Для каких основных задач оптимизирована модель Laguna M.1?

Модель специально разработана для сложной программной инженерии, создания автономных кодинг-агентов, логического рассуждения и выполнения задач, требующих интеграции с внешними инструментами.

Каков размер контекстного окна у Poolside: Laguna M.1 на alltokens?

Модель поддерживает внушительный объем контекста, составляющий 262 144 токена, что позволяет обрабатывать крупные файлы и целые репозитории кода.

Поддерживает ли модель структурированный вывод?

Да, среди поддерживаемых параметров модели заявлены structured_outputs и tool_choice, что гарантирует точное следование заданным форматам ответов.

Poolside: Laguna M.1

POPoolsideОбновлено: 28 апреля 2026 г.

Poolside: Laguna M.1 — это флагманская модель, специально оптимизированная для решения сложных задач в области программной инженерии. Она разработана для автономных агентных рабочих процессов, поддерживая вызов инструментов, структурированный вывод и глубокое рассуждение. Благодаря внушительному контекстному окну модель способна эффективно анализировать обширные кодовые базы.

Использовать через API

Метрики

Вход

25 ₽/M

Выход

50 ₽/M

Контекст

262k tokens

Параметры

Релиз

28 апреля 2026 г.

Поддерживаемые параметры

include_reasoningmax_tokensreasoningstructured_outputstemperaturetool_choicetools

Технический обзор

Laguna M.1 — это флагманская модель агента для программирования от Poolside, оптимизированная для выполнения сложных задач в области разработки программного обеспечения. Созданная для агентных рабочих процессов программирования, она поддерживает вызов инструментов и логическое рассуждение, с контекстным окном размером 128K.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели Модели с длинным контекстом

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Poolside: Laguna M.1Текущая

Для чего

Контекст

262k

Цена ₽

25 / 50

Poolside: Laguna M.1Текущая

262k

25 / 50

Модель

DeepSeek: DeepSeek V3.2

Для чего

Обе модели обладают большим контекстным окном и ориентированы на сложные логические задачи, включая программирование и работу с комплексными структурами данных.

Контекст

131k

Цена ₽

29 / 43

DeepSeek: DeepSeek V3.2

131k

29 / 43

Модель

arcee-ai/trinity-large-preview

Для чего

Обе модели представляют собой продвинутые текстовые решения для комплексных инженерных и аналитических сценариев, где требуется высокая точность генерации.

Контекст

—

Цена ₽

— / —

arcee-ai/trinity-large-preview

—

— / —

Когда выбирать

При необходимости автоматизации сложных процессов разработки и создания автономных кодинг-агентов.
Для работы с масштабными проектами и длинными контекстами, требующими удержания в памяти больших объемов кода.
Когда критически важна поддержка вызова внешних инструментов (tool calling) и получение строго структурированных ответов.

Когда не выбирать

Для простых задач генерации текста, не связанных с программированием и логическими рассуждениями.
Если требуется работа с мультимодальным контентом, таким как изображения или аудио.
В сценариях, где не используются агентные функции и вызовы инструментов.