Poolside (Poolside)
💰 Token 价格
| 类型 | 价格 | 备注 |
|---|---|---|
| 输入 (Input) | Laguna S 2.1: $0.09/M input; Laguna XS 2.1: $0.06/M input; cached input $0.009/M 与 $0.003/M（分别为 10× 缓存折扣） | 每百万 tokens |
| 输出 (Output) | Laguna S 2.1: $0.18/M output; Laguna XS 2.1: $0.12/M output | 每百万 tokens |
OpenRouter 上 Laguna S 2.1 :free 和 Laguna XS 2.1 :free 限速免费档；chat.poolside.ai 浏览器试用无需注册
🤖 支持模型（共 4 个）
✨ 优势
- ✓ Poolside 是专注 AI 编程的 AI 实验室，Laguna 系列三档覆盖从单 Mac（XS 2.1, 33B/3B）到企业集群（S 2.1, 118B/8B）的 agentic coding 工作负载
- ✓ Laguna S 2.1 支持 1M token 上下文，原生推理（thinking off / max 两档），面向长周期代理任务与多步验证循环
- ✓ 在 Poolside 内部基准上：SWE-bench Verified Laguna M.1 65.4%、Terminal-Bench 2.0 32.7%；XS 2.1 较 XS.2 SWE-bench Multilingual +5.4%、Terminal-Bench 2.0 +1.8%
- ✓ OpenAI 兼容 API；权重以 OpenMDW-1.1 开源（BF16 + FP8/INT4/NVFP4/GGUF/MLX 量化），可 vLLM / SGLang / Ollama / llama.cpp / MLX / TensorRT-LLM 本地推理
- ✓ OpenRouter 上 Laguna S 2.1 输入 $0.09/M、输出 $0.18/M，缓存输入 $0.009/M；Laguna XS 2.1 输入 $0.06/M、输出 $0.12/M，价格定位低于 Anthropic Sonnet 5 与 GPT-6 主力档
- ✓ 官方定价页缺失：通过 OpenRouter 价格表 + docs/release-notes/models.md 验证定价；本地推理配 NVIDIA DGX Spark 单机即可跑 Laguna S 2.1
⚠️ 不足
- × 无中国大陆节点，需代理访问；官方控制台与 chat.poolside.ai 不直接服务大陆
- × 推理档位仅两档（off / max），不支持 xhigh / high / medium / low / minimal / none 的多档 effort 控制；不适合需要细粒度推理成本控制的场景
- × OpenMDW-1.1 是定制许可（非 Apache 2.0 / MIT），商用边界需法务复核
- × Bench 较新（2026-04 M.1、2026-06 XS 2.1、2026-07 S 2.1），生态集成（IDE / Copilot 替代）尚不如 Anthropic / OpenAI 成熟
- × 无 first-party 营销定价页；定价分散在 OpenRouter 与 docs/release-notes/models.md，预算评估需手动汇总
🎯 适合场景
需要长上下文（1M）+ 原生推理 + 开源权重的 agentic coding 工作负载；本地单机部署（Mac 36GB 或 DGX Spark）；已有 OpenRouter 路由的团队零摩擦接入
💰 价格与方案
| 模型 / 接入方式 | 输入（$/百万 token） | 输出（$/百万 token） | 备注 |
|---|---|---|---|
| Laguna S 2.1（OpenRouter） | $0.09 | $0.18 | 100 万上下文，118B/8B MoE；较 $0.10/$0.20 标价 9 折 |
| Laguna S 2.1 - 缓存输入 | $0.009 | — | 为普通输入价的 1/10；较 $0.01 缓存标价 9 折 |
| Laguna XS 2.1（OpenRouter） | $0.06 | $0.12 | 25.6 万上下文，33B/3B MoE；较 $0.10/$0.20 标价 6 折 |
| Laguna XS 2.1 - 缓存输入 | $0.003 | — | 较 $0.05 缓存标价 6 折 |
| Laguna S 2.1 :free / XS 2.1 :free | $0 | $0 | OpenRouter 上的限速免费档；25.6 万上下文，最大补全 3.2 万 token |
| Vercel AI Gateway | $0.09 | $0.18 | poolside/laguna-s-2.1 同价，走 Vercel 计费 |
| Poolside 托管推理 | 未公开 | 未公开 | 官方无价目表；密钥在 platform.poolside.ai 申请，商务定价 |
| 自管 Poolside Inference | 询价 | 询价 | Helm 部署到 AWS EKS、OpenShift、上游 Kubernetes 或本地 GPU 机房 |
