Laguna API bez cenzure

Većina stranica o „jeftinom modelu” traži da prihvatite mali, umoran temelj u zamenu za nizak broj. Ova ne. Laguna S 2.1 je izdanje retke mešavine eksperata iz aktuelne generacije, trenirano na 4.096 H200 kartica i isporučeno za manje od devet nedelja, a stoji na istoj donjoj granici od $0.50 / $2.00 kao i svaki drugi model ulaznog nivoa koji serviramo. Razmena je uska i o njoj je lako rasuđivati: odričete se strukturiranog izlaza koji nameće server, a zadržavate sve ostalo.

01Šta je Laguna S 2.1?

Laguna S 2.1 je model otvorenih težina koji je Poolside objavio 21. jula 2026. pod dozvoljavajućom licencom OpenMDW-1.1 — član srednje veličine u porodici Laguna, između Laguna XS 2.1 (33B/3B aktivnih) i Laguna M.1 (225B/23B aktivnih).

Objavljena arhitektura je ruter po izboru tokena sa softplus kapijom nad 256 rutiranih eksperata plus jednim zajedničkim, deset izabranih po tokenu, kroz 48 slojeva — dvanaest sa globalnom pažnjom, trideset šest sa kliznim prozorom od 512 tokena, prepletanje koje trošak pažnje kod veoma dugih ulaza drži blizu linearnog umesto kvadratnog. Pažnja je grupisana po upitima, sa 8 ključ-vrednost glava pri dimenziji glave 128.

Dve posledice su važne potrošaču API-ja. Retka aktivacija je razlog zašto model od 118 milijardi može da stoji na najnižoj ceni — po tokenu radi samo ~8 milijardi parametara, pa je račun po tokenu bliži malom gustom modelu nego što broj parametara sugeriše. A prepletanje sa kliznim prozorom razlog je zašto je dug prozor istinski upotrebljiv, a ne tek nominalan. Poolside-ovo izdanje podržava 1.048.576 tokena; mi serviramo 262.144, u skladu sa svakim drugim modelom na gejtveju.

02Jedna ograda: nema strukturiranog izlaza

Šta i dalje radi. Pozivanje alata je potpuno podržano, a argumenti poziva alata i dalje stižu kao JSON objekat, tačno kao i na svakom drugom modelu ovde. Ako je „strukturirani izlaz” vaše aplikacije zapravo argumenti alata — što važi za većinu agentskih okvira, MCP servera i interfejsa nad bazama — Laguna S 2.1 vas uredno servira. Striming radi na sva tri dijalekta; reasoning_effort radi.

Šta ne radi. Krajnjoj tački ne možete da predate JSON shemu i dobijete garanciju da tekstualni odgovor asistenta prolazi validaciju po njoj, a response_format: {"type": "json_object"} vam ne donosi ništa. Traženje JSON-a u promptu obično proizvede JSON — ovo je kompetentan model — ali „obično” nije ugovor. I sam Poolside kao poznato ograničenje dokumentuje pogrešno izbegavanje znakova u JSON-u kod duboko ugnežđenih poziva alata, što podseća da garancija, tamo gde je drugde u našoj postavi ima, dolazi iz sloja serviranja, a ne iz dobrih namera modela.

Kog brata koristiti umesto njega

Ako vaš posao traži zagarantovan JSON, nemojte da se borite sa ovim modelom — promenite identifikator modela. Četiri brata stoje po identičnoj ceni od $0.50 / $2.00 uz punu podršku za json_schema i response_format:

Identifikator modela	json_schema	Vizuelni ulaz	Zašto biste ga izabrali
MiMo-V2.5-Pro-W8A16	Da	Ne	Direktna zamena — 8-bitne težine, nivo najveće vernosti, ista cena
MiMo-V2.5-W8A16	Da	Da	Isto, plus slika na ulazu
Hy3-W8A16	Da	Ne	Još jedan 8-bitni tekstualni model po najnižoj ceni
DeepSeek-V4-Flash-0731	Da	Ne	W4A16-AutoRound-REAP kao Laguna, uz očuvanu podršku za šeme

Prirodan podrazumevani izbor je MiMo-V2.5-Pro (W8A16): samo tekst, po najnižoj ceni, kvantizovan na najblažem nivou koji vrtimo — detalji na kartici modela MiMo-V2.5. Pošto svih dvanaest modela deli krajnje tačke, prozor konteksta i plafon izlaza, prebacivanje je promena jednog reda u polju model.

03Šta znači W4A16-AUTOROUND-REAP?

Sufiks na identifikatoru modela nije ukras — govori tačno kako su težine kompresovane pre nego što su učitane na naš GPU klaster. Tri dela.

W4A16 — 4-bitne težine, 16-bitne aktivacije

Težine se čuvaju na 4 bita; aktivacije — vrednosti koje pri zaključivanju teku između slojeva — ostaju na 16. Rezanje težina na četvrtinu njihovog BF16 otiska je ono što modelu od 118 milijardi omogućava da stane i ostane brz, dok zadržavanje širokih aktivacija štiti numerički osetljiv deo prolaza unapred. Kompresujte ono što je veliko i statično, ostavite na miru ono što je malo i dinamično.

