Sansürsüz Laguna API

"Ucuz model" sayfalarının çoğu, düşük bir sayı karşılığında küçük ve yorgun bir temeli kabul etmenizi ister. Bu öyle değil. Laguna S 2.1 güncel kuşak bir seyrek Uzmanlar Karışımı yayımı; 4.096 H200 üzerinde eğitilmiş ve dokuz haftadan kısa sürede çıkmış, üstelik sunduğumuz diğer her giriş katmanı modelle aynı 0,50 $ / 2,00 $ tabanında duruyor. Takas dar ve üzerinde akıl yürütmesi kolay: sunucu tarafından dayatılan yapılandırılmış çıktıdan vazgeçiyor, geri kalan her şeyi koruyorsunuz.

01Laguna S 2.1 nedir?

Laguna S 2.1, Poolside tarafından 21 Temmuz 2026'da izin verici OpenMDW-1.1 lisansıyla yayımlanan açık ağırlıklı bir modeldir — Laguna ailesinin orta boy üyesi; Laguna XS 2.1 (33B/3B etkin) ile Laguna M.1 (225B/23B etkin) arasında.

Yayımlanan mimari, 256 yönlendirilen uzman artı bir paylaşılan uzman üzerinde softplus geçitlemeli bir token seçimli yönlendiricidir; token başına on tanesi seçilir ve bu 48 katman boyunca sürer — on iki katman global dikkat, otuz altı katman 512 tokenlık pencereyle kayan pencere; bu iç içe geçme, çok uzun girdilerin dikkat maliyetini karesel yerine neredeyse doğrusal tutar. Dikkat, baş boyutu 128 olan 8 anahtar-değer başlı gruplandırılmış sorgu dikkatidir.

Bir API tüketicisi için iki sonuç önemli. Seyrek etkinleşme, 118B'lik bir modelin taban fiyatta durabilmesinin nedenidir — token başına yalnızca ~8B parametre çalışır, dolayısıyla token başına hesap, parametre sayısının ima ettiğinden çok küçük yoğun bir modele daha yakındır. Ve kayan pencerenin iç içe geçirilmesi, uzun pencerenin nominal değil gerçekten kullanılabilir olmasının nedenidir. Poolside'ın yayımı 1.048.576 tokeni destekliyor; biz 262.144 sunuyoruz, ağ geçidindeki diğer her modelle eşleşecek şekilde.

02Tek çekince: yapılandırılmış çıktı yok

Yine de çalışanlar. Araç çağırma tam olarak destekleniyor ve araç çağrısı argümanları buradaki diğer her modeldeki gibi yine bir JSON nesnesi olarak geliyor. Uygulamanızın "yapılandırılmış çıktısı" aslında araç argümanları ise — ajan çerçevelerinin, MCP sunucularının ve veritabanı ön yüzlerinin çoğu için bu doğrudur — Laguna S 2.1 sizi gayet iyi idare eder. Akış üç lehçede de çalışır; reasoning_effort çalışır.

Çalışmayanlar. Uç noktaya bir JSON Şeması verip asistanın metin yanıtının ona karşı doğrulanacağını garanti edemezsiniz ve response_format: {"type": "json_object"} size hiçbir şey kazandırmaz. JSON istemek genellikle JSON üretir — bu yetkin bir modeldir — ama "genellikle" bir sözleşme değildir. Poolside'ın kendisi, derin iç içe araç çağrılarında hatalı JSON kaçış karakterlerini bilinen bir sınırlama olarak belgeliyor; bu da dizimizin başka yerlerinde var olan garantinin, modelin iyi niyetinden değil sunum katmanından geldiğini hatırlatıyor.

