بې سانسوره Laguna API

د «ارزانه ماډل» ډېری پاڼې له تاسو غواړي چې د یوې ټیټې شمېرې په بدل کې یو کوچنی، ستړی بنسټ ومنئ. دا یوه هغسې نه ده. Laguna S 2.1 د اوسني نسل یوه کثیفه Mixture-of-Experts خپرونه ده، چې پر 4,096 H200s باندې روزل شوې او په نهو اونیو کې لېږل شوې، او هغه هماغه $0.50 / $2.00 فرش کې ناسته ده چې هر بل د پیل پوړ ماډل چې موږ يې خدمت کوو. سودا تنګه ده او د استدلال کول پرې اسانه دي: تاسو د پر سرور تطبیق شوې جوړښتي وتنې څخه تېرېږئ او نور هر څه ساتئ.

01Laguna S 2.1 څه شی دی؟

Laguna S 2.1 یو خلاص وزنه ماډل دی چې د Poolside له خوا د 2026 د جولای په 21 د پرانیستې OpenMDW-1.1 جواز لاندې خپور شو — د Laguna ډلې منځنی اندازه غړی، د Laguna XS 2.1 (33B/3B فعال) او Laguna M.1 (225B/23B فعال) ترمنځ.

خپور شوی جوړښت د توکن-ټاکنې یو روټر دی له softplus دروازې سره پر 256 روټ شویو متخصصانو جمع یوه ګډ متخصص باندې، چې لس يې په هر توکن کې ټاکل کېږي، په 48 پرتونو کې — دولس نړیواله-پاملرنه، شپږ دېرش په 512 توکنیزه کړکۍ کې ښویېدونکې-کړکۍ، یوه ګډونه چې د ډېرو اوږدو ننوتنو د پاملرنې لګښت د مربعي پرځای نږدې خطي ساتي. پاملرنه ډله ییزه-پوښتنه ده له 8 د کیلي-ارزښت سرونو سره په 128 سر ابعادو کې.

دوه پایلې د یوه API پیرودونکي لپاره مهمې دي. کثیف فعالېدل هغه لامل دی چې یو 118B ماډل کولی شي پر فرشي بیه باندې کېني — یوازې ~8B پیرامیټرونه په هر توکن کې کار کوي، نو په هر توکن کې حساب د پیرامیټرونو له شمېر څخه یوه کوچني ډک ماډل ته نږدې دی. او د ښویېدونکې-کړکۍ ګډونه هغه لامل دی چې اوږده کړکۍ په رښتیا د کارونې وړ ده نه یوازې په نامه. د Poolside خپرونه 1,048,576 توکنه ملاتړ کوي؛ موږ 262,144 خدمت کوو، چې پر ګېټوې باندې له هر بل ماډل سره سمون خوري.

02یو احتیاط: جوړښتي وتنه نشته

هغه څه چې لا هم کار کوي. د وسیلو زنګ وهل بشپړ ملاتړ کېږي، او د وسیلو د بلنې دلایل لا هم د یوه JSON شي په توګه راځي، بېخي لکه پر هر بل ماډل باندې دلته. که ستاسو د غوښتنلیک «جوړښتي وتنه» په رښتیا د وسیلو دلایل وي — چې د اجنټي چوکاټونو، د MCP سرورونو او د معلوماتو د بېس د مخ لور ډېرې برخې لپاره ریښتیا ده — Laguna S 2.1 تاسو ته ښه خدمت کوي. سټریمینګ پر درېیو واړو ژبو باندې کار کوي؛ reasoning_effort کار کوي.

هغه څه چې نه کوي. تاسو نه شئ کولی پای ټکي ته یوه JSON سکیما ورکړئ او تضمین واخلئ چې د مرستیال متني ځواب به يې په مقابل کې تایید شي، او response_format: {"type": "json_object"} تاسو ته هېڅ نه اخلي. د JSON غوښتل معمولاً JSON جوړوي — دا یو وړ ماډل دی — مګر «معمولاً» یو تړون نه دی. Poolside پخپله په ژورو ځالو کې د وسیلو په بلنو کې غلط JSON فرار کول د یوه پېژندل شوي حد په توګه مستندوي، چې یوه یادونه ده چې تضمین، چېرته چې زموږ په لیست کې بل ځای شته، د ماډل د ښه نیت پرځای د خدمت له پرت څخه راځي.

