16 — ນ້ຳໜັກ 4-bit, activation 16-bit

ນ້ຳໜັກຖືກເກັບຢູ່ 4 bit; activation — ຄ່າທີ່ໄຫຼລະຫວ່າງຊັ້ນຕອນອະນຸມານ — ຍັງຄົງຢູ່ 16. ການຕັດນ້ຳໜັກໃຫ້ເຫຼືອໜຶ່ງສ່ວນສີ່ຂອງຂະໜາດ BF16 ຄືສິ່ງທີ່ເຮັດໃຫ້ໂມເດວ 118B ພໍດີ ແລະ ຄົງຄວາມໄວ, ໃນຂະນະທີ່ການຮັກສາ activation ໃຫ້ກວ້າງປົກປ້ອງສ່ວນທີ່ອ່ອນໄຫວທາງຕົວເລກຂອງ forward pass. ບີບອັດສິ່ງທີ່ໃຫຍ່ ແລະ ຄົງທີ່, ປະໄວ້ສິ່ງທີ່ນ້ອຍ ແລະ ໄດນາມິກ.

AutoRound — ການປັດເສດແບບຮຽນຮູ້, ບໍ່ແມ່ນປັດເສດໃກ້ທີ່ສຸດ

ວິທີງ່າຍທີ່ສຸດໃນການຫຍໍ້ຄື round-to-nearest: ດຶງແຕ່ລະນ້ຳໜັກໄປຫາຄ່າ 4-bit ທີ່ໃກ້ທີ່ສຸດ, ຍອມຮັບຄວາມຜິດພາດ. AutoRound, ເຄື່ອງມືການຫຍໍ້ຫຼັງການຝຶກແບບເປີດຂອງ Intel, ເຮັດໄດ້ດີກວ່າ — ວິທີ SignRound ຂອງມັນໃຊ້ signed gradient descent ເພື່ອປັບໃຫ້ດີທີ່ສຸດພ້ອມກັນທັງການຕັດສິນໃຈປັດເສດ ແລະ ຂອບການຕັດ ຂ້າມສອງສາມຮ້ອຍຂັ້ນຕອນ, ຕັດສິນໃຈຕໍ່ນ້ຳໜັກວ່າການປັດຂຶ້ນ ຫຼືລົງ ຈະທຳລາຍຜົນຜະລິດຈິງຂອງຊັ້ນນັ້ນໜ້ອຍກວ່າ. ມັນຢືມແນວຄິດຈາກ quantization-aware training ໂດຍບໍ່ຕ້ອງເສຍຄ່າໃຊ້ຈ່າຍໃນການຝຶກຄືນ, ແລະ ນັ້ນຄືເຫດຜົນທີ່ໂຕສ້າງ W4A16 ສາມາດເປັນໂມເດວທີ່ຈິງຈັງ ແທນທີ່ຈະເປັນຄວາມແປກປະຫຼາດທີ່ເສຍລາຍລະອຽດ.