AutoRound — naučeno zaokruživanje, a ne zaokruživanje na najbliže

Naivan način kvantizacije je zaokruživanje na najbliže: svaku težinu prilepite na najbližu 4-bitnu vrednost i prihvatite grešku. AutoRound, Intel-ov otvoreni alat za kvantizaciju posle treniranja, radi bolje — njegova metoda SignRound koristi predznačeni gradijentni spust da kroz par stotina koraka zajedno optimizuje odluke o zaokruživanju i opsege odsecanja, odlučujući po težini da li manju štetu stvarnom izlazu sloja nanosi zaokruživanje naviše ili naniže. Ideju pozajmljuje od treniranja svesnog kvantizacije, bez troška ponovnog treniranja, i upravo zato W4A16 gradnja može da bude ozbiljan model, a ne gubitna zanimljivost.

REAP — orezivanje eksperata umesto njihovog stapanja

REAP je Router-weighted Expert Activation Pruning, objavljen iz Cerebras Research-a. U MoE modelu ne vuku svi eksperti svoju težinu: ruter nekima šalje malo tokena, a neki doprinose malom veličinom kada i opale. REAP svakog eksperta ocenjuje po oba signala — vrednostima kapije rutera i normama aktivacije eksperta — i one male istaknutosti uklanja u jednom potezu, pre kvantizacije. Ključno, on orezuje, a ne stapa: stapanje sklapa nekoliko eksperata u jednog, uništavajući sitnozrnu kontrolu rutera zavisnu od ulaza i uvodeći podnožje greške koje nikakvo štimovanje ne uklanja (autori to zovu kolapsom funkcionalnog potprostora), dok orezivanje ostavlja preživele i kontrolu rutera nad njima netaknutima. Cerebras prijavljuje uklanjanje do 50% eksperata iz modela sa bilion parametara uz uglavnom očuvan osnovni kvalitet — na modelu za kod od 480B pri 50% orezivanja, 97,6% osnovne neagentske sposobnosti kodiranja i 96,7% na agentskom SWE-Bench-u. To su Cerebras-ove brojke za njihove sopstvene modele, a ne merenja naše gradnje, ali su razlog zašto ovaj sklop vrtimo na temelju čija je primarna snaga kod.

Zajedno se sufiks čita kao rečenica: orežite eksperte koji su se jedva koristili, naučite 4-bitno zaokruživanje umesto da ga pogađate, zadržite aktivacije pune širine.

04U čemu je ovaj model zapravo dobar?

Prvo iskrenost: Laguna S 2.1 je razgovorni model samo za tekst — na ovom identifikatoru modela nema slike na ulazu — a Poolside ga je gradio za agentsko kodiranje i rad na dugom horizontu, a ne za prozu. Doobuka je tekla kroz preko 409.000 okruženja, uključujući 83.000 terminalskih i 168.000 softverskoinženjerskih zadataka, uz učenje potkrepljivanjem u FP8. Poolside-ovi prijavljeni rezultati za nekvantizovano izdanje:

Benčmark	Sa razmišljanjem	Bez razmišljanja	Šta meri
SWE-Bench Multilingual	78.5%	—	Stvarne ispravke grešaka u mnogo jezika
Terminal-Bench 2.1	70.2%	60.4%	Višekoračni rad u ljusci i sa alatima
SWE-Bench Pro	59.4%	—	Teži zadaci nad repozitorijumima, otporni na kontaminaciju
Toolathlon Verified	49.7%	—	Širina upotrebe alata kroz mnogo API-ja
SWE Atlas	46.2%	—	Kretanje kroz repozitorijum na dugom horizontu
DeepSWE v1.1	40.4%	16.5%	Agentsko softversko inženjerstvo

Razlika između dve kolone najupotrebljiviji je broj ovde: na DeepSWE-u se rezultat više nego udvostruči kada je rezonovanje uključeno, a na Terminal-Bench-u dobija skoro deset poena.

Brojke koje je Poolside prijavio za nekvantizovano izdanje Laguna S 2.1, jul 2026. Nisu merenja naše W4A16-AutoRound-REAP gradnje i za nju ne objavljujemo nikakve sopstvene brojke sa benčmarkova. Koristite reasoning_effort da na našem API-ju upravljate budžetom razmišljanja.

Za razgovorni i kreativni rad poštena pozicija glasi ovako: osobine iza dugih agentskih izvršavanja — koherentno držanje mnogo stanja, ostajanje na zadatku, neodlutavanje — iste su one iza dugog rada u liku, i u praksi glas drži dobro kroz veoma dug prozor. Nijedan objavljeni benčmark to ne kaže i mi ga nećemo izmisliti. Testirajte ga na sopstvenim promptovima; pri $0.50 po milionu ulaznih tokena to je gotovo besplatno.

05Šta najniža cena zapravo kupuje?