پرځای يې کوم ورور وکاروئ

که ستاسو کاري بار تضمین شوي JSON ته اړتیا لري، له دې ماډل سره مه جنګېږئ — د ماډل id بدل کړئ. څلور وروڼه په هماغه $0.50 / $2.00 بیه کې له بشپړ json_schema او response_format ملاتړ سره ناست دي:

د ماډل id	json_schema	لید	ولې به يې وټاکئ
MiMo-V2.5-Pro-W8A16	هو	نه	مستقیم بدل — 8-بیټه وزنونه، تر ټولو لوړ وفادار پوړ، هماغه بیه
MiMo-V2.5-W8A16	هو	هو	هماغه، جمع انځوریزه ننوتنه
Hy3-W8A16	هو	نه	پر فرشي بیه باندې یو بل 8-بیټه متني ماډل
DeepSeek-V4-Flash-0731	هو	نه	لکه Laguna W4A16-AutoRound-REAP، د سکیما ملاتړ ساتل شوی

طبیعي تلپاتې انتخاب MiMo-V2.5-Pro (W8A16) دی: یوازې متني، فرشي بیه، په هغه ترټولو نرم پوړ کې کوانټایز شوی چې موږ يې چلوو — جزئیات د MiMo-V2.5 د ماډل کارت کې دي. ځکه چې ټول دولس ماډلونه پای ټکي، متنیزه کړکۍ او د وتنې چت شریکوي، بدلول يې د model ساحې ته یو کرښه ییز بدلون دی.

03W4A16-AUTOROUND-REAP څه معنا لري؟

د ماډل پر id باندې تاړی سینګار نه دی — دا په سمه توګه وايي چې زموږ پر GPU کلستر باندې له بارېدو دمخه وزنونه څنګه فشار شوي. درې برخې.

W4A16 — 4-بیټه وزنونه، 16-بیټه فعالېدنې

وزنونه په 4 بیټو کې زېرمه کېږي؛ فعالېدنې — هغه ارزښتونه چې د اټکل پر مهال د پرتونو ترمنځ بهېږي — په 16 کې پاتې کېږي. د وزنونو د BF16 نښې څلورمې برخې ته پرې کول هغه څه دي چې یو 118B ماډل د ځایېدو او چټک پاتې کېدو وړ ګرځوي، په داسې حال کې چې د فعالېدنو پلن ساتل د مخکیني تېرېدو هغه برخه ساتي چې په عددي توګه حساسه ده. هغه څه فشار کړئ چې لوی او ثابت وي، هغه څه پرېږدئ چې کوچني او متحرک وي.

AutoRound — زده شوی ګردوالی، نه نږدې ګردوالی

د کوانټایزولو ساده لاره نږدې-ګرد کول دي: هر وزن تر ټولو نږدې 4-بیټه ارزښت ته ونښلوئ، تېروتنه ومنئ. AutoRound، د Intel خلاصه د روزنې وروسته د کوانټایزېشن وسیله، تر دې غوره کوي — د دې SignRound میتود نښه شوی ګرادیانټ ښکته کېدل کاروي ترڅو د ګرد کولو پرېکړې او د کچ کولو ساحې په ګډه د دوو سوو ګامونو په اوږدو کې غوره کړي، او په هر وزن کې پرېکړه کوي چې پورته ګرد کول که ښکته کول د پرت ریښتیني وتنې ته لږ زیان رسوي. دا نظر يې د کوانټایزېشن ته پام کوونکې روزنې څخه پور اخیستی، پرته له د بیا روزنې له لګښته، او همدا لامل دی چې یو W4A16 جوړښت کولی شي یو جدي ماډل وي نه یو زیانمن تفریح.