REAP — ການລຶບ experts ແທນທີ່ຈະລວມພວກມັນ

REAP ຄື Router-weighted Expert Activation Pruning, ເຜີຍແຜ່ໂດຍ Cerebras Research. ໃນໂມເດວ MoE experts ບໍ່ໄດ້ອອກແຮງເທົ່າກັນທຸກໂຕ: router ສົ່ງໂທເຄັນໜ້ອຍໆໃຫ້ບາງໂຕ, ແລະ ບາງໂຕປະກອບສ່ວນຂະໜາດນ້ອຍເມື່ອພວກມັນເຮັດວຽກ. REAP ໃຫ້ຄະແນນແຕ່ລະ expert ດ້ວຍສັນຍານທັງສອງ — ຄ່າ router gate ແລະ ຄ່າມາດຕະຖານການ activation ຂອງ expert — ແລະ ລຶບໂຕທີ່ສຳຄັນໜ້ອຍອອກໃນຄັ້ງດຽວ, ກ່ອນການຫຍໍ້. ທີ່ສຳຄັນ ມັນລຶບແທນທີ່ຈະລວມ: ການລວມພັບ experts ຫຼາຍໂຕເຂົ້າກັນເປັນໂຕດຽວ, ທຳລາຍການຄວບຄຸມທີ່ລະອຽດອ່ອນ ຂຶ້ນກັບອິນພຸດ ຂອງ router ແລະ ສ້າງພື້ນຄວາມຜິດພາດທີ່ບໍ່ມີການປັບແຕ່ງໃດລຶບອອກໄດ້ (ຜູ້ຂຽນເອີ້ນມັນວ່າ functional subspace collapse), ໃນຂະນະທີ່ການລຶບປະໄວ້ໂຕທີ່ລອດຢູ່ ແລະ ການຄວບຄຸມຂອງ router ຕໍ່ພວກມັນຄົງເດີມ. Cerebras ລາຍງານການລຶບ experts ຫາເຖິງ 50% ຈາກໂມເດວຂະໜາດຕັນລ້ານພາລາມິເຕີ ໃນຂະນະທີ່ຮັກສາຄຸນນະພາບພື້ນຖານໄວ້ໄດ້ເປັນສ່ວນໃຫຍ່ — ໃນໂມເດວຂຽນລະຫັດ 480B ທີ່ 50% ການລຶບ, ຮັກສາ 97.6% ຂອງຄວາມສາມາດຂຽນລະຫັດແບບບໍ່ agentic ພື້ນຖານ ແລະ 96.7% ໃນ SWE-Bench ແບບ agentic. ນັ້ນຄືຕົວເລກຂອງ Cerebras ສຳລັບໂມເດວຂອງພວກເຂົາເອງ, ບໍ່ແມ່ນການວັດແທກໂຕສ້າງຂອງພວກເຮົາ, ແຕ່ນັ້ນຄືເຫດຜົນທີ່ພວກເຮົາແລ່ນ stack ນີ້ເທິງພື້ນຖານທີ່ຈຸດແຂງຫຼັກຄືການຂຽນລະຫັດ.

ຄຳຕໍ່ທ້າຍນີ້ລວມກັນອ່ານໄດ້ຄືປະໂຫຍກໜຶ່ງ: ລຶບ experts ທີ່ຖືກໃຊ້ໜ້ອຍ, ຮຽນຮູ້ການປັດເສດ 4-bit ແທນທີ່ຈະຄາດເດົາ, ຮັກສາ activation ໄວ້ເຕັມຄວາມກວ້າງ.

04ໂມເດວນີ້ຈິງໆແລ້ວດີສຳລັບຫຍັງ?

ຄວາມຊື່ສັດກ່ອນ: Laguna S 2.1 ຄືໂມເດວສົນທະນາທີ່ຮັບຂໍ້ຄວາມຢ່າງດຽວ — ID ໂມເດວນີ້ບໍ່ຮັບຮູບເຂົ້າ — ແລະ Poolside ສ້າງມັນຂຶ້ນມາສຳລັບ ການຂຽນລະຫັດແບບ agent ແລະ ວຽກໄລຍະຍາວ, ບໍ່ແມ່ນສຳລັບປະໂຫຍກ. ການຝຶກຫຼັງແລ່ນຂ້າມ 409,000 ສະພາບແວດລ້ອມ, ລວມທັງວຽກ terminal 83,000 ອັນ ແລະ ວຽກວິສະວະກຳຊອບແວ 168,000 ອັນ, ດ້ວຍ reinforcement learning ໃນ FP8. ຜົນລັບທີ່ Poolside ລາຍງານສຳລັບການເຜີຍແຜ່ທີ່ບໍ່ຖືກຫຍໍ້:

ເບັນມາກ	ຄິດ	ບໍ່ຄິດ	ມັນວັດແທກຫຍັງ
SWE-Bench Multilingual	78.5%	—	ການແກ້ bug ຈິງຂ້າມຫຼາຍພາສາ
Terminal-Bench 2.1	70.2%	60.4%	ວຽກ shell ແລະ ເຄື່ອງມືຫຼາຍຂັ້ນຕອນ
SWE-Bench Pro	59.4%	—	ວຽກ repo ທີ່ຍາກກວ່າ, ຕ້ານການປົນເປື້ອນ
Toolathlon Verified	49.7%	—	ຄວາມກວ້າງການໃຊ້ເຄື່ອງມືຂ້າມ API ຫຼາຍໂຕ
SWE Atlas	46.2%	—	ການນຳທາງ repository ໄລຍະຍາວ
DeepSWE v1.1	40.4%	16.5%	ວິສະວະກຳຊອບແວແບບ agentic

ຊ່ອງຫວ່າງລະຫວ່າງສອງຖັນຄືຕົວເລກທີ່ນຳໄປໃຊ້ໄດ້ຈິງທີ່ສຸດຢູ່ນີ້: ໃນ DeepSWE ຄະແນນເພີ່ມຂຶ້ນຫຼາຍກວ່າສອງເທົ່າເມື່ອເປີດການໃຫ້ເຫດຜົນ, ແລະ ໃນ Terminal-Bench ມັນໄດ້ເກືອບສິບຈຸດ.