$0.50 na ulazu / $2.00 na izlazu po milionu tokena jeste ulazni nivo na Shannon AI gejtveju, deljen sa MiniMax-M3, DeepSeek-V4-Flash, MiMo-V2.5, MiMo-V2.5-Pro i Hy3. Konkretno:

Posao	Ulaz	Izlaz	Trošak
Jedan potez razgovora sa 100K istorije	100,000	2,000	$0.054
Poglavlje od 5.000 reči iz dugog sažetka	30,000	7,000	$0.029
1.000 kratkih razgovornih poteza	4,000,000	500,000	$3.00
Čitanje punog konteksta od 262K tokena	262,144	16,384	$0.164

Poslednji red vredi usvojiti: popunjavanje celog prozora konteksta i generisanje maksimalnog odgovora od 16.384 tokena košta oko šesnaest centi. Ubacivanje celog rukopisa, transkripta sesije ili skupa dokumenata u jedan poziv prestaje da bude budžetska odluka i postaje odluka o kašnjenju. Ista aritmetika pokreće i drugi slučaj upotrebe po najnižoj ceni — obim: grupna klasifikacija, masovno prepisivanje, sintetički dijalog, prvi nacrt koji jači model kasnije doteruje. Pogledajte stranicu sa cenama i indeks istraživanja.

06Šta „bez cenzure” ovde znači

Znači tačno ono što kaže: nema sloja odbijanja niti filtriranja sadržaja na izlazu. Nijedan klasifikator ne stoji između modela i vašeg odgovora odlučujući da li vam je bilo dozvoljeno da pitate; model odgovara u registru koji ste tražili i ne drži vam prvo predavanje o pretpostavci.

Za kreativni rad to je razlika između upotrebljivog i neupotrebljivog alata. Fikcija sadrži preteće protivnike, likove koji ubedljivo lažu, nasilje sa posledicama, moralno kompromitovane pripovedače — model koji izlazi iz lika da bi dodao ogradu nije uspeo u bezbednosti nego je pao na zadatku. Isto važi za bezbednosna istraživanja, dokumentaciju red teama, medicinsko i pravno sastavljanje te prevođenje gde je izvornik grub: kategorije u kojima je odbijanje jednostavno pogrešan odgovor. Ono što ne znači jeste da rasuđivanje prestaje da bude vaše — vi ostajete odgovorni za ono što generišete, po našoj politici odgovorne upotrebe i merodavnom zakonu.

07Kako pozvati Laguna API bez cenzure

Tri dijalekta, jedan model: /v1/chat/completions (OpenAI), /v1/messages (Anthropic), /v1/responses. Striming radi na sva tri, pa se postojeća integracija seli promenom osnovnog URL-a i identifikatora modela — bez zamene SDK-a, bez prepisivanja rukovanja porukama.

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"
}

Nekoliko praktičnih napomena:

• Ne šaljite response_format ni json_schema na ovaj identifikator modela — ako ih vaša klijentska biblioteka podrazumevano postavlja, isključite ih ili pređite na brata koji ih podržava.
• Alati idu u uobičajen niz tools — pozivanje alata je potpuno podržano; izostaje samo nametanje šeme na slobodnom tekstu.
• Planirajte svoje rezonovanje. reasoning_effort se poštuje — nisko ili isključeno drži razgovorno kašnjenje niskim, a izlazne tokene jeftinim; podignite ga za višekoračni rad sa alatima, gde razlika u benčmarkovima iznad pokazuje šta se time kupuje.
• Plafon izlaza je 16.384 tokena po zahtevu. Za generisanje dužine knjige delite ga na poglavlja i strimujte.
• Samo tekst. Na ovom identifikatoru modela nema slike na ulazu — za vizuelni ulaz koristite MiMo-V2.5, Kimi-K2.6, Kimi-K3, MiniMax-M3 ili inkling.

Potpun pregled parametara, autentikacija, semantika grešaka i živo igralište: API dokumentacija.

08Kada ga izabrati, a kada ne

Izaberite ga kada je vaš izlaz proza, dijalog ili kod koji čita čovek; kada vam treba pozivanje alata, ali ne i tekst ograničen šemom; kada trošak po tokenu zavlada nad dugim kontekstom; ili kada želite drugo mišljenje iz loze koja nije DeepSeek, Kimi ni MiMo, porodice koje popunjavaju ostatak postave.

Izaberite nešto drugo kada vam treba zagarantovan JSON (MiMo-V2.5-Pro), razumevanje slika (Kimi-K2.6 ili MiMo-V2.5) ili krajnja težina s vrha polja gde je razlika u ceni nebitna spram tačnog odgovora (DeepSeek-V4-Pro, Kimi-K3).

09Često postavljana pitanja

---

Izvori: Poolside — kartica modela Laguna S 2.1 · Predstavljamo Laguna S 2.1 · REAP the Experts (Cerebras Research) · Intel AutoRound. Brojke o arhitekturi i benčmarkovima prijavio je izdavač za nekvantizovano izdanje i nisu merenja gradnje koju serviramo. Shannon AI-jem upravlja Shannon Lab LLC, Nju Meksiko, SAD.