REAP — د متخصصانو کټول د دوی د یوځای کولو پرځای

REAP د Router-weighted Expert Activation Pruning دی، چې د Cerebras Research له خوا خپور شوی. په یوه MoE ماډل کې ټول متخصصان خپل وزن نه اوچتوي: روټر ځینو ته لږ توکنه لېږي، او ځینې کله چې فعالېږي هم لږه کچه ونډه لري. REAP هر متخصص پر دواړو نښو ارزوي — د روټر د دروازې ارزښتونه او د متخصص د فعالېدو نورمونه — او ټیټ بارز يې په یوه ګولۍ کې، له کوانټایزولو دمخه، لرې کوي. مهمه دا ده چې دا د یوځای کولو پرځای کټوي: یوځای کول څو متخصصان په یوه کې لړي، چې د روټر باریک، پر ننوتنې پورې تړلی کنټرول ورکوي او یوه د تېروتنې فرش راولي چې هېڅ تنظیم يې نه لرې کوي (لیکوالان يې د دنده ییز فرعي فضا نسکورېدل بولي)، حال دا چې کټول پاتې شوي او د روټر کنټرول پر هغوی باندې روغ پرېږدي. Cerebras راپور ورکوي چې له ټریلیون پیرامیټره ماډلونو څخه يې تر 50% پورې متخصصان لرې کړي په داسې حال کې چې د بنسټ کیفیت يې تر ډېره ساتلی — پر یوه 480B کوډ ماډل باندې په 50% کټولو کې، د بنسټ د غیر اجنټي کوډ وړتیا 97.6% او پر اجنټي SWE-Bench باندې 96.7%. دا د Cerebras شمېرې د دوی د خپلو ماډلونو لپاره دي، نه زموږ د جوړښت اندازه کول، مګر همدا لامل دی چې موږ دا لړ پر داسې بنسټ باندې چلوو چې لومړنی ځواک يې کوډ دی.

یوځای شوی، تاړی د یوې جملې په توګه لوستل کېږي: هغه متخصصان وکټوئ چې په سختۍ کارېدل، د 4-بیټه ګردوالی د اټکل پرځای زده کړئ، فعالېدنې په بشپړ پلنوالي کې وساتئ.

04دا ماډل په رښتیا په څه کې ښه دی؟

لومړی رښتیا: Laguna S 2.1 یوازې متني د خبرو اترو ماډل دی — پر دې د ماډل id باندې انځوریزه ننوتنه نشته — او Poolside دا د اجنټي کوډ او د اوږد افق کار لپاره جوړ کړ، نه د نثر لپاره. وروستنۍ روزنه له 409,000 چاپېریالونو څخه پورته وچلېده، چې 83,000 ټرمینل او 168,000 د سافټویر انجینرۍ دندې پکې شاملې وې، له FP8 کې د پیاوړي زده کړې سره. د Poolside راپور شوې پایلې د بې کوانټایزه خپرونې لپاره:

معیار	له فکر سره	پرته له فکره	څه اندازه کوي
SWE-Bench Multilingual	78.5%	—	د ډېرو ژبو په اوږدو کې د ریښتینو ستونزو سمول
Terminal-Bench 2.1	70.2%	60.4%	څو ګامیز پوښ او د وسیلو کار
SWE-Bench Pro	59.4%	—	سختې، د ککړتیا په مقابل کې مقاومې ذخیره ییزې دندې
Toolathlon Verified	49.7%	—	د ډېرو APIs په اوږدو کې د وسیلو د کارونې پراخوالی
SWE Atlas	46.2%	—	د اوږد افق په ذخیره کې ګرځېدل
DeepSWE v1.1	40.4%	16.5%	اجنټي د سافټویر انجینري

د دوو کالمونو ترمنځ واټن دلته تر ټولو د عمل وړ شمېره ده: پر DeepSWE باندې نمره تر دوه ځله ډېره کېږي کله چې استدلال فعال شي، او پر Terminal-Bench باندې نږدې لس ټکي ګټي.