Terminal-Bench · ຄິດ70.2

Terminal-Bench · ໂດຍກົງ60.4

DeepSWE · ຄິດ40.4

DeepSWE · ໂດຍກົງ16.5

ຕົວເລກທີ່ Poolside ລາຍງານສຳລັບການເຜີຍແຜ່ Laguna S 2.1 ທີ່ບໍ່ຖືກຫຍໍ້, ກໍລະກົດ 2026. ພວກມັນບໍ່ແມ່ນການວັດແທກໂຕສ້າງ W4A16-AutoRound-REAP ຂອງພວກເຮົາ, ແລະ ພວກເຮົາບໍ່ເຜີຍແຜ່ຕົວເລກເບັນມາກຂອງພວກເຮົາເອງສຳລັບມັນ. ໃຊ້ reasoning_effort ເພື່ອຄວບຄຸມງົບການຄິດເທິງ API ຂອງພວກເຮົາ.

ສຳລັບວຽກສົນທະນາ ແລະ ຄວາມຄິດສ້າງສັນ ຈຸດຢືນທີ່ຊື່ສັດຄືນີ້: ຄຸນລັກສະນະທີ່ຢູ່ເບື້ອງຫຼັງການແລ່ນ agent ຍາວໆ — ການຮັກສາສະຖານະຫຼາຍໆໃຫ້ສອດຄ່ອງ, ຢູ່ກັບວຽກ, ບໍ່ຫຼົງທາງ — ຄືຄຸນລັກສະນະດຽວກັນທີ່ຢູ່ເບື້ອງຫຼັງວຽກຕົວລະຄອນຍາວໆ, ແລະ ໃນທາງປະຕິບັດມັນຮັກສາສຽງໄດ້ດີຂ້າມໜ້າຕ່າງທີ່ຍາວຫຼາຍ. ບໍ່ມີເບັນມາກທີ່ເຜີຍແຜ່ບອກແບບນັ້ນ, ແລະ ພວກເຮົາຈະບໍ່ສ້າງອັນໜຶ່ງຂຶ້ນມາ. ຈົ່ງທົດສອບມັນດ້ວຍພຣອມຂອງທ່ານເອງ; ໃນລາຄາ $0.50 ຕໍ່ລ້ານໂທເຄັນເຂົ້າ ນັ້ນເກືອບບໍ່ເສຍຄ່າໃຊ້ຈ່າຍ.

05ລາຄາພື້ນໃຫ້ຫຍັງແກ່ທ່ານແທ້ໆ?

$0.50 ເຂົ້າ / $2.00 ອອກ ຕໍ່ລ້ານໂທເຄັນ ຄືລະດັບເລີ່ມຕົ້ນເທິງ Shannon AI Gateway, ໃຊ້ຮ່ວມກັບ MiniMax-M3, DeepSeek-V4-Flash, MiMo-V2.5, MiMo-V2.5-Pro ແລະ Hy3. ໃນທາງປະຕິບັດ:

ວຽກ	ເຂົ້າ	ອອກ	ຄ່າໃຊ້ຈ່າຍ
ຮອບແຊັດໜຶ່ງດ້ວຍປະຫວັດ 100K	100,000	2,000	$0.054
ບົດໜຶ່ງ 5,000 ຄຳຈາກຄຳສັ່ງຍາວ	30,000	7,000	$0.029
ຮອບສົນທະນາສັ້ນ 1,000 ຮອບ	4,000,000	500,000	$3.00
ການອ່ານບໍລິບົດ 262K ໂທເຄັນເຕັມ	262,144	16,384	$0.164

