Нецензурований API Laguna

Більшість сторінок про «дешеву модель» пропонують вам змиритися з дрібним застарілим фундаментом в обмін на низьку цифру. Ця — ні. Laguna S 2.1 — це розріджена Mixture-of-Experts нинішнього покоління, навчена на 4 096 H200 і випущена менш ніж за дев'ять тижнів, і вона стоїть на тій самій мінімальній позначці $0.50 / $2.00, що й решта наших моделей початкового рівня. Компроміс вузький і легко зрозумілий: ви відмовляєтеся від структурованого виводу з примусом на сервері й лишаєте собі все інше.

01Що таке Laguna S 2.1?

Laguna S 2.1 — модель із відкритими вагами, яку Poolside випустила 21 липня 2026 року за дозвільною ліцензією OpenMDW-1.1; це середній представник родини Laguna, між Laguna XS 2.1 (33 млрд / 3 млрд активних) і Laguna M.1 (225 млрд / 23 млрд активних).

Опублікована архітектура — це маршрутизатор із вибором за токеном і softplus-воротами над 256 маршрутизованими експертами плюс один спільний, десять з яких обирають на кожен токен, у 48 шарах: дванадцять із глобальною увагою, тридцять шість — зі змінним вікном на 512 токенів. Таке чергування тримає вартість уваги для дуже довгих входів близькою до лінійної, а не квадратичної. Увага згрупована за запитами, з 8 головами «ключ — значення» при розмірності голови 128.

Для споживача API важливі два наслідки. Розріджена активація — це причина, чому модель на 118 млрд може стояти за мінімальною ціною: на кожен токен працює лише ~8 млрд параметрів, тож обчислення на токен ближче до невеликої щільної моделі, ніж підказує кількість параметрів. А чергування вікон уваги — причина, чому довге вікно справді придатне до використання, а не номінальне. Реліз Poolside підтримує 1 048 576 токенів; ми обслуговуємо 262 144, як і всі інші моделі на шлюзі.

02Єдине застереження: немає структурованого виводу

Що все одно працює. Виклик інструментів підтримано повністю, і аргументи викликів так само надходять об'єктом JSON, як і в будь-якій іншій моделі тут. Якщо «структурований вивід» у вашому застосунку — це насправді аргументи інструментів (а так у більшості агентних фреймворків, MCP-серверів і фронтендів до баз даних), Laguna S 2.1 вас цілком влаштує. Стримінг працює в усіх трьох діалектах; reasoning_effort працює.

Що не працює. Ви не можете передати ендпоїнту JSON Schema й мати гарантію, що текстова відповідь асистента їй відповідатиме, а response_format: {"type": "json_object"} вам нічого не дає. Прохання видати JSON зазвичай дає JSON — це компетентна модель, — але «зазвичай» не є контрактом. Сама Poolside документує неправильне екранування JSON у глибоко вкладених викликах інструментів як відому обмеженість; це нагадування, що гарантія там, де вона в нашій лінійці є, походить від рівня обслуговування, а не від добрих намірів моделі.

Яку сусідню модель узяти натомість

Якщо вашому навантаженню потрібен гарантований JSON, не боріться з цією моделлю — просто змініть ідентифікатор моделі. Чотири сусідні моделі стоять за ідентичною ціною $0.50 / $2.00 і повністю підтримують json_schema та response_format:

Ідентифікатор моделі	json_schema	Зір	Чому саме вона
MiMo-V2.5-Pro-W8A16	Так	Ні	Пряма заміна — 8-бітні ваги, рівень найвищої точності, та сама ціна
MiMo-V2.5-W8A16	Так	Так	Те саме плюс вхідні зображення
Hy3-W8A16	Так	Ні	Ще одна 8-бітна текстова модель за мінімальною ціною
DeepSeek-V4-Flash-0731	Так	Ні	W4A16-AutoRound-REAP, як у Laguna, але з підтримкою схеми

Природний вибір за замовчуванням — MiMo-V2.5-Pro (W8A16): суто текстова, за мінімальною ціною, квантована на найм'якшому рівні, який ми взагалі використовуємо, — деталі в картці моделі MiMo-V2.5. Оскільки всі дванадцять моделей мають спільні ендпоїнти, контекстне вікно й стелю виводу, перехід — це зміна одного рядка в полі model.

03Що означає W4A16-AUTOROUND-REAP?

Суфікс в ідентифікаторі моделі — не оздоба: він точно каже, як стиснули ваги перед завантаженням на наш GPU-кластер. Три частини.

