GPT
הוספת כלי
L

Laguna-M.1

קוד פתוח

poolsideapache-2.02026-06-15

  • vllm
  • safetensors
  • laguna
  • laguna-m.1
  • sglang

מודל תכנות מבוסס מומחים שמפעיל רק 23 מיליארד פרמטרים בכל שלב, ברישיון קוד פתוח מלא. הוא מיועד לסוכני פיתוח עצמאיים ומחזיק חלון הקשר עצום של 256 אלף טוקנים.

  • 226Bפרמטרים
  • 262,144טוקנים בהקשר
  • 421 GBמשקל הקבצים
  • 7,709הורדות בחודש

מה זה

הארכיטקטורה כאן נשענת על 225 מיליארד פרמטרים סך הכול שמחולקים ל־256 מומחים, אבל בכל טוקן רצים רק 23 מיליארד פרמטרים בפועל. המשמעות היא כוח חישובי של מודל ענק בקצב ריצה של מודל קטן בהרבה, יחד עם חשיבה מובנית שמופעלת בין קריאות לכלים. המודל מתמקד בקוד ובסוכני פיתוח שמריצים משימות רב־שלביות.

במדדי ביצועים המפתחים מציגים 74.6 אחוז ב־SWE-bench Verified ו־45.8 אחוז ב־Terminal-Bench 2.0. זה מעמיד אותו מעל דגמים פתוחים כמו Devstral 2 ו־GLM-4.7 במשימות פיתוח מעשיות וטרמינל, אם כי מודלים כמו DeepSeek-V4 Flash ו־Claude Sonnet 4.6 עדיין מובילים עליו בבירור ברוב המבחנים האלה.

מתאים ל

  • סוכן תיקון באגים עצמאי

    מתאים לפתרון תקלות מורכבות במאגרי קוד הודות לחשיבה מובנית בין קריאות לפונקציות וביצועים של 74.6% ב־SWE-bench.

  • עבודה עם מאגרי קוד ענקיים

    חלון הקשר של 256 אלף טוקנים מתאים לטעינת ספריות קוד שלמות ישירות לזיכרון בלי לאבד את ההקשר.

  • אוטומציה של פקודות טרמינל

    מתאים לניהול סביבות פיתוח ואינטראקציה עם CLI, תחום שבו השיג תוצאה של 45.8% במבחן Terminal-Bench 2.0.

איפה זה נופל

המודל מיועד כמעט אך ורק לכתיבת קוד ולריצת סוכנים, כך שאינו מתאים לטקסט כללי, יצירתי או רב־תחומי. בכל המבחנים הרשמיים התוצאות הושגו רק כשמצב החשיבה היה דלוק ורק בתוך סביבת סנדבוקס מבודדת של עד 500 צעדים, כך שכיבוי החשיבה יפגע ביכולות שלו. בנוסף, המבחנים בוצעו על סביבות שעברו תיקונים מצד החברה עקב תקלות אמינות בתשתיות חיצוניות, והוא עדיין מפגר בכמה נקודות אחרי המובילים בשוק בפתרון בעיות קוד מורכבות.

שאלות
נפוצות

איזו חומרה צריכה החברה כדי להריץ את המודל המקורי אצלה?

המודל בגרסת המקור שוקל 421 גיגה־בייט. כדי לטעון אותו ולשרת בקשות נדרש שרת ייעודי עם 8 כרטיסי מסך מתקדמים עם זיכרון כולל של לפחות 500 גיגה־בייט VRAM, או מעבר לגרסאות ה־FP8 וה־NVFP4 הדחוסות יותר.

איך עובד מנגנון החשיבה במודל?

המודל מייצר בלוקי חשיבה לפני שהוא פונה לכלים ובין קריאה לקריאה. כדי לקבל את הביצועים המרביים שלו צריך לשמור את היסטוריית החשיבה הזו בתוך היסטוריית ההודעות, אם כי אפשר לבטל את המנגנון לחלוטין דרך שליחת פרמטר ייעודי בבקשה.

איך מריצים

המשקל של הקבצים ב־bfloat16 עומד על 421 גיגה־בייט, כך שלהרצה מקומית מלאה צריך שרת עם לפחות 8 כרטיסי מסך מודרניים במקביל, למשל ב־tensor parallelism של 8 דרך vLLM או SGLang. קיימות גרסאות מכווצות ב־FP8 וב־NVFP4 שמקצצות בחצי או ברבע את צריכת הזיכרון ומאפשרות פריסה זולה יותר.

אם אין לכם אשכול שרתים ייעודי בארגון, אין טעם לנסות להרים את משקלי המקור לבד. החברה מציעה ממשק API וכלי שורת פקודה בשם pool, שמתחבר ישירות לסביבות כמו Zed או JetBrains ומספק גישה מנוהלת בלי כאבי הראש של התשתית.

pip install -U huggingface_hub
hf download poolside/Laguna-M.1

הקבצים

104 קבצים במאגר, 421 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

רישיון Apache 2.0 מלא. מותר להשתמש בו לצרכים מסחריים, לשנות אותו, להטמיע אותו במוצרים סגורים ולהפיץ אותו בחופשיות. התנאי היחיד הוא שמירה על זכויות היוצרים והודעת הרישיון המקורית, לצד דרישה של poolside לעמוד במדיניות השימוש ההוגן שלהם.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