Laguna M.1
Poolside 的 225B 编程模型,激活 23B,上下文 256K。Apache 2.0,2026 年 6 月起开放权重,附带基座检查点。
一句话概括. Laguna M.1 是 Poolside 最大的开放模型,面向编程智能体。它有 2258 亿参数,每个 token 用 234 亿。Poolside 从 2026 年 4 月起只通过自己的 API 提供它,并在 2026 年 6 月 18 日以 Apache 2.0 发布了权重,还附带了给研究者使用的基座版本。
概述
Poolside 在 2026 年 4 月 28 日通过 API 推出了 Laguna M.1,并在 2026 年 6 月 18 日以 Apache 2.0 发布了权重,包括后训练模型和预训练基座检查点。Poolside 称它是在 2025 年预训练的。该模型是 225.8B 参数的混合专家模型,激活 23.4B:共 70 层,前三层是稠密层,后 67 层是稀疏层,有 256 个专家,每个 token 路由 16 个,另有 1 个共享专家,每一层都用全局注意力,有 64 个查询头和 8 个键值头。它使用带 YaRN 的 RoPE,上下文 262144 个 token,工具调用之间的交错思考可以按请求关闭。发布权重时,Poolside 表示开放权重如今是它的默认做法。
在 Poolside 自己的表格里,Laguna M.1 的 SWE-bench Verified 得 74.6%,SWE-bench Multilingual 得 63.1%,SWE-Bench Pro 得 49.2%,Terminal-Bench 2.0 得 45.8%。同一张表里 DeepSeek-V4 Flash(284B)分别为 79.0%、73.3%、52.6% 和 56.9%,Qwen3.5-397B-A17B 分别为 76.2%、69.3%、50.9% 和 52.5%,所以 M.1 落后于这两者。它在表里列出的三项分数上领先 Devstral 2(123B 稠密),在 SWE-bench Verified 和 Terminal-Bench 2.0 上领先 GLM-4.7,在 SWE-bench Multilingual 上落后于它(66.7%)。Poolside 较新的 Laguna S 2.1 规模约为它的一半,在自己的表格里 SWE-bench Multilingual 得 78.5%,SWE-Bench Pro 得 59.4%,在这两项基准上都明显高于 M.1。所有分数都是 Poolside 自己在其智能体框架里得到的结果。
BF16 权重为 451.6 GB,FP8 为 238.6 GB,NVFP4 为 139.3 GB。模型卡列出了对 vLLM、SGLang、TRT-LLM 和 Transformers 5.7.0 及以上版本的支持,并建议单节点部署使用 vLLM 或 SGLang,因为在 Transformers 中加载 BF16 检查点需要大量多卡显存。在截至 2026 年 11 月 11 日的 30 天里,Hugging Face 统计到主仓库约 77.4 万次下载,不过下载量可能包含自动化拉取。
适合做什么
- 在多卡服务器上自托管的编程智能体,采用简单明了的 Apache 2.0 许可证
- 想要 225B 模型的基座和后训练检查点的研究者
- 能放进 256K 上下文的长时间智能体运行
- 商业产品,因为 Apache 2.0 只附带少量条件即可商用
需要注意
- 需要多卡节点,因为连 NVFP4 文件也有 139.3 GB
- 在 Poolside 自己的表格里,DeepSeek-V4 Flash 和 Qwen3.5-397B-A17B 四项基准都更高
- Poolside 较新的 S 2.1 规模只有它的一半,分数却更高,所以 M.1 的突出之处主要在于 Apache 2.0 许可证和更大的规模
- 它是在 2025 年预训练的,数据和配方比 Laguna 系列的其他模型更旧
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 Laguna-M.1-NVFP4 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| Laguna-M.1 (BF16) BF16 | 226B 激活 23.4B | 519 GB | 260 GB | 156 GB | 大内存台式机 |
| Laguna-M.1-FP8 FP8 | 226B 激活 23.4B | 519 GB | 260 GB | 156 GB | 大内存台式机 |
| Laguna-M.1-NVFP4 NVFP4 | 226B 激活 23.4B | 519 GB | 260 GB | 153 GB | 大内存台式机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
常见问题
- Laguna M.1 是什么?
- Laguna M.1 是 Poolside 最大的开放模型,面向编程智能体。它有 2258 亿参数,每个 token 用 234 亿。Poolside 从 2026 年 4 月起只通过自己的 API 提供它,并在 2026 年 6 月 18 日以 Apache 2.0 发布了权重,还附带了给研究者使用的基座版本。
- Laguna M.1 可以商用吗?
- 可以。Laguna M.1 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- Laguna M.1 是开源的吗?
- Laguna M.1 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 Laguna M.1 吗?
- 只有大内存机器才行。最小版本 Laguna-M.1-NVFP4 在 4 位精度下约需 153 GB。配备 128 至 512 GB 统一内存的台式机可以装下,但速度一般。
- Laguna M.1 是什么时候发布的?
- Laguna M.1 由 Poolside 于 2026年6月18日 发布。
- Laguna M.1 的上下文窗口有多长?
- Laguna M.1 支持最长 256K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Introducing Laguna XS.2 and Laguna M.1 (Poolside, 28 April 2026) poolside.ai
- Laguna-M.1 model card (Hugging Face) huggingface.co
- Laguna M.1 and XS.2 technical report (Poolside) poolside.ai
- Laguna-M.1-base model card (Hugging Face) huggingface.co
- Poolside announcement of the M.1 weights release (LinkedIn, 18 June 2026) linkedin.com
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Laguna S 2.1 Poolside | 118B 激活 8B | 1M | OpenMDW-1.1 (宽松) | 81 GB 工作站 | |
| Laguna XS 2.1 Poolside | 33.4B 激活 3B | 256K | OpenMDW-1.1 (宽松) | 22 GB 游戏显卡 | |
| DeepSeek V4.1 Flash DeepSeek | 552B 激活 16B | 1M | MIT (宽松) | 561 GB GPU 服务器 | |
| Qwen3.5 Alibaba Qwen | 873M – 403B 激活 17B | 256K | Apache 2.0 (宽松) | 0.602 GB 笔记本或手机 |