ແຖວສຸດທ້າຍຄືອັນທີ່ຄວນຈື່ໄວ້: ການໃຊ້ໜ້າຕ່າງບໍລິບົດເຕັມ ແລະ ຜະລິດຄຳຕອບສູງສຸດ 16,384 ໂທເຄັນ ຄ່າໃຊ້ຈ່າຍປະມານສິບຫົກເຊັນ. ການປ້ອນຕົ້ນສະບັບໝົດເຫຼັ້ມ, ບົດບັນທຶກເຊດຊັ່ນ, ຫຼືຊຸດເອກະສານໃສ່ໃນການເອີ້ນຄັ້ງດຽວ ບໍ່ໄດ້ເປັນການຕັດສິນໃຈເລື່ອງງົບປະມານອີກຕໍ່ໄປ ແຕ່ກາຍເປັນການຕັດສິນໃຈເລື່ອງຄວາມໄວ. ຄະນິດເລກດຽວກັນນີ້ຂັບເຄື່ອນກໍລະນີການໃຊ້ລາຄາພື້ນອີກອັນ — ປະລິມານ: ການຈັດປະເພດເປັນຊຸດ, ການຂຽນຄືນຈຳນວນຫຼາຍ, ບົດສົນທະນາສັງເຄາະ, ຮ່າງຄັ້ງທຳອິດທີ່ໂມເດວແຮງກວ່າຈະປັບປຸງພາຍຫຼັງ. ເບິ່ງໜ້າລາຄາ ແລະ ດັດຊະນີການຄົ້ນຄວ້າ.

06"ບໍ່ມີການເຊັນເຊີ" ໝາຍຄວາມວ່າຫຍັງຢູ່ນີ້

ມັນໝາຍຄວາມຕາມທີ່ມັນເວົ້າ: ບໍ່ມີຊັ້ນປະຕິເສດ ແລະ ບໍ່ມີການກັ່ນຕອງເນື້ອຫາເທິງຜົນຜະລິດ. ບໍ່ມີຕົວຈັດປະເພດຢູ່ລະຫວ່າງໂມເດວ ແລະ ຄຳຕອບຂອງທ່ານ ຕັດສິນວ່າທ່ານມີສິດຖາມຫຼືບໍ່; ໂມເດວຕອບໃນນ້ຳສຽງທີ່ທ່ານຂໍ ແລະ ບໍ່ໄດ້ໂອ້ລົມສອນທ່ານກ່ຽວກັບຫຼັກການກ່ອນ.

ສຳລັບວຽກຄວາມຄິດສ້າງສັນ ນັ້ນຄືຄວາມແຕກຕ່າງລະຫວ່າງເຄື່ອງມືທີ່ໃຊ້ໄດ້ ແລະ ໃຊ້ບໍ່ໄດ້. ນິຍາຍມີຕົວຮ້າຍທີ່ໜ້າຢ້ານ, ຕົວລະຄອນທີ່ຕົວະໄດ້ໜ້າເຊື່ອ, ຄວາມຮຸນແຮງທີ່ມີຜົນສະທ້ອນ, ຜູ້ບັນຍາຍທີ່ດ້ອຍທາງສິນທຳ — ໂມເດວທີ່ອອກຈາກຕົວລະຄອນເພື່ອຕໍ່ທ້າຍຄຳເຕືອນ ຄືການລົ້ມເຫຼວໃນວຽກ, ບໍ່ແມ່ນຄວາມສຳເລັດທາງຄວາມປອດໄພ. ຫຼັກການດຽວກັນນີ້ໃຊ້ໄດ້ກັບການຄົ້ນຄວ້າຄວາມປອດໄພ, ເອກະສານ red-team, ການຮ່າງເອກະສານທາງການແພດ ແລະ ກົດໝາຍ, ແລະ ການແປພາສາທີ່ຕົ້ນສະບັບກົງໄປກົງມາ — ໝວດໝູ່ທີ່ການປະຕິເສດເປັນພຽງຄຳຕອບທີ່ຜິດ. ສິ່ງທີ່ມັນບໍ່ໄດ້ໝາຍຄວາມຄືການຕັດສິນໃຈບໍ່ໄດ້ເປັນຂອງທ່ານອີກຕໍ່ໄປ — ທ່ານຍັງຮັບຜິດຊອບຕໍ່ສິ່ງທີ່ທ່ານສ້າງ, ພາຍໃຕ້ນະໂຍບາຍການໃຊ້ຢ່າງມີຄວາມຮັບຜິດຊອບຂອງພວກເຮົາ ແລະ ກົດໝາຍທີ່ໃຊ້ໄດ້.

