// poolside Laguna · 文本大模型
Laguna-XS.2 本地部署与显存需求
总 33B · 激活 3B（MoE） 参数。4 位量化约 22.9 GB，BF16 约 73.5 GB（1 个 8K token 请求）。
发布 2026-04-23许可：可商用显存为估算值
01规格
| 发布方 | poolside · poolside |
|---|---|
| 系列 | poolside Laguna · Laguna-XS.2 |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 总 33B · 激活 3B（MoE） 来源：官方模型卡“33B total with 3B activated per token” |
| 上下文长度 | 256K tokens (262,144)取自 config.json 的 max_position_embeddings |
| 结构 | 40 层（10 层全注意力） · 30 层滑动窗口（512） · GQA · MoE |
| 发布权重 | BF16 · 66.9 GB下载量 |
| 许可 | Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2026-04-23 （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） | 66.0 GB | 73.5 GB | 74.5 GB | 78.5 GB | RTX PRO 6000 96GB | Mac 128GB |
| FP8 / INT8 / Q8_0 | 35.1 GB | 39.5 GB | 40.5 GB | 44.5 GB | 2 × RTX 5090（64GB） | Mac 64GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 20.0 GB | 22.9 GB | 23.9 GB | 27.9 GB | RTX 5090 32GB | Mac 64GB |
每个请求的 KV 缓存：8K 0.4 GB · 32K 1.4 GB · 128K 5.4 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
- 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-xs.2
ollama run laguna-xs.204官方仓库与量化版
poolside 官方发布的 4 个仓库。
- Laguna-XS.2 main
- Laguna-XS.2-NVFP4 NVFP4
- Laguna-XS.2-FP8 FP8
- Laguna-XS.2-INT4 INT4
05poolside Laguna 其他模型
全部 4 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Laguna-S-2.1 | 118B / 8B | 79.7 GB | 2026-07-13 |
| Laguna-XS-2.1 | 33B / 3B | 22.9 GB | 2026-06-20 |
| Laguna-M.1 | 225B / 23B | 153 GB | 2026-06-15 |
06来源
数据核对于 2026-09-22。参数、上下文、许可取自官方仓库；显存为本站估算。