Bunun yerine hangi kardeşi kullanmalı

İş yükünüz garantili JSON gerektiriyorsa bu modelle güreşmeyin — model kimliğini değiştirin. Dört kardeş, tam json_schema ve response_format desteğiyle birebir aynı 0,50 $ / 2,00 $ fiyatta duruyor:

Model kimliği	json_schema	Görü	Neden onu seçersiniz
MiMo-V2.5-Pro-W8A16	Evet	Hayır	Doğrudan takas — 8 bit ağırlık, en yüksek sadakat katmanı, aynı fiyat
MiMo-V2.5-W8A16	Evet	Evet	Aynısı, artı görsel girdi
Hy3-W8A16	Evet	Hayır	Taban fiyatta bir başka 8 bit metin modeli
DeepSeek-V4-Flash-0731	Evet	Hayır	Laguna gibi W4A16-AutoRound-REAP, şema desteği sağlam

Doğal varsayılan MiMo-V2.5-Pro (W8A16): yalnızca metin, taban fiyatlı, koşturduğumuz en yumuşak katmanda nicelenmiş — ayrıntılar MiMo-V2.5 model kartında. On iki modelin hepsi uç noktaları, bağlam penceresini ve çıktı tavanını paylaştığı için geçiş, model alanında tek satırlık bir değişikliktir.

03W4A16-AUTOROUND-REAP ne demek?

Model kimliğindeki son ek süs değil — ağırlıkların GPU kümemize yüklenmeden önce tam olarak nasıl sıkıştırıldığını söylüyor. Üç parça.

W4A16 — 4 bit ağırlık, 16 bit aktivasyon

Ağırlıklar 4 bitte saklanır; çıkarım anında katmanlar arasında akan değerler olan aktivasyonlar 16 bitte kalır. Ağırlıkları BF16 ayak izinin dörtte birine indirmek, 118B'lik bir modelin sığmasını ve hızlı kalmasını sağlayan şeydir; aktivasyonları geniş tutmak ise ileri geçişin sayısal olarak hassas kısmını korur. Büyük ve durağan olanı sıkıştırın, küçük ve devingen olana dokunmayın.

AutoRound — en yakına değil, öğrenilmiş yuvarlama

Nicelemenin naif yolu en-yakına-yuvarlamadır: her ağırlığı en yakın 4 bit değere oturtun, hatayı kabullenin. Intel'in açık eğitim sonrası niceleme araç takımı AutoRound daha iyisini yapar — SignRound yöntemi, birkaç yüz adım boyunca yuvarlama kararlarını ve kırpma aralıklarını birlikte optimize etmek için işaretli gradyan inişi kullanır ve her ağırlık için yukarı mı aşağı mı yuvarlamanın katmanın gerçek çıktısına daha az zarar verdiğine karar verir. Fikri niceleme farkındalıklı eğitimden ödünç alır ama yeniden eğitimin maliyeti olmadan; bir W4A16 derlemesinin kayıplı bir merak nesnesi değil, ciddi bir model olabilmesinin nedeni de budur.

REAP — uzmanları birleştirmek yerine budamak

REAP, Cerebras Research tarafından yayımlanan Router-weighted Expert Activation Pruning'dir. Bir MoE modelinde bütün uzmanlar hakkını vermez: yönlendirici bazılarına az token gönderir, bazıları ateşlendiğinde de küçük bir büyüklükle katkıda bulunur. REAP her uzmanı iki sinyal üzerinden puanlar — yönlendirici geçit değerleri ve uzman aktivasyon normları — ve düşük belirginlikte olanları niceleme öncesinde tek atışta kaldırır. Kritik nokta, birleştirmek yerine budaması: birleştirme birkaç uzmanı tek bir uzmana katlar, yönlendiricinin ince taneli ve girdiye bağlı denetimini yok eder ve hiçbir ayarlamanın kaldıramadığı bir hata tabanı getirir (yazarlar buna işlevsel altuzay çöküşü diyor); budama ise hayatta kalanları ve yönlendiricinin onlar üzerindeki denetimini olduğu gibi bırakır. Cerebras, trilyon parametreli modellerden uzmanların %50'ye kadarını kaldırırken temel kalitenin büyük ölçüde korunduğunu bildiriyor — 480B'lik bir kodlayıcı modelde %50 budamada, ajan olmayan kodlama yeteneğinin %97,6'sı ve ajan odaklı SWE-Bench'te %96,7. Bunlar Cerebras'ın kendi modelleri için verdiği rakamlar, bizim derlememizin ölçümleri değil; ama bu yığını asıl gücü kod olan bir temel üzerinde koşturmamızın nedeni onlar.