07ວິທີເອີ້ນ API Laguna ບໍ່ມີການເຊັນເຊີ

ສາມພາສາ, ໂມເດວດຽວ: /v1/chat/completions (OpenAI), /v1/messages (Anthropic), /v1/responses. ການສະຕຣີມເຮັດວຽກທັງສາມ, ສະນັ້ນການເຊື່ອມຕໍ່ທີ່ມີຢູ່ແລ້ວຍ້າຍມາໄດ້ໂດຍປ່ຽນ base URL ແລະ ID ໂມເດວ — ບໍ່ຕ້ອງປ່ຽນ SDK, ບໍ່ຕ້ອງຂຽນການຈັດການຂໍ້ຄວາມຄືນໃໝ່.

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"
}

ໝາຍເຫດພາກປະຕິບັດ:

ຢ່າສົ່ງ response_format ຫຼື json_schema ໃສ່ ID ໂມເດວນີ້ — ຖ້າ client library ຂອງທ່ານຕັ້ງມັນເປັນຄ່າເລີ່ມຕົ້ນ, ໃຫ້ຍົກເລີກມັນ ຫຼືຍ້າຍໄປໃຊ້ໂຕອ້າຍນ້ອງທີ່ຮັບຮອງມັນ.
ເຄື່ອງມືໃສ່ໄວ້ໃນ array tools ຕາມປົກກະຕິ — ການເອີ້ນເຄື່ອງມືຮັບຮອງເຕັມທີ່; ມີພຽງການບັງຄັບໃຊ້ schema ຂໍ້ຄວາມອິດສະຫຼະເທົ່ານັ້ນທີ່ບໍ່ຮັບຮອງ.
ຄວບຄຸມງົບການໃຫ້ເຫດຜົນຂອງທ່ານ. reasoning_effort ຖືກປະຕິບັດຕາມ — ຕ່ຳ ຫຼືປິດ ຮັກສາຄວາມໄວການສົນທະນາ ແລະ ໂທເຄັນຜົນຜະລິດຖືກ; ເພີ່ມມັນສຳລັບວຽກເຄື່ອງມືຫຼາຍຂັ້ນຕອນ, ບ່ອນທີ່ຊ່ອງຫວ່າງເບັນມາກຂ້າງເທິງສະແດງໃຫ້ເຫັນວ່າມັນຊື້ຫຍັງໃຫ້ທ່ານ.
ເພດານຜົນຜະລິດຄື 16,384 ໂທເຄັນຕໍ່ການຮ້ອງຂໍ. ສຳລັບການສ້າງເນື້ອຫາຂະໜາດປຶ້ມ, ໃຫ້ແບ່ງເປັນບົດ ແລະ ສະຕຣີມ.
ຂໍ້ຄວາມຢ່າງດຽວ. ID ໂມເດວນີ້ບໍ່ຮັບຮູບເຂົ້າ — ໃຫ້ໃຊ້ MiMo-V2.5, Kimi-K2.6, Kimi-K3, MiniMax-M3 ຫຼື inkling ສຳລັບວິຊັນ.

ເອກະສານພາຣາມິເຕີເຕັມ, ການພິສູດຕົວຕົນ, ຄວາມໝາຍຂໍ້ຜິດພາດ ແລະ playground ໃຫ້ທົດລອງໃຊ້: ເອກະສານ API.

08ຄວນເລືອກມັນເມື່ອໃດ, ແລະ ບໍ່ຄວນເມື່ອໃດ

ເລືອກມັນເມື່ອ ຜົນຜະລິດຂອງທ່ານຄືປະໂຫຍກ, ບົດສົນທະນາ ຫຼືລະຫັດທີ່ຄົນອ່ານ; ທ່ານຕ້ອງການການເອີ້ນເຄື່ອງມືແຕ່ບໍ່ຕ້ອງການຂໍ້ຄວາມທີ່ຖືກບັງຄັບ schema; ຄ່າໃຊ້ຈ່າຍຕໍ່ໂທເຄັນສຳຄັນກວ່າບໍລິບົດຍາວ; ຫຼືທ່ານຕ້ອງການຄວາມເຫັນທີສອງຈາກສາຍພັນອື່ນທີ່ບໍ່ແມ່ນຕະກູນ DeepSeek, Kimi ແລະ MiMo ທີ່ຄອບຄອງສ່ວນທີ່ເຫຼືອຂອງຕະກູນ.

