Necenzūruotas Laguna API

Dauguma „pigaus modelio“ puslapių prašo susitaikyti su mažu, pavargusiu pagrindu mainais į mažą skaičių. Šis — ne. Laguna S 2.1 yra dabartinės kartos retas ekspertų mišinio leidimas, apmokytas ant 4 096 H200 ir pateiktas per mažiau nei devynias savaites, ir jis stovi ties tomis pačiomis $0.50 / $2.00 grindimis kaip ir kiekvienas kitas mūsų teikiamas įėjimo pakopos modelis. Mainai siauri ir lengvai suprantami: atsisakote serverio įtvirtintos struktūrizuotos išvesties ir pasiliekate visa kita.

01Kas yra Laguna S 2.1?

Laguna S 2.1 yra atvirų svorių modelis, kurį Poolside išleido 2026 m. liepos 21 d. pagal leidžiamąją OpenMDW-1.1 licenciją — vidutinio dydžio Laguna šeimos narys tarp Laguna XS 2.1 (33 mlrd. / 3 mlrd. aktyvių) ir Laguna M.1 (225 mlrd. / 23 mlrd. aktyvių).

Paskelbta architektūra yra žetono pasirinkimo maršrutizatorius su softplus vartais per 256 maršrutizuojamus ekspertus plius vieną bendrą, po dešimt parenkamų vienam žetonui, per 48 sluoksnius — dvylika su visuotiniu dėmesiu, trisdešimt šeši su slankiuoju 512 žetonų langu; toks persipynimas išlaiko labai ilgų įvesčių dėmesio kainą beveik tiesinę, o ne kvadratinę. Dėmesys yra grupuotų užklausų su 8 raktų ir reikšmių galvomis ties 128 galvos matmeniu.

API naudotojui svarbios dvi pasekmės. Reta aktyvacija ir yra priežastis, kodėl 118 mlrd. modelis gali stovėti ties grindų kaina — vienam žetonui dirba tik ~8 mlrd. parametrų, todėl skaičiavimai vienam žetonui artimesni mažam tankiam modeliui, nei rodo parametrų skaičius. O slankiojo lango persipynimas yra priežastis, kodėl ilgas langas tikrai naudojamas, o ne nominalus. Poolside leidimas palaiko 1 048 576 žetonus; mes teikiame 262 144, kaip ir kiekvienam kitam vartų modeliui.

02Vienintelė išlyga: nėra struktūrizuotos išvesties

Kas vis tiek veikia. Įrankių iškvietimas palaikomas visiškai, o įrankių iškvietimo argumentai vis tiek atkeliauja kaip JSON objektas lygiai taip pat, kaip ir su bet kuriuo kitu čia esančiu modeliu. Jei jūsų programos „struktūrizuota išvestis“ iš tikrųjų yra įrankių argumentai — o taip yra daugumoje agentų karkasų, MCP serveriuose ir duomenų bazių sąsajose — Laguna S 2.1 jums puikiai tinka. Srautinis perdavimas veikia visuose trijuose dialektuose; reasoning_effort veikia.

Kas neveikia. Negalite galiniam taškui paduoti JSON schemos ir turėti garantiją, kad asistento teksto atsakymas ją atitiks, o response_format: {"type": "json_object"} jums nieko neduoda. Paprašius JSON dažniausiai gaunamas JSON — tai kompetentingas modelis — bet „dažniausiai“ nėra sutartis. Pati Poolside kaip žinomą apribojimą dokumentuoja neteisingą JSON kaitos simbolių naudojimą giliai įdėtuose įrankių iškvietimuose; tai priminimas, kad garantija, kur ji kitur mūsų sąraše egzistuoja, ateina iš aptarnavimo sluoksnio, o ne iš gerų modelio ketinimų.

