Laguna M.1（2250 亿参数混合专家编程模型）

是什么

Laguna M.1 是 Poolside 开发的大型语言模型，面向软件工程任务。它的总参数量为 2250 亿，但每生成一个词元（token）只有 230 亿参数参与计算^[1]。两个数字之间的差距是混合专家（mixture-of-experts，MoE）架构的特征：模型不让每个词元都穿过整个网络，而是把词元分派给少数几个专门化的子网络，因此单步计算的算力开销更接近于一个小得多的稠密模型。Poolside 明确做出了这个对比，指出它用来参照的稠密模型每词元激活的参数更多^[1]。代价在存储：参数虽然每次只用到一部分，但整套权重仍然要完整保存和加载。

它面向的是 Poolside 所说的「长程智能体编程」（long-horizon agentic coding），而不是单轮代码补全^[1]。这个区别影响模型的使用方式。补全模型用一段代码回答一个提示就算结束；智能体模型则要在多步任务里持续工作——改文件、执行命令、读取输出、修正自己——所以长会话中的连贯性和工具使用能力，和任何单次回答的质量同样重要。

怎么训练

Poolside 从零开始训练这个模型，用掉 30 万亿词元，在 6144 块互联的 Nvidia Hopper GPU 上完成^[1]。从零训练意味着权重不是从已有模型初始化来的，网络参数完全由训练数据学得。预训练在 2025 年底结束^[1]。

基准成绩

在 SWE-Bench Pro 上它得分 46.9%，在 Terminal-Bench 2.0 上得分 40.7%^[1]。两者都属于把真实软件任务交给模型、再检查产出是否正确的基准，而不是看它能否背出一小段代码。在被引用最多的 SWE-bench Verified 上，Laguna M.1 解决了 72.5% 的任务；DeepSeek-V4-Flash 为 79.0%，Claude Sonnet 4.6 为 79.6%^[1]。按这组数字，它在该基准上落后于这两个对照系统。

不同基准的分数之间不能直接比较，因为各自构造任务、运行环境和判定通过的标准都不一样。这些数字说明的是：一个模型可以强到与体量更大的闭源系统同台，同时在最常被引用的那一项上仍差上几个百分点。

发布与开放权重

发布时权重并未开放。Poolside 把开放权重列为后续计划，并表示在此之前可以申请访问^[1]。权重于 2026 年 6 月 15 日上线 Hugging Face，距离发布已过去 7 周^[2]。开放权重会改变模型实际能被谁使用：文件可下载之后，外部团队能在自己的硬件上运行、检查和微调模型，而不必只通过托管的接口去调用。这 7 周的间隔也决定了早期阶段的情况——那段时间里，能试用模型的是 Poolside 放行的人。

在 Laguna 系列中的位置

Poolside 把 M.1 描述为 Laguna 系列其余模型的基础^[1]。按这个定位，它更接近整条产品线的底座而非成品：这个大参数量的 MoE 模型提供能力，系列的其他成员在它之上搭建。对关注这一领域的人来说，这个说法本身是有信息量的——它交代了公司的下一步走向，也解释了为什么大量训练投入集中在单个通用编程模型上，而不是一个范围很窄的专用模型。