/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
6,8 млрд
Размер весов
44,3 ГБ
Лицензия
Своя лицензия
Архитектура
laguna · MoE
Базовая модель
Laguna-S-2.1
Библиотека
mlx
Опубликована
21 июл 2026

Laguna-S-2.1-JANG_2L

Генерация текстаТекст → текст8 профессий

Квантованная для Apple Silicon MoE-модель Poolside Laguna-S-2.1 для агентного программирования и длительной работы с кодом.

67скачиваний за 30 дней1лайквеса обновлены8 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

JANGQ-AI Laguna-S-2.1-JANG_2L — квантованная сборка модели Poolside Laguna-S-2.1, подготовленная Jinho Jang для запуска на Apple Silicon. Это MoE-модель для генерации текста, агентного программирования и длительных задач разработки; базовая архитектура LagunaForCausalLM содержит 48 слоёв, 256 маршрутизируемых экспертов и один общий эксперт. Исходная модель имеет 118 млрд параметров, около 8 млрд из них активны при обработке токена; размер сборки на диске — 44,3 ГБ.

Веса адаптированы для Apple Silicon с применением AWQ к маршрутизируемым экспертам, тогда как внимание, общий экспертный путь, маршрутизатор и нормализации сохранены в высокой точности. Модель рассчитана на контекст до 1 048 576 токенов, поддерживает диалог и интерфейс вызова инструментов. README рекомендует запускать её в vMLX; заявленная лицензия — OpenMDW-1.1, унаследованная от исходной модели.

Сценарии применения

  • написание и продолжение кода
  • агентное выполнение задач разработки с вызовом инструментов
  • решение многоэтапных задач по программированию
  • работа с длинным контекстом проекта

Ограничения

Сборка занимает около 44,3 ГБ на диске; для работы README рекомендует vMLX и указывает на необходимость учитывать дополнительную память сверх размера сборки. Указанные в README результаты бенчмарков относятся к исходной модели в BF16, а не к этой квантованной сборке.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

JANGQ-AI/Laguna-S-2.1-JANG_2L

JANG_2L JANG affine bundle of poolside/Laguna-S-2.1 — 118B-parameter / ~8B-active MoE for agentic coding and long-horizon work, quantized for Apple Silicon with AWQ-protected routed experts.

Everything quality-critical stays high precision: attention (including the softplus output gate), the shared expert path, router, and norms. The 256-routed-expert bulk (~97% of parameters) carries the low bits, protected by activation-aware (AWQ) scales selected by measured quantization error on real expert weights and real calibration activations — the search always includes a no-AWQ baseline, so scales ship only because they beat it (2.4% lower reconstruction error at this bit width).

Bundle

FieldValue
Sourcepoolside/Laguna-S-2.1 @ a50e85e (BF16, 235 GB)
Architecturelaguna / LagunaForCausalLM — 48 layers (12 global + 36 SWA w512), GQA 8 KV heads, 256 routed experts top-10 + 1 shared, dense layer 0, 1M context
On-disk size44.3 GB (10 shards)
Routed experts2-bit gate/up, 3-bit down affine, group 64, AWQ input scales folded
Attention q/k/v/o + g_proj8-bit affine
Shared expert / dense FFN6-bit affine
Embeddings / lm_head6-bit / 8-bit affine
Router, e_score bias, normsfp16 passthrough (routing bit-identical to unfolded math)
Modalitytext-only (verified from tensor index — no vision/audio/video weights)

Measured performance (M5 Max, 128 GB)

MetricValue
Decode~48 tok/s greedy
Load time3.0 s
Long-context cache parityteacher-forced top-1 agreement 1.000 / 1.000 across a 2,913-token pass (pre / post the 512 sliding window)
BF16 vs quantizedgreedy smoke + chat-with-thinking verified coherent

Memory note: budget bundle size + ~10 GB. The reference Python runtime auto-sets the Metal wired limit (min(bundle x 1.2 + 8 GB, 118 GB)) — without a wired limit, decode throughput roughly halves on 64 GB+ working sets.

Chat protocol

  • GLM-style think tags. Thinking is ON by default (vendor default_chat_template_kwargs.enable_thinking=true); pass enable_thinking=False to disable. The generation prompt ends <assistant><think> (thinking) or <assistant></think> (off).
  • Stop tokens: eos_token_id = [2, 24] — id 24 is end-of-turn and MUST be in the stop set.
  • The template emits its own leading 〈|EOS|〉 (= bos id 2): do not prepend another BOS.
  • Tool calls: <tool_call>name<arg_key>k</arg_key><arg_value>v</arg_value></tool_call> (GLM-4.7-compatible parsing).
  • Sampling defaults (vendor): temperature 1.0, top_p 1.0, top_k 20.

Run it

Osaurus loads this bundle natively. Python reference runtime (mixed-precision affine aware):

pip install mlx mlx-lm transformers
python -m jang_tools.laguna.runtime --src ./Laguna-S-2.1-JANG_2L \
    --prompt 'def fibonacci(n):' --max-new 64

config.json[quantization] carries per-module {bits, group_size, mode} overrides — loaders must honor per-module bits (a single top-level width mis-dequantizes the low-bit experts).

Source model quality (poolside, BF16 base)

Per the upstream model card: Terminal-Bench 2.1 70.2%, SWE-bench Multilingual 78.5%, SWE-Bench Pro 59.4% — competitive with much larger frontier MoEs. These figures are for the BF16 source model.


Quantized and verified by Jinho Jang (eric@jangq.ai) with the JANG toolchain. License: OpenMDW-1.1 (inherited from the source model).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
LagunaForCausalLM
Ревизия весов
d8f445d

0 моделей