Kurį giminaitį naudoti vietoj jo

Jei jūsų darbo krūviui reikia garantuoto JSON, nekovokite su šiuo modeliu — pakeiskite modelio id. Keturi giminaičiai stovi ties ta pačia $0.50 / $2.00 kaina su pilnu json_schema ir response_format palaikymu:

Modelio id	json_schema	Rega	Kodėl jį rinktumėtės
MiMo-V2.5-Pro-W8A16	Taip	Ne	Tiesioginis pakaitalas — 8 bitų svoriai, aukščiausios ištikimybės pakopa, ta pati kaina
MiMo-V2.5-W8A16	Taip	Taip	Tas pats plius vaizdų įvestis
Hy3-W8A16	Taip	Ne	Dar vienas 8 bitų teksto modelis už grindų kainą
DeepSeek-V4-Flash-0731	Taip	Ne	W4A16-AutoRound-REAP kaip Laguna, tik su schemos palaikymu

Natūralus numatytasis pasirinkimas yra MiMo-V2.5-Pro (W8A16): tik tekstas, grindų kaina, kvantuotas švelniausia mūsų naudojama pakopa — smulkmenos MiMo-V2.5 modelio kortelėje. Kadangi visi dvylika modelių dalijasi galiniais taškais, konteksto langu ir išvesties lubomis, perjungimas yra vienos eilutės pakeitimas model lauke.

03Ką reiškia W4A16-AUTOROUND-REAP?

Priesaga modelio id nėra papuošalas — ji tiksliai pasako, kaip svoriai buvo suglaudinti prieš įkeliant juos į mūsų GPU klasterį. Trys dalys.

W4A16 — 4 bitų svoriai, 16 bitų aktyvacijos

Svoriai saugomi po 4 bitus; aktyvacijos — reikšmės, tekančios tarp sluoksnių išvedimo metu — lieka 16 bitų. Svorių sumažinimas iki ketvirtadalio jų BF16 pėdsako ir yra tai, kas leidžia 118 mlrd. modeliui tilpti ir likti greitam, o plačios aktyvacijos apsaugo skaitiškai jautrią pralėkimo pirmyn dalį. Suglaudinkite tai, kas didelio ir statiško, ir palikite ramybėje tai, kas mažo ir dinamiško.

AutoRound — išmoktas apvalinimas, o ne apvalinimas iki artimiausio

Naivus kvantavimo būdas yra apvalinimas iki artimiausio: kiekvieną svorį pritraukti prie artimiausios 4 bitų reikšmės ir susitaikyti su klaida. AutoRound, Intel atviras kvantavimo po apmokymo įrankių rinkinys, veikia geriau — jo SignRound metodas ženkliniu gradientiniu nusileidimu per porą šimtų žingsnių kartu optimizuoja apvalinimo sprendimus ir ribojimo intervalus, kiekvienam svoriui nusprendžiant, ar apvalinimas aukštyn, ar žemyn mažiau kenkia tikrajai sluoksnio išvesčiai. Jis pasiskolina idėją iš kvantavimą įvertinančio mokymo be pakartotinio apmokymo kainos, ir kaip tik dėl to W4A16 versija gali būti rimtas modelis, o ne nuostolingas kuriozas.

REAP — ekspertų genėjimas, o ne liejimas

REAP yra maršrutizatoriumi svertinis ekspertų aktyvacijos genėjimas, paskelbtas Cerebras Research. MoE modelyje ne visi ekspertai atidirba savo duoną: į kai kuriuos maršrutizatorius siunčia mažai žetonų, o kai kurie, net suveikę, prisideda menkai. REAP kiekvieną ekspertą įvertina pagal abu signalus — maršrutizatoriaus vartų reikšmes ir eksperto aktyvacijos normas — ir mažai svarbius pašalina vienu žingsniu, dar prieš kvantavimą. Svarbiausia, kad jis genėja, o ne lieja: liejimas kelis ekspertus suplaka į vieną, sugriaudamas smulkią, nuo įvesties priklausančią maršrutizatoriaus kontrolę ir įvesdamas klaidos ribą, kurios joks derinimas nepašalina (autoriai tai vadina funkcinės poerdvės kolapsu), o genėjimas palieka išlikusiuosius ir maršrutizatoriaus kontrolę jiems nepaliestą. Cerebras praneša pašalinantys iki 50 % ekspertų iš trilijono parametrų modelių iš esmės išlaikant pradinę kokybę — 480 mlrd. programavimo modelyje esant 50 % genėjimui liko 97,6 % pradinių neagentinio programavimo gebėjimų ir 96,7 % agentiniame SWE-Bench. Tai Cerebras skaičiai apie jų pačių modelius, o ne mūsų versijos matavimai, bet kaip tik dėl jų šią krūvą leidžiame ant pagrindo, kurio pagrindinė stiprybė yra kodas.

