模型

Poolside: Laguna M.1

仅 API 开源 可商用
— · Apache-2.0 · 225B / 激活 23B · 上下文 256K
能做什么
编程开发Agent工作流逻辑推理长文档分析自主编程
部署门槛
高端 24G+
≥ 320GB
上下文
256K
token 窗口
参数
225B
MoE · 激活 23B

01基础参数

参数规模
225B
上下文窗口
256K
输入模态
text
可生成
text
模型系列
开源许可
Apache-2.0
主要语言
en

02MoE 架构说明

MoE 混合专家 总参 225B · 激活 23B
部署门槛按「激活参数」计算,不等同于总参数量——这是 MoE 模型更易部署的关键。

03部署门槛详情

硬件等级 高端 24G+ · 最低显存 320GB

04Benchmark 评测

待补充

05适用场景

✓ 适用
复杂软件工程与多文件代码生成、长周期Agentic编程任务、需要工具调用的自动化工作流
✗ 不适用
中文对话与内容创作、多模态理解任务

06部署与限制

⚙ 本地部署建议
推荐使用4张H100(合计320GB显存以上)部署FP8量化版本(约225GB),或使用8张GPU运行BF16版本。官方支持vLLM、SGLang和Transformers推理框架,FP8/NVFP4量化权重已在Hugging Face发布。
⚠ 已知限制
主要为英文编程与Agent任务优化,中文能力未经专门优化。官方基准测试主要覆盖代码与软件工程领域,未覆盖多模态理解和通用中文对话场景。部署硬件门槛较高,需多卡GPU环境。

07详细介绍

来源:OpenRouter API(scraper 采集,2026-06-30)

Poolside Laguna M.1 是 Poolside 公司于 2026 年 4 月 28 日发布的旗舰级 Agentic 编程模型。它采用 225B 总参数的混合专家(MoE)架构,每 token 仅激活 23B 参数,在保持高性能的同时实现了相对高效的推理。模型基于 Apache 2.0 协议开源,支持自由商用与二次开发。其技术亮点包括全局注意力机制、原生支持的推理思考与工具调用交错能力,以及经过强化学习从代码执行反馈(RLCEF)训练的后训练方案。

在性能表现上,Laguna M.1 在 SWE-bench Verified 测试中达到 74.6% 的解决率,在 SWE-bench Multilingual 上为 63.1%,在 Terminal-Bench 2.0 上为 45.8%,展现出在复杂软件工程任务上的强大竞争力。模型原生支持 256K 上下文窗口(262,144 tokens),可处理大规模代码库与长文档。它主要适用于复杂编程开发、长周期 Agent 工作流和逻辑推理任务,但主要面向英文技术环境,中文能力与多模态理解并非其设计目标。

OpenRouter Provider 比价

共 1 家 provider(2026-06-30 采集),按输入价升序:

Provider输入(USD/1M)输出(USD/1M)量化上下文
Poolside0.20.4fp4262144

代表价(满血最低):Poolside 输入 0.2 / 输出 0.4 USD/1M(量化版,另有满血版见上表)。按 provider 选择可进一步降本。

08官方资源

09同类模型