W4A16 — 4-бітні ваги, 16-бітні активації

Ваги зберігають у 4 бітах; активації — значення, що течуть між шарами під час інференсу, — лишаються 16-бітними. Скорочення ваг до чверті їхнього обсягу в BF16 і є тим, що дозволяє моделі на 118 млрд вміститися й лишатися швидкою, а широкі активації захищають чутливу до чисельності частину прямого проходу. Стискайте те, що велике й статичне, і не чіпайте те, що мале й динамічне.

AutoRound — навчене округлення замість округлення до найближчого

Наївний спосіб квантувати — округлення до найближчого: приліпити кожну вагу до найближчого 4-бітного значення й змиритися з похибкою. AutoRound, відкритий інструментарій посттренувального квантування від Intel, робить краще: його метод SignRound використовує знаковий градієнтний спуск, щоб спільно оптимізувати рішення про округлення й діапазони обрізання за пару сотень кроків, вирішуючи для кожної ваги, що завдасть менше шкоди фактичному виводу шару — округлення вгору чи вниз. Він запозичує ідею з навчання з урахуванням квантування, але без витрат на перенавчання, і саме тому збірка W4A16 може бути серйозною моделлю, а не курйозом із втратами.

REAP — проріджування експертів замість їх злиття

REAP — це Router-weighted Expert Activation Pruning, опублікований Cerebras Research. У MoE-моделі не всі експерти працюють на повну: до одних маршрутизатор надсилає мало токенів, інші, спрацьовуючи, дають малу за величиною внесок. REAP оцінює кожного експерта за обома сигналами — значеннями воріт маршрутизатора та нормами активацій — і за один прохід видаляє малозначущих, ще до квантування. Принципово, що він проріджує, а не зливає: злиття складає кількох експертів в одного, руйнуючи дрібнозернистий, залежний від входу контроль маршрутизатора й додаючи поріг похибки, який жодне доналаштування не прибирає (автори називають це колапсом функціонального підпростору), тоді як проріджування лишає вцілілих експертів і контроль маршрутизатора над ними неушкодженими. Cerebras повідомляє про видалення до 50% експертів із моделей на трильйон параметрів переважно без втрати базової якості: на кодовій моделі на 480 млрд при 50% проріджування — 97.6% базової неагентної здатності до програмування й 96.7% на агентному SWE-Bench. Це цифри Cerebras для їхніх власних моделей, а не вимірювання нашої збірки, але саме через них ми ставимо цей стек на фундамент, головна сила якого — код.

Разом суфікс читається як речення: прорідити експертів, якими майже не користувалися, навчити 4-бітне округлення, а не вгадувати його, і лишити активації повної ширини.

04У чому ця модель справді сильна?

Спершу чесно: Laguna S 2.1 — суто текстова розмовна модель (жодних вхідних зображень для цього ідентифікатора), і Poolside будувала її для агентного програмування й роботи з довгим горизонтом, а не для прози. Посттренування пройшло на понад 409 000 середовищ, зокрема 83 000 термінальних і 168 000 програмно-інженерних задач, із навчанням з підкріпленням у FP8. Ось результати, які Poolside повідомила для неквантованого релізу:

Бенчмарк	З міркуванням	Без міркування	Що вимірює
SWE-Bench Multilingual	78.5%	—	Реальні виправлення багів багатьма мовами
Terminal-Bench 2.1	70.2%	60.4%	Багатокрокова робота в оболонці й з інструментами
SWE-Bench Pro	59.4%	—	Складніші задачі в репозиторіях, стійкі до забруднення
Toolathlon Verified	49.7%	—	Широта користування інструментами багатьох API
SWE Atlas	46.2%	—	Навігація репозиторієм із довгим горизонтом
DeepSWE v1.1	40.4%	16.5%	Агентна програмна інженерія

Розрив між двома колонками — найкорисніша цифра тут: на DeepSWE оцінка більш ніж подвоюється, коли ввімкнено міркування, а на Terminal-Bench додає майже десять пунктів.

Цифри, повідомлені Poolside для неквантованого релізу Laguna S 2.1, липень 2026. Це не вимірювання нашої збірки W4A16-AutoRound-REAP, і власних бенчмаркових чисел для неї ми не публікуємо. Керуйте бюджетом міркування через reasoning_effort у нашому API.

Щодо розмовної й творчої роботи чесна позиція така: якості, які стоять за довгими агентними прогонами — зв'язне утримання великого стану, дотримання задачі, відсутність дрейфу — це ті самі якості, що стоять за довгою роботою з персонажем, і на практиці модель добре тримає голос на дуже довгому вікні. Жоден опублікований бенчмарк цього не стверджує, і вигадувати його ми не будемо. Перевіряйте на власних промптах; за $0.50 за мільйон вхідних токенів це майже безкоштовно.

05Що насправді дає мінімальна ціна?