Kartu priesaga skaitosi kaip sakinys: nugenėkite vos naudotus ekspertus, išmokite 4 bitų apvalinimą, o ne spėkite jį, ir palikite aktyvacijas viso pločio.

04Kam šis modelis iš tikrųjų geras?

Pirmiausia sąžiningai: Laguna S 2.1 yra tik tekstinis pokalbių modelis — šiam modelio id vaizdų įvesties nėra — ir Poolside sukūrė jį agentiniam programavimui ir ilgo horizonto darbui, o ne prozai. Papildomas apmokymas vyko per 409 000 aplinkų, įskaitant 83 000 terminalo ir 168 000 programinės įrangos inžinerijos užduočių, su sustiprinamuoju mokymu FP8 formatu. Poolside pateikti nekvantuoto leidimo rezultatai:

Etalonas	Su mąstymu	Be mąstymo	Ką matuoja
SWE-Bench Multilingual	78.5%	—	Tikri klaidų taisymai daugelyje kalbų
Terminal-Bench 2.1	70.2%	60.4%	Kelių žingsnių apvalkalo ir įrankių darbas
SWE-Bench Pro	59.4%	—	Sunkesnės, užterštumui atsparios saugyklų užduotys
Toolathlon Verified	49.7%	—	Įrankių naudojimo platumas per daugelį API
SWE Atlas	46.2%	—	Ilgo horizonto navigacija saugykloje
DeepSWE v1.1	40.4%	16.5%	Agentinė programinės įrangos inžinerija

Skirtumas tarp dviejų stulpelių yra naudingiausias čia esantis skaičius: DeepSWE teste balas įjungus samprotavimą daugiau nei padvigubėja, o Terminal-Bench teste jis paauga beveik dešimt punktų.

Poolside pateikti skaičiai nekvantuotam Laguna S 2.1 leidimui, 2026 m. liepa. Tai nėra mūsų W4A16-AutoRound-REAP versijos matavimai, ir savų etalonų skaičių jai neskelbiame. Mąstymo biudžetą mūsų API valdykite per reasoning_effort.

Pokalbių ir kūrybiniam darbui sąžininga pozicija tokia: savybės, stovinčios už ilgų agentinių vykdymų — nuoseklus didelės būsenos laikymas, buvimas prie užduoties, nenuklydimas — yra tos pačios, kurios stovi už ilgo personažo vedimo, ir praktiškai jis gerai išlaiko balsą per labai ilgą langą. Jokiame paskelbtame etalone to nėra, ir mes jo neišgalvosime. Išbandykite su savo užklausomis; už $0.50 už milijoną įvesties žetonų tai beveik nemokama.

05Ką iš tikrųjų perka grindų kaina?

$0.50 įvestis / $2.00 išvestis už milijoną žetonų yra įėjimo pakopa Shannon AI vartuose, bendra su MiniMax-M3, DeepSeek-V4-Flash, MiMo-V2.5, MiMo-V2.5-Pro ir Hy3. Konkrečiai:

Darbo krūvis	Įvestis	Išvestis	Kaina
Vienas pokalbio ėjimas su 100K istorijos	100,000	2,000	$0.054
5 000 žodžių skyrius iš ilgo aprašo	30,000	7,000	$0.029
1 000 trumpų pokalbio ėjimų	4,000,000	500,000	$3.00
Viso 262K žetonų konteksto perskaitymas	262,144	16,384	$0.164

Paskutinę eilutę verta įsisąmoninti: viso konteksto lango užpildymas ir didžiausio 16 384 žetonų atsakymo sugeneravimas kainuoja apie šešiolika centų. Viso rankraščio, seanso stenogramos ar dokumentų rinkinio įdėjimas į vieną kvietimą nustoja būti biudžeto sprendimu ir tampa delsos sprendimu. Ta pati aritmetika varo ir kitą grindų kainos panaudojimo atvejį — apimtį: paketinį klasifikavimą, masinį perrašymą, sintetinį dialogą, pirmojo pralėkimo juodraščius, kuriuos vėliau šlifuoja stipresnis modelis. Žr. kainų puslapį ir tyrimų rodyklę.