🔧 API 与开发者体验
- •OpenAI 兼容的 Chat Completions API: Base URL 为 https://inference.poolside.ai/v1，提供 GET /v1/models 与 POST /v1/chat/completions，任何 OpenAI SDK 改 base_url 即可用；OpenRouter 同一批模型挂在 https://openrouter.ai/api/v1
- •原生推理，默认开启: 响应在 content 之外还会返回 reasoning_content；可用 chat_template_kwargs.enable_thinking=false 按请求关闭。Poolside 只提供两档（off 与 max），没有 xhigh/high/medium/low 这种细粒度 effort 梯度
- •工具调用与并行执行: tools 数组与 OpenAI 写法一致，parallel_tool_calls 默认为 true；置为 false 可强制每次只调一个工具。Agent 循环中务必把上一轮的 reasoning_content 一并带进历史，否则后续步骤会丢失推理链路
- •生成与流式控制: max_tokens 默认 32768、最高 262144，temperature 取值 0-2，另支持 top_k 与 min_p。流式走 SSE，每个分片都带累计 usage，收尾分片给出最终用量；不返回 logprobs 与 stop_reason
- •原生 Agent CLI（pool）: 模型是在这套 Agent 里用强化学习训出来的，所以在它里面表现最好：pool 用于交互式会话，pool exec 用于 CI 单次任务，另有 plan mode、skills、subagents、hooks、MCP servers 与对话回溯
- •编辑器、Agent 与 CI 集成: ACP 编辑器（JetBrains、Zed、Neovim/CodeCompanion）、VS Code 与 Visual Studio 扩展（Poolside Assistant、Cline、Kilo Code、GitHub Copilot）、桌面应用（Goose）、自动化（GitHub Actions、n8n），以及 stdio / Streamable HTTP / SSE 三种 MCP 连接方式
- •自托管推理与网关: Helm 栈可部署到 AWS EKS、OpenShift、上游 Kubernetes 或本地单节点 GPU 主机，前面再挂 Bifrost 或 LiteLLM 做虚拟密钥、预算、限流与请求日志；vLLM 的 Prometheus 指标暴露在 /metrics
🧠 自研强化学习训练，权重完全开放
Poolside 的每一个 Laguna 模型都从零自研：自建数据、自建算力，再用自家 Agent 框架内的强化学习做后训练 —— 也就是你本地能跑的那套 pool 循环。Laguna S 2.1 在 30 万亿 token 上训练完成，以 118B 总参数、每 token 仅激活 8B 的体量，在 Terminal-Bench 2.1 上拿到 70.2%、DeepSWE 拿到 40.4%，可与参数量大一个数量级的模型竞争。真正特别的是训练之后的那一步：权重完全开放，你可以从 Hugging Face 拉取 BF16、FP8、INT4、NVFP4、GGUF 或 MLX 量化权重，用 vLLM、SGLang、Ollama、llama.cpp、MLX、TensorRT-LLM 自行部署，也可以把整套推理栈装进自己的 GPU 机房。36GB 内存的 Mac 跑得动 XS 2.1，单台 NVIDIA DGX Spark 跑得动 S 2.1。
🌐 中国访问与延迟
Poolside 的推理服务只在单一美国区域：inference.poolside.ai 解析到 35.244.129.243 —— Google LLC 位于密苏里州堪萨斯城的地址，响应头带有 via: 1.1 google。2026 年 10 月 30 日从阿里云马来西亚节点实测，未鉴权的 /v1/models 请求 TTFB 落在 254–279ms（中位数 263ms）；对美国源站而言算快，但中国大陆的每次请求仍要跨太平洋。Poolside 在全部文档中没有公布任何面向中国的端点、区域或可用性承诺，因此从大陆直连应视为需要代理，叠加代理后单次请求大致 400–900ms：跑后台 Agent 任务可以接受，交互式补全则能被明显感知。控制台体验好得多 —— platform.poolside.ai 走 CloudFront，命中马来西亚 Sepang 边缘节点，实测 237–675ms。对中国团队有三条实用路径。其一，走 OpenRouter 或 Vercel AI Gateway，两者均为 Cloudflare 前置、国内可达性好，模型费率完全一致。其二，也是更彻底的方案：自托管 —— Helm 推理栈可部署到你在香港、新加坡或上海的 Kubernetes 或本地 GPU 机房，仍是同一个 OpenAI 兼容的 /v1 base URL，代码不出你自己的基础设施。其三，下载开放权重，用 vLLM、SGLang、Ollama 或 MLX 完全离线运行。