// poolside Laguna · 文本大模型
Laguna-S-2.1 本地部署与显存需求
总 118B · 激活 8B（MoE） 参数。4 位量化约 79.7 GB，BF16 约 261 GB（1 个 8K token 请求）。
发布 2026-07-13许可：可商用显存为估算值
01规格
| 发布方 | poolside · poolside |
|---|---|
| 系列 | poolside Laguna · Laguna-S-2.1 |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 总 118B · 激活 8B（MoE） 来源：官方模型卡“118B total, ~8B activated per token” |
| 上下文长度 | 1M tokens (1,048,576)取自 config.json 的 max_position_embeddings |
| 结构 | 48 层（12 层全注意力） · 36 层滑动窗口（512） · GQA · MoE |
| 发布权重 | BF16 · 235 GB下载量 |
| 许可 | OpenMDW-1.1 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2026-07-13 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 合计 @ 8K | 合计 @ 32K | 合计 @ 128K | 最低显卡 | Mac |
|---|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 236 GB | 261 GB | 262 GB | 267 GB | 4 × RTX PRO 6000（384GB） | Mac 512GB |
| FP8 / INT8 / Q8_0 | 125 GB | 139 GB | 140 GB | 145 GB | 4 × RTX PRO 6000（384GB） | Mac 256GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 71.5 GB | 79.7 GB | 80.9 GB | 85.7 GB | RTX PRO 6000 96GB | Mac 128GB |
每个请求的 KV 缓存：8K 0.5 GB · 32K 1.7 GB · 128K 6.5 GB
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- SGLang — 官方模型卡提及
- llama.cpp — 官方模型卡提及
- MLX — 官方模型卡提及
- Transformers — 官方模型卡提及
- TensorRT-LLM — 官方模型卡提及
- Ollama — Ollama 官方模型库收录 · laguna-s-2.1
ollama run laguna-s-2.104官方仓库与量化版
poolside 官方发布的 9 个仓库。
- Laguna-S-2.1-GGUF GGUF
- Laguna-S-2.1 main
- Laguna-S-2.1-NVFP4 NVFP4
- Laguna-S-2.1-DFlash-NVFP4 NVFP4
- Laguna-S-2.1-FP8 FP8
- Laguna-S-2.1-INT4 INT4
- Laguna-S-2.1-NVFP4-mlx NVFP4/MLX
- Laguna-S-2.1-DFlash-FP8 FP8
- Laguna-S-2.1-DFlash-INT4 INT4
05poolside Laguna 其他模型
全部 4 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Laguna-XS-2.1 | 33B / 3B | 22.9 GB | 2026-06-20 |
| Laguna-M.1 | 225B / 23B | 153 GB | 2026-06-15 |
| Laguna-XS.2 | 33B / 3B | 22.9 GB | 2026-04-23 |
06来源
数据核对于 2026-08-19。参数、上下文、许可取自官方仓库；显存为本站估算。