Poolside 重磅开源！Laguna S 2.1 免费上线 OpenCode，1M 超长上下文 +118B MoE 模型引领代理编码新纪元

Laguna S2.1 开源：118B MoE 每个 token 只激活 8B，1M 上下文免费跑

Poolside 刚刚甩出了 Laguna S2.1——一个 118B 总参数 的 Mixture-of-Experts（MoE）模型，但每个 token 只激活 8B 参数（也就是说看似巨大，实际推理时只动用了不到十分之一的神经元）。它支持最高 1M tokens 的上下文长度（相当于能一口气读完好几本技术手册），并且提供 thinking 和 no-thinking 两种推理模式（需要深思熟虑或者直接出结果都能切）。这些数据已经在 Hugging Face 和 OpenCode 平台上完全开源、免费可用，开发者社区立马炸了。

模型参数与硬件实测

• 规模与架构：118B 总参数 MoE，每 token 激活 8B 参数。群里在传，这个模型虽然总参数大，但实际跑起来比很多小模型还快。
• 上下文长度：最高 1M tokens。有开发者试了说，这东西处理长周期软件工程任务或者复杂代理场景，简直是为他们量身定做的。
• 推理模式：支持 thinking 和 no-thinking 模式。有开发者试了说，切换起来非常丝滑，debug 的时候用 thinking 模式，写单元测试直接切 no-thinking 模式。
• 性能定位：有开发者试了说，Laguna S2.1 的能力足以和参数规模大得多的模型竞争，同时体积足够小巧，能在单台 NVIDIA DGX Spark 上运行（不需要买一柜子显卡）。
• 开源与免费开放：权重以 OpenMDW-1.1 许可完全开放，开发者立刻就能从 Hugging Face 下载模型文件。OpenCode 平台同步宣布该模型免费可用，强调“1M Context · fully open source”。社区反馈显示，模型已经在多种硬件上成功运行，包括 Apple M3Max（128GB 内存） 通过 llama.cpp fork 实现，以及多机 DGX Spark 环境下的高吞吐量推理。
• 基准测试：有报告提到 Laguna S2.1 在 Terminal-Bench2.1 上取得 70.2% 的成绩，并在 DeepSWE 等编码基准中展现强劲代理能力。

战略布局与行业影响

Poolside 此前已经推出了 Laguna XS 系列轻量模型。这次 S2.1 的出场，标志着它从中端本地模型向更强旗舰能力的扩展。该模型不仅性能突出，还注重实际部署友好性，为本地、私有化部署提供了高效选择。

在开源大模型竞争越来越卷的时候，Poolside 把高性能、超长上下文的 Laguna S2.1 免费开放，等于把顶级编码工具的门槛又往下拽了拽。这对代理 AI 在软件开发里的普及是个助推，也给开源社区加了把劲。想试的开发者可以直接上 OpenCode 或 Hugging Face 拉下来跑。

接下来盯着看：这会让闭源编码助手（比如 GitHub Copilot）感到压力，同时受益的是那些做本地私有化部署的团队。Poolside 下一步会不会推出更大规模的 S3？或者跟 Vercel 的 AI 工具直接对打？