根據動察 Beating 監測，專注於編程 Agent 的 Poolside 開源了 MoE 代碼模型 Laguna S 2.1。該模型總參數為 1180 億，每次僅激活 80 億，支援 100 萬 Token 上下文。量化後可在一台 NVIDIA DGX Spark 上運行。在 Poolside 自測中，Laguna S 2.1 在 Terminal-Bench 2.1 上取得 70.2%，高於總參數 1.6 萬億、激活參數 490 億的 DeepSeek-V4-Pro-Max 的 64.0%。在 SWE-Bench Multilingual、SWE-Bench Pro 和 DeepSWE 上的表現也更優。但與 Kimi K3 仍有明顯差距，Kimi K3 總參數為 2.8 萬億、激活參數為 500 億，在 Terminal-Bench 2.1 上取得 88.3%，DeepSWE 上取得 69%；而 Laguna S 2.1 分別為 70.2% 和 40.4%。這些分數並非在同一環境下重新測試，Poolside 使用自有 Agent 框架，競爭對手則採用公開的最高成績。Laguna S 2.1 的特點是，以更少的激活參數，實現長程編程能力並可在本地單機運行。
Poolside 開源 118B 參數代碼模型 Laguna S 2.1，在自我測試中表現優於 DeepSeek
MarsBit分享
精華摘要
鏈上新聞：Poolside 已開源其 118B 參數的代碼模型 Laguna S 2.1，該模型每次激活 80B 參數。該模型支援 1 百萬 token 的上下文，並在量化後可在單一 NVIDIA DGX Spark 上運行。在自我測試中，其在 Terminal-Bench 2.1 上獲得 70.2% 的分數，表現優於 DeepSeek-V4-Pro-Max，並在 SWE-Bench Multilingual 和 DeepSWE 上領先。Kimi K3 優於該模型。隨著模型性能持續演進，新代幣上線仍是交易所的重點關注項目。
來源:顯示原文
免責聲明：本頁面資訊可能來自第三方，不一定反映KuCoin的觀點或意見。本內容僅供一般參考之用，不構成任何形式的陳述或保證，也不應被解釋為財務或投資建議。 KuCoin 對任何錯誤或遺漏，或因使用該資訊而導致的任何結果不承擔任何責任。
虛擬資產投資可能存在風險。請您根據自身的財務狀況仔細評估產品的風險以及您的風險承受能力。如需了解更多信息，請參閱我們的使用條款和風險披露 。