06Ką čia reiškia „necenzūruotas“

Reiškia tai, ką sako: jokio atsisakymo sluoksnio ir jokio turinio filtravimo išvestyje. Tarp modelio ir jūsų atsakymo nestovi joks klasifikatorius, sprendžiantis, ar jums buvo leista klausti; modelis atsako tuo registru, kurio prašėte, ir prieš tai nemoralizuoja apie prielaidą.

Kūrybiniam darbui tai skirtumas tarp naudojamo ir nenaudojamo įrankio. Grožinėje literatūroje yra grėsmingų antagonistų, įtikinamai meluojančių personažų, smurto su pasekmėmis, morališkai suterštų pasakotojų — modelis, išeinantis iš vaidmens tam, kad prisegtų atsakomybės atsisakymą, užduoties neįvykdė, o ne pasiekė saugumą. Tas pat galioja saugumo tyrimams, red-team dokumentacijai, medicininiams ir teisiniams juodraščiams bei vertimui, kai šaltinis yra šiurkštus: kategorijoms, kuriose atsisakymas paprasčiausiai yra neteisingas atsakymas. O nereiškia tai, kad sprendimas nustoja būti jūsų — jūs liekate atsakingi už tai, ką sugeneruojate, pagal mūsų Atsakingo naudojimo politiką ir taikomą teisę.

07Kaip kviesti necenzūruotą Laguna API

Trys dialektai, vienas modelis: /v1/chat/completions (OpenAI), /v1/messages (Anthropic), /v1/responses. Srautinis perdavimas veikia visuose trijuose, todėl esama integracija perkeliama pakeitus bazinį URL ir modelio id — jokio SDK keitimo, jokio pranešimų apdorojimo perrašymo.

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"
}

Kelios praktinės pastabos:

• Nesiųskite response_format ar json_schema šiam modelio id — jei jūsų kliento biblioteka juos nustato pagal numatymą, išjunkite arba pereikite prie giminaičio, kuris juos palaiko.
• Įrankiai eina į įprastą tools masyvą — įrankių iškvietimas palaikomas visiškai; nepalaikomas tik laisvo teksto schemos įtvirtinimas.
• Planuokite savo samprotavimą. reasoning_effort paisomas — žemas arba išjungtas išlaiko mažą pokalbio delsą ir pigius išvesties žetonus; kelkite jį kelių žingsnių įrankių darbui, kur aukščiau esantis etalonų skirtumas parodo, ką tai perka.
• Išvesties lubos — 16 384 žetonai vienai užklausai. Knygos ilgio generavimui skaidykite į skyrius ir naudokite srautinį perdavimą.
• Tik tekstas. Šiam modelio id vaizdų įvesties nėra — regai naudokite MiMo-V2.5, Kimi-K2.6, Kimi-K3, MiniMax-M3 arba inkling.

Visa parametrų nuoroda, autentifikacija, klaidų semantika ir gyva bandymų aikštelė: API dokumentacija.

08Kada jį rinktis, o kada ne

Rinkitės jį, kai jūsų išvestis yra proza, dialogas ar kodas, kurį skaito žmogus; kai reikia įrankių iškvietimo, bet ne schema apriboto teksto; kai per ilgą kontekstą dominuoja kaina už žetoną; arba kai norite antros nuomonės iš kitos linijos nei DeepSeek, Kimi ir MiMo šeimos, užpildančios likusį sąrašą.

Rinkitės ką nors kita, kai reikia garantuoto JSON (MiMo-V2.5-Pro), vaizdų supratimo (Kimi-K2.6 arba MiMo-V2.5) arba pažangiausio sunkumo galo, kur kainų skirtumas nereikšmingas šalia teisingo atsakymo (DeepSeek-V4-Pro, Kimi-K3).

09Dažnai užduodami klausimai

---

Šaltiniai: Poolside — Laguna S 2.1 modelio kortelė · Introducing Laguna S 2.1 · REAP the Experts (Cerebras Research) · Intel AutoRound. Architektūros ir etalonų skaičius pateikė leidėjas nekvantuotam leidimui; tai nėra mūsų teikiamos versijos matavimai. Shannon AI valdo Shannon Lab LLC, Naujoji Meksika, JAV.