د بې کوانټایزه Laguna S 2.1 خپرونې لپاره د Poolside راپور شوې شمېرې، د 2026 جولای. هغه زموږ د W4A16-AutoRound-REAP جوړښت اندازه کول نه دي، او موږ ورته خپلې هېڅ معیاري شمېرې نه خپروو. زموږ پر API باندې د فکر د بودیجې د کنټرول لپاره reasoning_effort وکاروئ.

د خبرو اترو او تخلیقي کار لپاره رښتینی دریځ دا دی: هغه ځانګړنې چې د اوږدو اجنټي چلندونو تر شا دي — ډېر حالت په همغږې توګه ساتل، پر دنده پاتې کېدل، لار نه ورکول — هماغه ځانګړنې دي چې د اوږد بڼه شخصیتي کار تر شا دي، او په عمل کې دا د یوې ډېرې اوږدې کړکۍ په اوږدو کې غږ ښه ساتي. هېڅ خپور شوی معیار دا نه وايي، او موږ به یو ونه لیکو. پر خپلو غوښتنو باندې يې وازمویئ؛ په هر میلیون دننه توکنو کې په $0.50 کې دا نږدې وړیا ده.

05فرشي بیه په رښتیا څه اخلي؟

په هر میلیون توکنو کې $0.50 دننه / $2.00 بهر د Shannon AI پر ګېټوې باندې د ننوتنې پوړ دی، چې له MiniMax-M3، DeepSeek-V4-Flash، MiMo-V2.5، MiMo-V2.5-Pro او Hy3 سره شریک دی. په ټاکلي ډول:

کاري بار	دننه	بهر	لګښت
له 100K تاریخچې سره یوه چټ دوره	100,000	2,000	$0.054
له یوې اوږدې لنډیزې څخه یو 5,000 کلمه یز فصل	30,000	7,000	$0.029
1,000 لنډې د خبرو اترو دورې	4,000,000	500,000	$3.00
د بشپړ 262K توکنیز متن یو لوستل	262,144	16,384	$0.164

وروستۍ کرښه هغه ده چې ذهني کول يې پکار دي: ټوله متنیزه کړکۍ ډکول او د تر ټولو ډېر 16,384 توکنیز ځواب جوړول نږدې شپاړس سنټه لګښت لري. یوه بشپړه لاسي لیکنه، د یوې ناستې متن، یا د اسنادو یوه ټولګه په یوه بلنه کې ورکول نور د بودیجې پرېکړه نه پاتې کېږي او د ځنډ پرېکړه کېږي. هماغه ریاضي د فرشي بیې بله کارونه هم چلوي — حجم: ډله ییزه ډلبندي، ډله ییز بیا لیکل، مصنوعي خبرې اترې، د لومړي تېرېدو مسوده چې یو پیاوړی ماډل يې وروسته سموي. د بیو پاڼه او د څېړنې فهرست وګورئ.

06«بې سانسوره» دلته څه معنا لري

هماغه معنا لري چې وايي يې: د ردولو پرت نشته او پر وتنه باندې د محتوا فلټر نشته. هېڅ ډلبندونکی د ماډل او ستاسو د ځواب ترمنځ نه ناست کېږي چې پرېکړه وکړي آیا اجازه مو لرله چې وپوښتئ؛ ماډل په هغه لهجه کې ځواب وايي چې تاسو غوښتې، او لومړی په فرضیې باندې تاسو ته نصیحت نه کوي.

د تخلیقي کار لپاره دا د یوې کارېدونکې او یوې نه کارېدونکې وسیلې ترمنځ توپیر دی. افسانه ډارونکي مخالفین لري، هغه شخصیتونه چې په باور سره درواغ وايي، له پایلو سره تاوتریخوالی، له اخلاقي پلوه ککړ راویان — هغه ماډل چې له شخصیته وځي ترڅو یو خبرتیا ورزیات کړي، په دنده کې ناکام شوی، نه په خوندیتوب کې بریالی. هماغه د امنیتي څېړنې، د سرې ډلې اسنادو، طبي او حقوقي مسودې جوړولو، او د هغې ژباړې لپاره ریښتیا ده چې سرچینه يې بربنډه وي: هغه کټګورۍ چې پکې یو ردول په ساده توګه یو غلط ځواب دی. هغه څه چې معنا يې نه لري، دا ده چې قضاوت نور ستاسو نه دی — تاسو د هغه څه مسؤل پاتې کېږئ چې جوړوئ يې، زموږ د مسؤلانه کارونې پالیسۍ او د تطبیق وړ قانون لاندې.

