Poolside ปล่อย Laguna S 2.1 น้ำหนักเปิด — MoE 118B/active 8B, context 1M ตัว, รันจบบนเครื่องเดียว

วันที่ 21 กรกฎาคม 2026 Poolside ปล่อย Laguna S 2.1 โมเดลน้ำหนักเปิด (open-weight) สำหรับงาน agentic coding และงานที่ต้องทำต่อเนื่องยาว ๆ ออกมาเป็นสาธารณะบน Hugging Face ใต้ไลเซนส์ OpenMDW-1.1 ตัวโมเดลเป็น Mixture-of-Experts ขนาด 118B พารามิเตอร์รวม แต่ active เพียง 8B ต่อโทเคน รองรับ context ยาวถึง 1,048,576 โทเคน และมีโหมดคิด (thinking) ให้เลือกระหว่างปิดกับ Max

จุดที่ควรสนใจไม่ใช่แค่ “มีโมเดลเปิดตัวใหม่อีกตัว” — แต่คือ สัดส่วนพารามิเตอร์ที่ทำงานจริงต่อความสามารถ โมเดลตัวนี้ใช้ compute ตอน inference ระดับโมเดล 8B แต่ทำคะแนนได้ในระดับที่ปกติต้องใช้โมเดลใหญ่กว่าหลายเท่า และเล็กพอจะรันบนเครื่องเดียวได้จริงถ้าใช้เวอร์ชัน quantized

ตัวเลขจริง: หัวแถวของรุ่น ไม่ใช่ระดับแนวหน้า

Poolside เทียบ Laguna S 2.1 กับโมเดลตั้งแต่ 27B ไปจนถึง 2.8T ทั้งเปิดและปิด ตัวเลขที่ประกาศบนบล็อกของบริษัทเอง:

Benchmark	Laguna S 2.1	ตัวเทียบ
Terminal-Bench 2.1	70.2%	Kimi K3 88.3% · Claude Fable 5 88.0% · Tencent Hy3 71.7%
SWE-Bench Multilingual	78.5%	Qwen 3.7 Max 78.3% · Hy3 75.8%
SWE-Bench Pro	59.4%	Fable 5 80.3% · Qwen 3.7 Max 60.6%
DeepSWE v1.1	40.4%	Fable 5 70.0% · Kimi K3 69.0%
SWE Atlas	46.2%	Muse Spark 1.1 42.2%
Toolathlon Verified	49.7%	Muse Spark 1.1 75.6%

อ่านตารางนี้อย่างตรงไปตรงมา: Laguna S 2.1 ชนะในรุ่นน้ำหนักของตัวเอง และเสมอกับ Qwen 3.7 Max บน SWE-Bench Multilingual ได้จริง แต่ยังห่างจากหัวตาราง — บน Terminal-Bench และ DeepSWE ช่องว่างกับ Kimi K3 กับ Fable 5 คือ 18–29 จุด และบน Toolathlon ยังตามหลังชัดเจน คำโปรยของฝั่งข่าวที่ว่า “เอาชนะโมเดลใหญ่กว่า 10 เท่า” จึงต้องอ่านแบบมีเงื่อนไข: จริงในเชิง คะแนนต่อพารามิเตอร์ที่ active ไม่ใช่จริงในเชิงคะแนนดิบ

สิ่งที่น่าสนใจกว่าคือวิธีที่ได้มา — Poolside บอกว่าเริ่ม pre-training วันที่ 22 พฤษภาคม 2026 และใช้เวลาไม่ถึง 9 สัปดาห์ถึงวันปล่อย บนการ์ด H200 จำนวน 4,096 ใบ โดยข้อมูล pre-training เป็นชุดเดียวกับ XS 2.1 ความต่างทั้งหมดมาจาก post-training ล้วน ๆ (สภาพแวดล้อม agentic และ non-agentic 409k ชุด, งาน terminal 83k, เวิร์กโฟลว์วิศวกรรมซอฟต์แวร์ 168k) และเป็นโมเดลแรกที่บริษัทเทรน RL ด้วยความละเอียด FP8

รันเองได้จริงแค่ไหน

นี่คือส่วนที่นักพัฒนาไทยควรกางเครื่องคิดเลข:

• checkpoint BF16 กินราว 236GB — ต้องหลายการ์ด
• แต่มีให้ครบทั้ง FP8, INT4, NVFP4 บวก community conversion เป็น GGUF และ MLX ซึ่งลดขนาดลงมาก
• Poolside เคลมว่าเวอร์ชันบีบแล้วเล็กพอจะรันบน NVIDIA DGX Spark เครื่องเดียว ได้
• สถาปัตยกรรม 48 เลเยอร์ ผสม global attention กับ sliding-window และมี draft model สำหรับ speculative decoding มาให้ด้วย
• serving รองรับ vLLM, SGLang, TRT-LLM และ Ollama ฝั่ง enterprise มี NVIDIA NeMo AutoModel