Son ek bir arada bir cümle gibi okunur: neredeyse hiç kullanılmayan uzmanları buda, 4 bit yuvarlamayı tahmin etmek yerine öğren, aktivasyonları tam genişlikte tut.

04Bu model gerçekte neyde iyi?

Önce dürüstlük: Laguna S 2.1 yalnızca metin işleyen bir sohbet modelidir — bu model kimliğinde görsel girdi yok — ve Poolside onu düzyazı için değil, ajan kodlaması ve uzun ufuklu iş için kurdu. Eğitim sonrası aşama, 83.000 terminal ve 168.000 yazılım mühendisliği görevi dâhil 409.000'den fazla ortamda, FP8'de pekiştirmeli öğrenmeyle koştu. Poolside'ın nicelenmemiş yayım için bildirdiği sonuçlar:

Kıyaslama	Düşünme	Düşünmesiz	Neyi ölçüyor
SWE-Bench Multilingual	78.5%	—	Birçok dilde gerçek hata düzeltmeleri
Terminal-Bench 2.1	70.2%	60.4%	Çok adımlı kabuk ve araç işi
SWE-Bench Pro	59.4%	—	Daha zor, bulaşmaya dirençli depo görevleri
Toolathlon Verified	49.7%	—	Birçok API'de araç kullanım genişliği
SWE Atlas	46.2%	—	Uzun ufuklu depo gezinmesi
DeepSWE v1.1	40.4%	16.5%	Ajan odaklı yazılım mühendisliği

Buradaki en eyleme geçirilebilir sayı iki sütun arasındaki fark: DeepSWE'de akıl yürütme açıkken skor iki katından fazlasına çıkıyor ve Terminal-Bench'te neredeyse on puan kazanıyor.

Temmuz 2026 tarihli nicelenmemiş Laguna S 2.1 yayımı için Poolside beyanı rakamlar. Bunlar bizim W4A16-AutoRound-REAP derlememizin ölçümleri değildir ve onun için kendi kıyaslama sayılarımızı yayımlamıyoruz. API'mizde düşünme bütçesini denetlemek için reasoning_effort kullanın.

Sohbet ve yaratıcı iş için dürüst tutum şu: uzun ajan koşularının arkasındaki nitelikler — çok sayıda durumu tutarlı biçimde tutmak, görevde kalmak, savrulmamak — uzun soluklu karakter işinin arkasındaki niteliklerle aynıdır ve pratikte çok uzun bir pencere boyunca sesi iyi koruyor. Bunu söyleyen yayımlanmış bir kıyaslama yok ve biz de uydurmayacağız. Kendi istemlerinizde test edin; milyon giriş tokeni başına 0,50 $ ile bu neredeyse bedava.

05Taban fiyat gerçekte ne satın alıyor?

Milyon token başına 0,50 $ giriş / 2,00 $ çıkış, Shannon AI Gateway'deki giriş katmanıdır; MiniMax-M3, DeepSeek-V4-Flash, MiMo-V2.5, MiMo-V2.5-Pro ve Hy3 ile paylaşılır. Somut olarak:

İş yükü	Giriş	Çıkış	Maliyet
100K geçmişli tek bir sohbet turu	100,000	2,000	$0.054
Uzun bir brifingden 5.000 kelimelik bölüm	30,000	7,000	$0.029
1.000 kısa sohbet turu	4,000,000	500,000	$3.00
Tam 262K tokenlık bir bağlam okuması	262,144	16,384	$0.164

İçselleştirilecek satır sonuncusu: bağlam penceresinin tamamını doldurmak ve azami 16.384 tokenlık yanıtı üretmek yaklaşık on altı sent tutuyor. Bütün bir müsveddeyi, oturum dökümünü ya da belge kümesini tek bir çağrıya beslemek bir bütçe kararı olmaktan çıkıp bir gecikme kararına dönüşüyor. Aynı aritmetik diğer taban fiyat kullanım senaryosunu da sürüklüyor — hacim: toplu sınıflandırma, kitlesel yeniden yazım, sentetik diyalog, daha güçlü bir modelin sonradan rötuşlayacağı ilk geçiş taslakları. Fiyatlandırma sayfasına ve araştırma dizinine bakın.

