Laguna 2.1发布引爆Mac端侧加速赛

第 1 集 · Laguna 2.1模型发布并发起Mac端侧加速竞赛(2026-07-28,8 条)

Laguna S 2.1 模型正式发布，团队宣称其参数体量仅为 DeepSeek V4 Pro 的 6%，却实现了更高的性能。这款约 100B 参数的开源权重模型已经能够在 128GB MacBook 上本地运行。为推动同架构的 Laguna XS 2.1 在端侧的落地，团队联合 Poolside 与 EigenLabs 发起了 MLX.fast 公开竞赛，鼓励开发者优化该模型在 Apple Silicon 消费级 Mac 上的推理速度。目前模型已能在 Mac 上运行，且内部测试在 24 小时内实现了 36.8% 的提速。

已确认

• Laguna S 2.1 体积为 DeepSeek V4 Pro 的 6%，且具备更高性能。
• Laguna S/XS 2.1 约为 100B 参数，已经能够在 128GB MacBook 上本地运行。
• 团队内部在 24 小时内将 Laguna 的运行速度提升了 36.8%，且认为仍有性能空间可挖掘。
• Poolside、EigenLabs 与 MLX.fast 发起公开竞赛，目标是在消费级 Mac 上进一步加速 Laguna XS 2.1 的推理。

为什么重要

• 小模型高性能：以极小的体积（6%）超越大模型性能，若数据属实，将大幅降低 AI 推理的算力门槛。
• 端侧推理优化：针对 Apple Silicon Mac 的开源优化竞赛，有助于推动复杂模型在消费级硬件上的普及与本地化运行。
• 基准防作弊机制：团队正在加强 verifier harness 以降低刷分和作弊空间，并尝试允许参与者贡献 agent 进展的持续开放改进机制，这为 AI 性能评测的公平性提供了新的参考。

• Laguna S 2.1 号称仅为 DeepSeek V4 Pro 的 6% 却更强 — gajesh · 2026-07-28
• Laguna 内部 24 小时提速 36.8%，还把 benchmark 改进开放出来 — gajesh · 2026-07-28
• Laguna 24 小时内快了 36.8%，基准校验也在加固 — gajesh · 2026-07-28
• 公开竞赛瞄准 Laguna XS 2.1 在 Mac 上再提速 36.8% — gajesh · 2026-07-28
• Laguna S 2.1 联手 poolsideai 推出 MLX.fast 加速竞赛 — gajesh · 2026-07-28
• Poolside 与 EigenLabs 发起竞赛加速 Laguna XS 2.1 在 Mac 上推理 — gajesh · 2026-07-28
• MLX.fast 发起公开竞赛加速 Laguna XS 2.1 在消费级 Mac 上运行 — gajesh · 2026-07-28
• Poolside 称 100B 开源权重模型已可在 128GB MacBook 本地运行 — gajesh · 2026-07-28

第 2 集 · 开源社区突破极限：Mac端大模型推理提速超80%(2026-07-30,2 条)

在 Laguna XS 2.1 模型的 Mac 端推理优化挑战中，开源社区在短短 24 小时内取得突破性进展。在未使用投机解码的情况下，社区成功将大模型的运行速度大幅提升了 80.6%，显著突破了 Mac 端的本地推理性能极限。

• 开源社区发力：Mac端大模型推理速度突破提升80.6% — gajesh · 2026-07-30
• Mac端推理速度飙升80%，开源社区突破性能极限 — gajesh · 2026-07-30