Laguna XS 2.1
Red Neuronal
Laguna XS 2.1 es un modelo de agente Poolside para código: generación, refactorización y depuración vía API unificada de BotHub.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Laguna XS 2.1?
Laguna XS 2.1 es un modelo de agente para trabajar con código de Poolside y una evolución de la línea tras Laguna XS.2. Arquitectura de categoría 33B-A3B: solo una parte de los parámetros está activa en cada solicitud, lo que equilibra la calidad del análisis de código y la velocidad de respuesta. Es una herramienta para tareas de ingeniería: comprensión del contexto del proyecto, ediciones precisas y ejecución secuencial de escenarios de varios pasos. En BotHub, el modelo está disponible desde Rusia sin VPN ni tarjeta extranjera, y usted paga en rublos solo por lo que usa: los tokens se descuentan por solicitudes reales y no caducan. Hay más de 250 redes neuronales en la misma ventana, por lo que puede comparar respuestas y cambiar de modelo sin reescribir la integración; la API compatible con OpenAI sigue siendo la misma. La correspondencia se cifra mediante AES-GCM y no se guarda; para equipos hay contrato, factura, EDI, panel de administración y límites. Elija Laguna XS 2.1 cuando necesite escribir y mejorar código, entender un repositorio ajeno, encontrar la causa de un error, preparar una refactorización con pruebas o integrar el modelo en su agente vía API.Preguntas frecuentes sobre Laguna XS 2.1
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de Poolside: acepta texto, documentos e imágenes, razona antes de responder y llama a funciones externas. El contexto de hasta 262 144 tokens permite cargar archivos grandes y fragmentos de código completos, por lo que el modelo es adecuado para análisis, refactorización, depuración, analítica y cuestiones técnicas.
En una sola respuesta, el modelo genera hasta 32 768 tokens; esto es suficiente para un documento extenso, un análisis detallado o un archivo de código grande. Si la tarea es mayor, divídala en partes: el contexto de 262 144 tokens permite mantener toda la correspondencia y el código fuente a mano.
Sí, el razonamiento antes de responder en laguna-xs-2.1 está confirmado: el modelo primero analiza la tarea paso a paso y luego formula el resultado. Esto se nota en la lógica, las matemáticas y el análisis de código, donde es importante no adivinar la respuesta, sino llegar a ella de forma secuencial.
Sí, el modelo admite la llamada a funciones y la salida estructurada en JSON; puede describir el esquema y obtener una respuesta predecible para el análisis. En BotHub, está disponible a través de una API unificada compatible con OpenAI, por lo que puede cambiar a otro modelo sin reescribir la integración.
Imágenes y documentos sí, están declarados como formatos de entrada compatibles: puede enviar una captura de pantalla de un error, un esquema o un documento de texto y hacer una pregunta sobre el contenido. No hay mención sobre audio y video en nuestros datos, por lo que para esos archivos es mejor elegir un modelo con soporte explícito.
No tenemos mediciones separadas para el ruso, por lo que no prometeremos precisión; la forma más honesta de comprobarlo es formular su tarea típica y comparar las respuestas. En BotHub es conveniente: los modelos están reunidos en una sola ventana, acceso desde Rusia sin VPN ni tarjeta extranjera, pago en rublos.