ເລືອກອັນອື່ນເມື່ອ ທ່ານຕ້ອງການ JSON ທີ່ຮັບປະກັນ (MiMo-V2.5-Pro), ຄວາມເຂົ້າໃຈຮູບພາບ (Kimi-K2.6 ຫຼື MiMo-V2.5), ຫຼືຂອບເຂດຄວາມຍາກລະດັບສູງສຸດ ບ່ອນທີ່ຊ່ອງຫວ່າງລາຄາບໍ່ສຳຄັນຄຽງຄູ່ກັບການໄດ້ຄຳຕອບທີ່ຖືກຕ້ອງ (DeepSeek-V4-Pro, Kimi-K3).

ຕ້ອງການລາຄາດຽວກັນພ້ອມຜົນຜະລິດແບບມີໂຄງສ້າງບໍ? MiMo-V2.5-Pro ແລ່ນທີ່ W8A16 — ລະດັບຄວາມແມ່ນຍຳສູງສຸດຂອງພວກເຮົາ — ໃນລາຄາ $0.50 / $2.00 ດຽວກັນ, ດ້ວຍທັງ json_schema ແລະ response_format. ອ່ານບັດໂມເດວ MiMo-V2.5, ຫຼືເລາະເບິ່ງທັງສິບສອງໂຕໃນດັດຊະນີການຄົ້ນຄວ້າ.

ໂປ່ງໃສໂດຍການອອກແບບ

ທຸກຂໍ້ອ້າງທາງໂຄງສ້າງ ແລະ ເບັນມາກຢູ່ນີ້ມາຈາກຜູ້ເຜີຍແຜ່ໂມເດວ ຫຼືຜູ້ຂຽນວິທີການບີບອັດ. ກວດພວກມັນດ້ວຍຕົນເອງ.

Poolside — ບັດໂມເດວ Laguna S 2.1 ການແນະນຳ Laguna S 2.1 REAP — Cerebras Research AutoRound — Intel

09ຄຳຖາມທີ່ພົບເລື້ອຍ

API Laguna ບໍ່ມີການເຊັນເຊີແມ່ນຫຍັງ?

ມັນຄື Laguna S 2.1 ນ້ຳໜັກເປີດຂອງ Poolside — 118 ຕັນພາລາມິເຕີ, ໃຊ້ງານປະມານ 8 ຕັນຕໍ່ໂທເຄັນ — ໃຫ້ບໍລິການເທິງຄລັດສເຕີ GPU ຂອງ Shannon ເອງ ໂດຍບໍ່ມີຊັ້ນປະຕິເສດ ແລະ ບໍ່ມີການກັ່ນຕອງຜົນຜະລິດ. ID ໂມເດວຄື Laguna-S-2.1-W4A16-AUTOROUND-REAP, ໜ້າຕ່າງບໍລິບົດຄື 262,144 ໂທເຄັນ, ແລະ ລາຄາ $0.50 ຕໍ່ລ້ານໂທເຄັນເຂົ້າ ແລະ $2.00 ຕໍ່ລ້ານໂທເຄັນອອກ.

Laguna S 2.1 ຮັບຮອງ json_schema ຫຼື response_format ເທິງ Shannon AI ບໍ?

ບໍ່ຮັບຮອງ. ມັນຄືໂມເດວດຽວໃນຕະກູນ Shannon ທີ່ບໍ່ຮັບຮອງທັງສອງ. ການເອີ້ນເຄື່ອງມື ແລະ ການສະຕຣີມເຮັດວຽກປົກກະຕິ ແລະ ອາກິວເມັນຂອງການເອີ້ນເຄື່ອງມືຍັງມາເປັນ JSON ຄືເກົ່າ, ແຕ່ບໍ່ມີການບັງຄັບໃຊ້ schema ຈາກເຊີບເວີເທິງຜົນຜະລິດຂໍ້ຄວາມຂອງຜູ້ຊ່ວຍ. ສຳລັບ JSON ທີ່ຮັບປະກັນໃນລາຄາ $0.50 / $2.00 ດຽວກັນ, ໃຫ້ໃຊ້ MiMo-V2.5-Pro (W8A16).

W4A16-AUTOROUND-REAP ໝາຍຄວາມວ່າຫຍັງ?

