AI编程赛道最近又迎来了一颗重磅炸弹。一家名为Poolside的初创公司正式推出了迄今为止最强的模型——Laguna S2.1。这款模型不仅参数规模达到118B（采用MoE架构，每次激活8B参数），还支持高达1M tokens的上下文长度，并且采用了完全开源的策略，在OpenCode平台上免费开放。消息一出，开发者社区立刻炸开了锅。
放眼整个AI辅助编码领域，开源模型虽然不少，但真正能兼顾长上下文、高推理能力和部署友好性的产品并不多见。Poolside这次选择了一条“既大又小”的路线：模型总参数量大，但推理时激活的参数极少，使得它能在单块NVIDIA DGX Spark上运行，大大降低了硬件门槛。这种设计思路背后，是对企业级私有部署和本地开发场景的精准洞察。
模型核心亮点
- 规模与架构：118B参数的混合专家模型（MoE），每次推理仅激活8B参数，效率极高。
- 上下文长度：支持高达1M tokens，非常适合处理大型软件工程任务和复杂的Agent交互。
- 推理模式：同时支持“思考”（推理模式）和“不思考”模式，开发者可根据场景灵活切换。
- 性能定位：Poolside宣称其能力可与参数规模大得多的模型竞争，同时体积紧凑，单卡即可跑。
开源与免费：加速落地的关键一步
Poolside将Laguna S2.1的权重在OpenMDW-1.1许可证下完全开放，开发者现在就可以在Hugging Face上直接获取模型文件。OpenCode平台也同步宣布该模型免费可用，并特别强调“1M上下文·完全开源”，极大降低了开发者的试错成本。
社区反馈相当积极：有开发者在Apple M3Max（128GB内存）上通过llama.cpp分支成功运行，也有人在多机DGX Spark环境中实现了高吞吐推理。在基准测试方面，该模型在Terminal-Bench2.1上取得了70.2%的分数，并在DeepSWE等编码基准测试中展现了强大的Agent能力。需要客观指出的是，70.2%的成绩虽然亮眼，但距离顶尖闭源模型仍有差距，尤其在实际复杂工程任务中，长上下文的一致性和指令遵循能力仍需更多实测验证。
Poolside的战略布局
作为专注于Agentic编码和长期任务的AI实验室，Poolside此前已经推出了轻量级的Laguna XS系列。S2.1的发布标志着其从中端本地模型向更强旗舰能力的跨越。这款模型不仅性能出色，更将重点放在了实际部署的友好性上——对于企业级用户而言，能够在本地或私有环境高效运行，才是真正的“可用”。
从更宏观的视角看，Poolside延续了开源社区“用更小激活参数换取更大模型容量”的思路，这与DeepSeek、Mistral等团队的做法有异曲同工之处。但1M上下文窗口加上MoE架构，对推理基础设施和内存带宽提出了更高要求，实际部署中能否真正发挥“1M”优势，还要看后续社区在长文档、复杂代码库上的应用案例。无论如何，这个开局已经足够精彩。