07بې سانسوره Laguna API ته څنګه زنګ ووهئ

درې ژبې، یو ماډل: /v1/chat/completions (OpenAI)، /v1/messages (Anthropic)، /v1/responses. سټریمینګ پر درېیو واړو کار کوي، نو یوه موجوده یوځای کول د یوه بنسټیز URL او یوه د ماډل id په بدلولو سره راځي — د SDK بدلون نشته، د پیغام د اداره کولو بیا لیکل نشته.

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"
}

یو څو عملي یادښتونه:

• دې د ماډل id ته response_format یا json_schema مه لېږئ — که ستاسو د کلاینټ کتابتون يې په تلپاتې توګه ټاکي، ولرې يې کړئ یا یوه داسې ورور ته ولاړ شئ چې ملاتړ يې کوي.
• وسیلې په عادي tools لړ کې ځي — د وسیلو زنګ وهل بشپړ ملاتړ کېږي؛ یوازې د ازاد متن د سکیما تطبیق نه کېږي.
• خپل استدلال بودیجه کړئ. reasoning_effort عزت کېږي — ټیټ یا مړ د خبرو اترو ځنډ ښکته او وتونکي توکنه ارزانه ساتي؛ د څو ګامیز د وسیلو کار لپاره يې پورته کړئ، چېرته چې پورتنی د معیارونو واټن ښیي چې څه اخلي.
• د وتنې چت په هره غوښتنه کې 16,384 توکنه دی. د کتاب اوږدوالي تولید لپاره، په فصلونو يې ووېشئ او سټریم يې کړئ.
• یوازې متن. پر دې د ماډل id باندې انځوریزه ننوتنه نشته — د لید لپاره MiMo-V2.5، Kimi-K2.6، Kimi-K3، MiniMax-M3 یا inkling وکاروئ.

د پیرامیټرونو بشپړه سرچینه، تصدیق، د تېروتنو معنا او یو ژوندی لوبغالی: د API اسناد.

08کله يې وټاکئ، او کله نه

هغه وخت يې وټاکئ چې ستاسو وتنه نثر، خبرې اترې یا هغه کوډ وي چې یو انسان يې لولي؛ تاسو د وسیلو زنګ وهلو ته اړتیا لرئ خو پر سکیما محدود متن ته نه؛ په هر توکن کې لګښت د اوږد متن پر سر واکمن وي؛ یا تاسو له هغه نسبه یوه دویمه نظر غواړئ چې د DeepSeek، Kimi او MiMo له ډلو پرته وي چې د لیست پاتې برخه ډکوي.

هغه وخت بل څه وټاکئ چې تاسو تضمین شوي JSON ته اړتیا لرئ (MiMo-V2.5-Pro)، د انځور پوهېدنې ته (Kimi-K2.6 یا MiMo-V2.5)، یا د سختوالي مخکښ پای ته چېرته چې د بیې واټن د سم ځواب په اخیستلو کې بې اهمیته وي (DeepSeek-V4-Pro، Kimi-K3).

09ډېرې پوښتل شوې پوښتنې

---

سرچینې: Poolside — د Laguna S 2.1 د ماډل کارت · Introducing Laguna S 2.1 · REAP the Experts (Cerebras Research) · Intel AutoRound. د معمارۍ او معیارونو شمېرې د بې کوانټایزه خپرونې لپاره د خپروونکي راپور شوې دي، نه د هغه جوړښت اندازه کول چې موږ يې خدمت کوو. Shannon AI د Shannon Lab LLC، نیو مکسیکو، متحده ایالات، له خوا چلېږي.