$0.50 вхід / $2.00 вихід за мільйон токенів — це початковий рівень на шлюзі Shannon AI, спільний із MiniMax-M3, DeepSeek-V4-Flash, MiMo-V2.5, MiMo-V2.5-Pro і Hy3. Конкретно:

Навантаження	Вхід	Вихід	Вартість
Один хід чату зі 100K історії	100 000	2 000	$0.054
Розділ на 5 000 слів за довгим брифом	30 000	7 000	$0.029
1 000 коротких розмовних ходів	4 000 000	500 000	$3.00
Повне зчитування контексту на 262K	262 144	16 384	$0.164

Останній рядок варто засвоїти: заповнити все контекстне вікно й згенерувати максимальну відповідь на 16 384 токени коштує близько шістнадцяти центів. Подати цілий рукопис, стенограму сесії чи набір документів одним викликом перестає бути бюджетним рішенням і стає рішенням про затримку. Та сама арифметика рухає й інший сценарій мінімальної ціни — обсяг: пакетна класифікація, масове переписування, синтетичні діалоги, чорновий перший прохід, який пізніше доопрацює сильніша модель. Дивіться сторінку тарифів та покажчик досліджень.

06Що тут означає «нецензурована»

Означає рівно те, що сказано: жодного шару відмов і жодної фільтрації контенту на виході. Між моделлю й вашою відповіддю не стоїть класифікатор, який вирішує, чи мали ви право питати; модель відповідає в тому регістрі, який ви замовили, і не читає вам спершу лекцію про засновок.

Для творчої роботи це різниця між придатним і непридатним інструментом. У художньому тексті є загрозливі антагоністи, персонажі, які переконливо брешуть, насильство з наслідками, морально скомпрометовані оповідачі — модель, що вискакує з ролі, аби додати дисклеймер, провалила задачу, а не досягла успіху в безпеці. Те саме стосується досліджень безпеки, документації червоних команд, медичних і юридичних чернеток та перекладу, де оригінал різкий: у цих категоріях відмова — просто неправильна відповідь. Але це не означає, що судження перестає бути вашим: ви й далі відповідаєте за те, що генеруєте, згідно з нашою Політикою відповідального використання й чинним законодавством.

07Як звертатися до нецензурованого API Laguna

Три діалекти, одна модель: /v1/chat/completions (OpenAI), /v1/messages (Anthropic), /v1/responses. Стримінг працює в усіх трьох, тож наявна інтеграція переїжджає зміною базового URL та ідентифікатора моделі — без заміни SDK й без переписування обробки повідомлень.

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"
}

Кілька практичних нотаток:

• Не надсилайте response_format чи json_schema цьому ідентифікатору моделі — якщо ваша клієнтська бібліотека виставляє щось із цього за замовчуванням, зніміть це або перейдіть на сусідню модель, яка підтримує параметр.
• Інструменти передавайте у звичайному масиві tools — виклик інструментів підтримано повністю; немає лише примусу схеми для вільного тексту.
• Плануйте бюджет міркування. reasoning_effort враховується: низьке значення або вимкнення тримає розмовну затримку низькою, а вихідні токени дешевими; підвищуйте його для багатокрокової роботи з інструментами, де наведений вище розрив у бенчмарках показує, що ви за це отримуєте.
• Стеля виводу — 16 384 токени на запит. Для генерації обсягом з книжку розбивайте на розділи й використовуйте стримінг.
• Лише текст. Для цього ідентифікатора моделі вхідних зображень немає — для зору беріть MiMo-V2.5, Kimi-K2.6, Kimi-K3, MiniMax-M3 або inkling.

Повний довідник параметрів, автентифікація, семантика помилок і живий пісочниця-плейграунд: документація API.

08Коли її обирати, а коли ні

Обирайте її, коли ваш вивід — це проза, діалог або код, який читає людина; вам потрібен виклик інструментів, але не текст, обмежений схемою; вартість токена важить більше за довгий контекст; або ви хочете другу думку від родоводу, відмінного від сімейств DeepSeek, Kimi й MiMo, які заповнюють решту лінійки.

Обирайте щось інше, коли вам потрібен гарантований JSON (MiMo-V2.5-Pro), розуміння зображень (Kimi-K2.6 або MiMo-V2.5) чи передній край складності, де різниця в ціні неістотна поруч із правильною відповіддю (DeepSeek-V4-Pro, Kimi-K3).

09Часті запитання

---

Джерела: Poolside — картка моделі Laguna S 2.1 · Представлення Laguna S 2.1 · REAP the Experts (Cerebras Research) · Intel AutoRound. Архітектурні й бенчмаркові цифри наведено так, як їх опублікував видавець для неквантованого релізу; це не вимірювання збірки, яку обслуговуємо ми. Shannon AI керує Shannon Lab LLC, Нью-Мексико, США.