Laguna S 2.1
Réseau Neuronal
Laguna S 2.1, agent de codage Poolside : modèle de 118B paramètres (8B actifs) pour les tâches de développement par agents.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Laguna S 2.1?
Laguna S 2.1 est un modèle Poolside axé sur le codage en mode agent : il est conçu non pas pour une réponse unique, mais pour de longues chaînes d'étapes nécessitant la lecture d'un projet, des modifications et la vérification des résultats. Avec 118 milliards de paramètres (8 milliards actifs par requête), il atteint 70,2 % sur Terminal-Bench 2.1, validant sa capacité à accomplir des tâches dans un terminal. Sur BotHub, accédez au modèle sans VPN ni carte étrangère : payez en roubles uniquement pour les jetons consommés. Plus de 250 modèles sont disponibles dans la même fenêtre pour comparer facilement les résultats. Les requêtes sont chiffrées via AES-GCM et non conservées. Une API compatible OpenAI permet de changer de modèle sans réécrire l'intégration. Pour les équipes, nous proposons contrats, factures, GED et panneau d'administration avec limites. Idéal pour coder des fonctionnalités, gérer le legacy, déboguer, automatiser la routine CI/terminal, analyser des dépôts ou créer votre propre agent développeur via API.Questions fréquentes sur Laguna S 2.1
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
laguna-s-2.1 de poolside traite texte, documents et images : analyse de grandes bases de code, aide au refactoring et au débogage, raisonnement et appel de fonctions externes. Un contexte allant jusqu'à 1 048 576 jetons permet de gérer un projet entier dans une seule discussion.
Jusqu'à 131 072 jetons par réponse. Cela suffit pour obtenir un module de code complet, une analyse détaillée ou un long texte technique sans interruption. Si la réponse est coupée, demandez simplement de continuer là où il s'est arrêté.
Oui, le mode de raisonnement est confirmé : le modèle élabore d'abord sa solution avant de répondre. C'est particulièrement visible sur les tâches complexes (débogage, mathématiques, analyse de documents longs). Sur des requêtes simples, la différence est moindre, mais les réponses restent précises.
Oui. Le modèle prend en charge l'appel de fonctions et la sortie JSON structurée, facilitant son intégration dans des agents et pipelines : il choisit l'outil et renvoie les données selon le schéma défini. Sur BotHub, cela fonctionne via une API compatible OpenAI.
Vous pouvez fournir du texte, des images et des documents (ex: capture d'écran, schéma d'architecture, PDF de spécifications). L'audio et la vidéo ne sont pas indiqués comme formats d'entrée pris en charge. Le modèle renvoie le résultat sous forme de texte.
Il n'y a pas de mention spécifique sur la gestion du russe dans nos données, nous ne pouvons donc garantir la précision ; testez-le sur vos tâches. Si le résultat ne vous convient pas, BotHub permet de passer à un autre modèle en un clic sans réécrire l'intégration.