W4A16 ໝາຍຄວາມວ່ານ້ຳໜັກຖືກເກັບຢູ່ 4 bit ໃນຂະນະທີ່ activation ຍັງຄົງຢູ່ 16 bit. AutoRound ຄືວິທີການຫຍໍ້ຫຼັງການຝຶກຂອງ Intel, ຊຶ່ງໃຊ້ signed gradient descent ເພື່ອຮຽນຮູ້ການຕັດສິນໃຈປັດເສດ ແລະ ຕັດຂອບ ແທນທີ່ຈະປັດເສດໄປຫາຄ່າໃກ້ທີ່ສຸດ. REAP ຄື Router-weighted Expert Activation Pruning ຂອງ Cerebras Research, ຊຶ່ງລຶບ experts ທີ່ຖືກເລືອກໜ້ອຍ ແລະ ອ່ອນ ອອກຈາກໂມເດວ Mixture-of-Experts ກ່ອນການຫຍໍ້ ແທນທີ່ຈະລວມພວກມັນ.

Laguna S 2.1 ດີສຳລັບການຂຽນຄວາມຄິດສ້າງສັນ ແລະ ການສົນທະນາບໍ?

ມັນຄືໂມເດວສົນທະນາທີ່ຮັບຂໍ້ຄວາມຢ່າງດຽວ — ບໍ່ຮັບຮູບເຂົ້າ — ແລະ ມັນຮັກສາຄວາມຕໍ່ເນື່ອງ, ຄວາມສອດຄ່ອງ, ແລະ ຕົວລະຄອນ ໃນປະໂຫຍກຍາວຂ້າມໜ້າຕ່າງ 262K ໂດຍບໍ່ມີຊັ້ນປະຕິເສດຂວາງທາງ. ບັນທຶກເບັນມາກທີ່ Poolside ເຜີຍແຜ່ຢູ່ໃນການຂຽນລະຫັດແບບ agent, ບໍ່ແມ່ນປະໂຫຍກ, ສະນັ້ນຈົ່ງທົດສອບຄຸນນະພາບຄວາມຄິດສ້າງສັນດ້ວຍພຣອມຂອງທ່ານເອງ ແທນທີ່ຈະເຊື່ອຕາຕະລາງອັນດັບ.

API Laguna ບໍ່ມີການເຊັນເຊີ ລາຄາເທົ່າໃດ?

$0.50 ຕໍ່ລ້ານໂທເຄັນເຂົ້າ ແລະ $2.00 ຕໍ່ລ້ານໂທເຄັນອອກ — ລາຄາພື້ນເທິງ Shannon AI Gateway, ໃຊ້ຮ່ວມກັບ MiniMax-M3, DeepSeek-V4-Flash, MiMo-V2.5, MiMo-V2.5-Pro ແລະ Hy3. ການສົນທະນາ 100,000 ໂທເຄັນທີ່ຜະລິດຄຳຕອບ 2,000 ໂທເຄັນ ຄ່າໃຊ້ຈ່າຍປະມານ 5.4 ເຊັນ.

ລອງ API Laguna ບໍ່ມີການເຊັນເຊີ

MoE 118B · ບໍລິບົດ 262K · ເຄື່ອງມື ແລະ ການສະຕຣີມ · $0.50 / $2.00 ຕໍ່ 1M ໂທເຄັນ.

ອ່ານເອກະສານ API ເລີ່ມສົນທະນາ

ບໍ່ມີຊັ້ນປະຕິເສດ · ບໍ່ມີການກັ່ນຕອງຜົນຜະລິດ · ການຕັດສິນໃຈຂອງທ່ານ, ຄວາມຮັບຜິດຊອບຂອງທ່ານ

ແຫຼ່ງຂໍ້ມູນ: Poolside — ບັດໂມເດວ Laguna S 2.1 · ການແນະນຳ Laguna S 2.1 · REAP the Experts (Cerebras Research) · Intel AutoRound. ຕົວເລກໂຄງສ້າງ ແລະ ເບັນມາກແມ່ນລາຍງານໂດຍຜູ້ເຜີຍແຜ່ສຳລັບການເຜີຍແຜ່ທີ່ບໍ່ຖືກຫຍໍ້, ບໍ່ແມ່ນການວັດແທກໂຕສ້າງທີ່ພວກເຮົາໃຫ້ບໍລິການ. Shannon AI ດຳເນີນງານໂດຍ Shannon Lab LLC, ນິວເມັກຊິໂກ, ສະຫະລັດອາເມລິກາ.

research links ທັງໝົດ