06Burada "sansürsüz" ne demek

Dediği şeyi demek: reddetme katmanı yok ve çıktıda içerik filtresi yok. Model ile yanıtınız arasında, sormanıza izin verilip verilmediğine karar veren bir sınıflandırıcı oturmuyor; model istediğiniz üslupta cevap veriyor ve önce size öncül hakkında nutuk çekmiyor.

Yaratıcı iş için bu, kullanılabilir bir araçla kullanılamaz bir araç arasındaki farktır. Kurgu; tehditkâr antagonistler, inandırıcı biçimde yalan söyleyen karakterler, sonuçları olan şiddet, ahlaki olarak lekeli anlatıcılar içerir — feragatname eklemek için karakterden çıkan bir model güvenlikte başarılı olmuş değil, görevde başarısız olmuştur. Aynısı güvenlik araştırması, kırmızı takım belgelemesi, tıbbi ve hukuki metin yazımı ve kaynağın sert olduğu çeviriler için de geçerlidir: bir reddin basitçe yanlış cevap olduğu kategoriler. Bunun anlamına gelmediği şey ise muhakemenin artık size ait olmaktan çıkmasıdır — ürettiğiniz şeyden, Sorumlu Kullanım Politikamız ve geçerli yasa uyarınca siz sorumlu olmaya devam edersiniz.

07Sansürsüz Laguna API'si nasıl çağrılır

Üç lehçe, tek model: /v1/chat/completions (OpenAI), /v1/messages (Anthropic), /v1/responses. Akış üçünde de çalışır, dolayısıyla mevcut bir entegrasyon yalnızca bir temel URL ve bir model kimliği değiştirilerek taşınır — SDK değişimi yok, mesaj işleyişinizin yeniden yazımı yok.

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"
}

Birkaç pratik not:

• Bu model kimliğine response_format ya da json_schema göndermeyin — istemci kitaplığınız varsayılan olarak birini ayarlıyorsa kaldırın ya da destekleyen bir kardeşe geçin.
• Araçlar her zamanki tools dizisine girer — araç çağırma tam olarak destekleniyor; yalnızca serbest metinde şema dayatımı desteklenmiyor.
• Akıl yürütmenizi bütçeleyin. reasoning_effort dikkate alınır — düşük ya da kapalı, sohbet gecikmesini düşük ve çıkış tokenlarını ucuz tutar; yukarıdaki kıyaslama farkının ne kazandırdığını gösterdiği çok adımlı araç işi için yükseltin.
• Çıktı tavanı istek başına 16.384 token. Kitap uzunluğunda üretim için bölümlere ayırın ve akıtın.
• Yalnızca metin. Bu model kimliğinde görsel girdi yok — görü için MiMo-V2.5, Kimi-K2.6, Kimi-K3, MiniMax-M3 veya inkling kullanın.

Tam parametre referansı, kimlik doğrulama, hata semantiği ve canlı bir deneme alanı: API dokümantasyonu.

08Ne zaman seçmeli, ne zaman seçmemeli

Şu durumlarda seçin: çıktınız bir insanın okuyacağı düzyazı, diyalog ya da kod; araç çağırmaya ihtiyacınız var ama şema kısıtlı metne yok; uzun bağlamda token başına maliyet baskın; ya da dizinin geri kalanını dolduran DeepSeek, Kimi ve MiMo ailelerinden başka bir soyağacından ikinci bir görüş istiyorsunuz.

Şu durumlarda başka bir şey seçin: garantili JSON'a ihtiyacınız var (MiMo-V2.5-Pro), görsel anlamaya ihtiyacınız var (Kimi-K2.6 veya MiMo-V2.5) ya da fiyat farkının cevabı doğru almanın yanında önemsiz kaldığı zorluk sınırındasınız (DeepSeek-V4-Pro, Kimi-K3).

09Sıkça sorulan sorular

---

Kaynaklar: Poolside — Laguna S 2.1 model kartı · Introducing Laguna S 2.1 · REAP the Experts (Cerebras Research) · Intel AutoRound. Mimari ve kıyaslama rakamları, sunduğumuz derlemenin ölçümleri değil, nicelenmemiş yayım için yayıncı beyanıdır. Shannon AI, Shannon Lab LLC (New Mexico, ABD) tarafından işletilmektedir.