Laguna S 2.1 の必要VRAM

poolside(米)のコーディング特化MoE(総118B・実働8B)。エージェント的な長時間の開発作業向けに設計。実働8Bで生成は軽快だが総118B級の重みは高VRAM環境向きで、80GB級GPUやクラウドでの運用が現実的。

117.56B / 48層 / GQA 8ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

この表は Q4_K_M を最小の量子化として計算しています。×でも、IQ4_XS のようにさらに小さい量子化なら収まることがあります(品質低下と、使うランタイムの対応状況の確認が要ります)。

Laguna S 2.1とは

Laguna S 2.1は、poolsideが公開するTransformer系のデータセンター級(117.56Bパラメータ)オープンモデルです。数百B〜1T規模のフラッグシップで、個人のローカル実行は対象外です(参考収載)。コーディング・開発支援に特化したチューニングが施されています。

Laguna S 2.1の必要スペックを読み解く

Q4_K_M量子化での内訳は、重み(モデル本体)が約71.3GB、8Kトークン分のKVキャッシュが約0.5GB、システム予約と合わせて合計約73.2GBです。 単一のコンシューマGPUに◎(快適)となるクラスはなく、実行はクラウドGPUが現実的です。 迷ったらQ4_K_M(合計約73.2GB)が基準です。VRAMに余裕があればQ8_0(約126.9GB)で品質の上積みが狙えます。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

MoE構成: 総117.56B・実効8B。メモリは総量117.56B分が必要ですが、生成速度は8B級の軽さです。

ハイブリッドアテンション採用: 全48層のうちフルアテンションは12層のみで、残りの層は直近512トークンの窓しか参照しません。長文時のKVキャッシュ増加が緩やかです。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0.2GB、8Kで約0.5GB、32Kまで広げると約1.7GBになります。KVキャッシュはコンテキスト長にほぼ比例して増えるため、長文用途ではその分のVRAM余白を見込んでください。

速度の目安(理論上限)

MoEのため速度は実効8B相当(Q4で約4.9GB)で決まり、理論上限はRTX 3060 12GBで約74 tokens/秒、RTX 4090で約208 tokens/秒です(実効はこれ以下)。

動かすには

この規模はコンシューマ環境の外なので、クラウドGPUでの実行が入口になります。 RunPodでの始め方(手順ガイド)

同クラスの選択肢

gpt-oss 120B(120.41B) / Qwen3-Coder-Next 80B-A3B(79.7B) / Llama 3.3 70B(70.6B)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)