SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Model / Badania

Laguna S 2.1 bije modele kilkanaście razy większe i pokazuje zapisy

Laguna S 2.1 od Poolside dostała 40,4% na benchmarku DeepSWE, cztery razy więcej niż kilkanaście razy większy DeepSeek V4 Pro Max, a firma opublikowała pełne zapisy każdej próby, żeby liczbę dało się sprawdzić samodzielnie. Model ma 118 miliardów parametrów, ale na każdy token uruchamia tylko około 8 miliardów, więc wywołanie przez API kosztuje 0,10 dolara za milion tokenów na wejściu, jakieś 50 razy mniej niż Claude Opus 5. To wąski specjalista wyłącznie od kodu, bez niezależnego wskaźnika ogólnej inteligencji, a wynik trzyma się tylko z włączonym trybem myślenia, bo bez niego spada do 16,5%.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Model / Badania  ·  3 min  · 

Laguna S 2.1 bije modele kilkanaście razy większe i pokazuje zapisy
Ilustrację przygotowała AI.

Poolside podaje, że Laguna S 2.1 dostała 40,4% na DeepSWE, teście sprawdzającym, czy model potrafi samodzielnie doprowadzić do końca długie zadanie programistyczne rozbite na wiele kroków w terminalu. DeepSeek V4 Pro Max, model o około 1,6 biliona parametrów (jakieś 13 razy większy), dostał na tym samym teście 9,0%. Cztery razy wyższy wynik przy ułamku rozmiaru to zwykle rezultat, który znaczy tyle, że ktoś zepsuł pomiar. Pisałem o tej premierze tydzień temu, a przez te siedem dni Laguna zdążyła stać się modelem, do którego wszyscy zaczęli porównywać swoje: powstały osobne zestawienia z DeepSeekiem, z Qwenem 3.7 Max i z modelem Hy3 od Tencenta, bo Poolside sprzedaje ją wprost jako "odpowiedź Zachodu na DeepSeek i Qwen".

To, co odróżnia taki wynik od zwykłej autoreklamy, Poolside zrobił świadomie: opublikował pełne zapisy każdej próby z końcowego zestawu testowego, krok po kroku. Dzięki temu każdy może prześledzić, co model faktycznie robił, i sprawdzić liczbę u siebie, zamiast wierzyć firmie na słowo. W świecie, w którym spora część benchmarków to wartości podane przez producenta bez pokazania metodologii, samo wyłożenie surowych przebiegów buduje zaufanie mocniej niż sam wynik.

Dlaczego 118 miliardów parametrów kosztuje jak 8

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Poolside wypuszcza model do kodu, który mieści się na jednej maszynie
Model / Badania

Poolside wypuszcza model do kodu, który mieści się na jednej maszynie

4 min

Poolside wypuściło Lagunę S 2.1, model do kodu z otwartymi wagami, który mimo 118 miliardów parametrów uruchamia na token tylko 8 miliardów i mieści się na jednej maszynie, a skwantyzowany schodzi do jakichś 40 GB. Na Terminal-Bench 2.1 dostał 70,2%, tyle co modele wielokrotnie od niego większe, ale na trudniejszym DeepSWE ma już 40,4%, daleko za Claude Fable 5 z 70%, i pod presją zaczyna zmyślać. Nie chodzi o to, że mały bije dużego, tylko że "dość dobry, żeby mieć go na własność" to już realna półka w agentowym kodowaniu.
DeepSeek wygasza własnego flagowca, bo tańszy model wypada lepiej
Model / Badania

DeepSeek wygasza własnego flagowca, bo tańszy model wypada lepiej

3 min

DeepSeek od zeszłego poniedziałku przekierowuje ruch z flagowego V4-Pro na tańszy V4.1-Flash i rozlicza go po niższych stawkach, więc w konfiguracji masz jeden model, a odpowiada inny. Firma tłumaczy to wynikami: 90,6 punktu na Terminal-Bench 2.1, prawie dwa oczka przed GPT-5.6 Sol i trzy przed własnym V4-Pro, przy pamięci ściętej z 3514 do 890 bajtów na token. Przy agencie, który pracuje godzinami nad jednym zadaniem, to właśnie pamięć bywa największą pozycją rachunku, więc czterokrotna oszczędność waży więcej niż miejsce w rankingu. Tyle że tabelkę mierzył sprzedawca, a wyboru już nie ma.
DeepSeek V4.1-Flash-1017: otwarte wagi, 30 centów za milion tokenów i własna wyszukiwarka w API
Model / Badania

DeepSeek V4.1-Flash-1017: otwarte wagi, 30 centów za milion tokenów i własna wyszukiwarka w API

4 min

DeepSeek wypuścił 17 października V4.1-Flash-1017, otwarty model na licencji MIT, który w API kosztuje 0,30 dolara za milion tokenów wejściowych i 1,20 dolara za milion wyjściowych, czyli mniej więcej jedną dziesiątą ceny Kimi K3. Arena uznała go za najlepszy otwarty model w rankingu WebDev, ale to wąski test budowania stron, a w Terminal-Bench Claude Opus 5 prowadzi 51,8 do 42,3. Najwięcej znaczy więc cena, do której dochodzą wyszukiwanie i pobieranie stron w API po 0,75 dolara za 1000 wywołań.