Laguna S 2.1
Rede Neural
Laguna S 2.1 — agente de codificação da Poolside: modelo de 118B parâmetros com 8B ativos para tarefas de desenvolvimento com agentes.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Laguna S 2.1?
Laguna S 2.1 é um modelo da Poolside focado em codificação em modo agente: não foi projetado para uma única resposta, mas para longas cadeias de passos, onde é necessário ler o projeto, fazer alterações e verificar o resultado. Arquitetonicamente, possui 118 bilhões de parâmetros, dos quais 8 bilhões estão ativos em cada solicitação, e no Terminal-Bench 2.1 o modelo apresenta 70,2% — o benchmark testa justamente a capacidade de concluir tarefas no terminal. No BotHub, o modelo está acessível sem VPN ou cartões estrangeiros: pague com cartão local em rublos e apenas pelos tokens efetivamente consumidos; os não utilizados não expiram. Ao lado, na mesma janela, há mais de 250 modelos, facilitando a execução de uma tarefa em vários deles para comparação. As solicitações são criptografadas via AES-GCM e não são salvas, e uma API única compatível com OpenAI permite trocar o modelo sem reescrever a integração. Para equipes, oferecemos contrato, fatura, intercâmbio eletrônico de documentos e painel administrativo com limites. Útil se você escreve funcionalidades, resolve problemas de legado, busca a causa de testes falhos, automatiza rotinas em CI e terminal, analisa repositórios desconhecidos antes de revisões ou cria seu próprio agente desenvolvedor via API.Perguntas frequentes sobre Laguna S 2.1
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O laguna-s-2.1 da poolside trabalha com texto, documentos e imagens: analisa grandes bases de código, ajuda com refatoração e depuração, resolve tarefas de raciocínio e chama funções externas. O contexto de até 1.048.576 tokens permite manter um projeto inteiro em um único diálogo.
Até 131.072 tokens por resposta. Isso é suficiente para obter um módulo de código inteiro, uma análise detalhada de documento ou um texto técnico longo sem quebras. Se a resposta for interrompida, basta pedir para continuar de onde parou.
Sim, o modo de raciocínio está confirmado: o modelo primeiro estrutura o processo de solução e só então fornece a resposta. Isso é especialmente notável em tarefas de várias etapas — depuração, matemática, análise de documentos longos. Em solicitações simples, a diferença é menor, mas as respostas permanecem precisas.
Sim. O modelo suporta chamada de funções e saída estruturada em JSON, por isso é fácil integrá-lo a agentes e pipelines: ele mesmo escolhe a ferramenta e retorna os dados no esquema definido. No BotHub, isso funciona através de uma API única compatível com OpenAI.
Você pode enviar texto, imagens e documentos — por exemplo, uma captura de tela da interface, um diagrama de arquitetura ou um PDF com especificações. Áudio e vídeo não estão listados entre os formatos de entrada suportados em nossos dados. O modelo retorna o resultado em texto.
Não há uma nota específica sobre o funcionamento com o idioma russo em nossos dados, portanto não prometemos precisão — verifique em suas próprias tarefas. Se o resultado não for satisfatório, no BotHub você pode alternar para outro modelo com um clique, sem reescrever a integração.