ถ้ายังไม่อยากลงเครื่อง มี hosted ให้ลองผ่าน OpenRouter (ฟรีที่ context 256K, แบบเสียเงินได้ 1M ที่ $0.10 ต่อล้านโทเคน input / $0.20 output / $0.01 cache-read) รวมถึง Baseten และ Vercel AI Gateway ฝั่ง agent ที่ต่อไว้แล้วมี Cline, OpenCode, Kilo และอื่น ๆ

ไลเซนส์และการเมืองของ “โมเดลเปิดฝั่งตะวันตก”

ไลเซนส์ OpenMDW-1.1 อนุญาตใช้เชิงพาณิชย์ ซึ่งสำคัญกว่าที่หลายคนคิด เพราะบริบทของข่าวนี้คือ ฝั่งตะวันตกกำลังขาดโมเดลเปิดที่แข่งได้ — แล็บอเมริกันส่วนใหญ่ย้ายรุ่นเก่งที่สุดไปหลัง API ปิด ขณะที่หัวตารางโมเดลเปิดตอนนี้เป็นของจีนแทบทั้งแถว (Qwen, Kimi, GLM, Hy3) Jason Warner ผู้ร่วมซีอีโอของ Poolside พูดตรง ๆ ในเอกสารข่าวว่า “ฝั่งตะวันตกต้องการโมเดลน้ำหนักเปิดที่เชื่อถือได้ รันเองได้ และต่อยอดได้”

น่าสังเกตว่าเรื่องนี้เกิดในวันเดียวกับที่เราเพิ่งเขียนถึง Qwen-Image-3.0 ที่เปิดตัวโดยไม่ปล่อย weights และไม่ระบุไลเซนส์ — สายพันธุ์ที่เคยเป็น Apache 2.0 กำลังปิดประตู ส่วนฝั่งตะวันตกเพิ่งเริ่มเปิด สองข่าวนี้อ่านคู่กันได้ดี

มุมมอง AI Curator

ผมคิดว่าจุดขายจริงของ Laguna S 2.1 ไม่ใช่คะแนน benchmark แต่คือ 8B active ตัวเลขนี้แปลว่าอะไรในทางปฏิบัติ? แปลว่าต้นทุนต่อ token ของ agent loop ที่วนหลายสิบรอบต่อหนึ่งงาน ลดลงเป็นระดับที่ทีมเล็กแบกไหว — และเทียบตรงกับข่าวอีกชิ้นวันเดียวกันที่ Artificial Analysis วัด Kimi K3 ได้ $10.57 ต่อหนึ่งงาน และ 56 นาทีต่องาน งาน agentic ที่แพงและช้าแบบนั้น ทีมในไทยส่วนใหญ่รันเป็น production ไม่ได้ ส่วนโมเดลที่ active แค่ 8B และมี GGUF ให้โหลด เป็นอีกโจทย์คนละใบ

ข้อควรระวังคือ อย่าอ่านตารางเทียบของผู้ผลิตเป็นคำตัดสิน ตัวเลขทั้งหมดในโพสต์นี้มาจาก Poolside เอง ยังไม่มีการวัดอิสระจาก Artificial Analysis หรือ LMArena ออกมา ณ วันที่เขียน สิ่งที่ควรทำคือ pull GGUF มาลองกับ codebase ของตัวเองแล้ววัด — โดยเฉพาะภาษาไทยในคอมเมนต์/spec ซึ่ง SWE-Bench Multilingual ไม่ได้ครอบคลุม

สุดท้าย ประเด็นเชิงยุทธศาสตร์: การที่แล็บตะวันตกหันมาปล่อยน้ำหนักเปิดอีกครั้ง เป็นข่าวดีสำหรับประเทศที่ไม่ได้อยู่ในสมการภูมิรัฐศาสตร์ของทั้งสองฝั่ง อย่างไทย เพราะ ยิ่งมีทางเลือกโมเดลเปิดหลายค่าย หลายเขตอำนาจศาล ความเสี่ยงจากการถูกตัดสิทธิ์เข้าถึงก็ยิ่งต่ำ และสำหรับงานที่ข้อมูลออกนอกประเทศไม่ได้ — ราชการ ธนาคาร โรงพยาบาล — โมเดลระดับนี้ที่รันในเครื่องตัวเองได้คือทางเลือกที่มีน้ำหนักจริง ไม่ใช่ของเล่น

แหล่งข่าว

• Introducing Laguna S 2.1 — Poolside Blog (21 ก.ค. 2026)
• poolside/Laguna-S-2.1 — Hugging Face
• Poolside releases Laguna S 2.1, the West’s most capable open-weight model — GlobeNewswire
• Poolside Releases Laguna S 2.1 — MarkTechPost