Laguna XS.2 จาก Poolside · โมเดลเขียนโค้ด open-weight ที่โหลดมารันในเครื่องตัวเองได้ด้วย Ollama คำสั่งเดียว

Laguna XS.2 คือโมเดล AI สายเขียนโค้ดจาก Poolside (บริษัทผู้พัฒนาโมเดล AI จาก San Francisco) ที่เปิด weight ให้โหลดมารันบนเครื่องตัวเองได้ ภายใต้ใบอนุญาต Apache 2.0 หมายความว่าโหลดมาแล้วรันออฟไลน์ก็ได้ โค้ดไม่ต้องออกนอกเครื่องเลยแม้แต่บรรทัดเดียว

จุดนี้แหละที่ทำให้มันน่าจับตา เพราะโมเดลเขียนโค้ดที่เก่งและเป็นที่นิยมตอนนี้แทบทั้งหมดอยู่หลัง API ปิด เวลาใช้งาน เราพิมพ์คำสั่งเข้าไป โค้ดทั้งก้อนก็ออกจากเครื่องเราไปประมวลผลที่เซิร์ฟเวอร์ของผู้ให้บริการ แล้วคำตอบค่อยกลับมา ส่วน Laguna XS.2 เลือกอีกทาง คือยกตัวโมเดลมาให้เราโหลดไปรันเอง นี่ยังเป็นครั้งแรกที่ Poolside ปล่อยโมเดลออกสู่สาธารณะ โดย XS.2 คือโมเดล open-weight ตัวแรกของค่าย

ของส่วนใหญ่ปิด ตัวนี้เปิด

จุดต่างที่ทำให้ Laguna XS.2 น่าสนใจ ไม่ได้อยู่ที่ว่ามันเก่งกว่าใคร แต่อยู่ที่คำว่า "เปิด" ในแบบที่เอาไปใช้ต่อได้จริง

โมเดลเขียนโค้ดที่คนใช้กันเยอะ โดยเฉพาะตัวที่อยู่หลังบริการเสียเงิน แทบทั้งหมดเป็นแบบปิด เราเรียกใช้ได้ผ่าน API แต่จับ weight ไม่ได้ รันเองในเครื่องไม่ได้ และทุกครั้งที่ใช้ โค้ดต้องออกจากเครื่องไป ส่วน Laguna XS.2 ให้ครบทั้งสามอย่าง คือตัว weight · ใบอนุญาต Apache 2.0 · และอิสระที่จะเอาไปรันยังไงก็ได้

ใบอนุญาต Apache 2.0 คือหัวใจของเรื่องนี้ เพราะยืดหยุ่นพอจะเอาไปใช้เชิงพาณิชย์ได้ โดยไม่ติดเงื่อนไขเฉพาะแบบที่โมเดล open-weight บางตัวกำหนดไว้ ใครจะโหลดไปรันในงานของตัวเอง เอาไปต่อยอด หรือ quantize ให้เล็กลงเพื่อให้รันบนเครื่องสเปกต่ำลงก็ทำได้ นี่คือความหมายของคำว่าเปิดที่ใช้งานได้จริง ไม่ใช่แค่เปิดให้ดู

สองตัว เลือกตามว่าจะรันที่ไหน

Poolside ปล่อยออกมาพร้อมกันสองตัว ต่างกันชัด ๆ ที่ขนาดและรูปแบบการรัน

Laguna XS.2 เป็นตัวเล็ก สถาปัตยกรรมแบบ Mixture-of-Experts ขนาดรวม 33B พารามิเตอร์ แต่ทำงานจริงทีละ 3B (active) ตรงนี้สำคัญ เพราะทำให้รันบน GPU ตัวเดียวได้ Poolside เรียกมันว่าโมเดลสายเขียนโค้ดที่เบาและเร็วที่สุดของค่าย และเคลมว่ามันสู้กับโมเดลที่ใหญ่กว่าหลายเท่าได้ ตัวนี้แหละคือตัวที่เปิด weight ให้โหลด

Laguna M.1 เป็นตัวใหญ่ ขนาดรวม 225B พารามิเตอร์ ทำงานจริงทีละ 23B เป็นโมเดลที่เก่งที่สุดของ Poolside ณ ตอนนี้ ตัวนี้เน้นให้เรียกใช้ผ่าน API หรือบริการตัวกลาง ส่วน weight ให้สายวิจัยยื่นขอเป็นรายกรณี

ถ้าจะเลือกว่าจะใช้ตัวไหน ตอบง่าย ๆ คือ ถ้าอยากได้โมเดลรันในเครื่องตัวเอง ฟรี ออฟไลน์ โค้ดไม่หลุด เลือก XS.2 ถ้าอยากได้ความสามารถสูงสุดและรับได้ที่จะเรียกผ่านบริการคลาวด์ ค่อยขยับไป M.1

คำสั่งเดียวก็รันในเครื่องได้

ความเป็นโมเดลเปิดจะไม่มีความหมายเลย ถ้าการลงมือทำยุ่งยาก แต่ตรงนี้ Poolside ทำมาให้ง่ายกว่าที่คิด

วิธีที่เร็วที่สุดคือใช้ Ollama ซึ่งเป็นเครื่องมือยอดนิยมสำหรับรันโมเดล AI ในเครื่องตัวเอง และรองรับ MLX (เฟรมเวิร์กรันโมเดลบนชิป Apple) แบบ native คนใช้ Mac แค่เปิดเทอร์มินัลขึ้นมาแล้วพิมพ์คำสั่งเดียว

ollama launch pool --model laguna-xs.2

เท่านี้ตัวโมเดลก็เริ่มทำงานในเครื่องเราพร้อมกับ pool ซึ่งเป็น coding agent บนเทอร์มินัลของ Poolside ตั้งแต่จุดนี้โค้ดทุกบรรทัดอยู่ในเครื่องเรา ไม่มีอะไรวิ่งออกไปไหน

ถ้าอยากคุมเองให้ลึกขึ้น โหลด weight ของ XS.2 มาตรง ๆ ได้จาก Hugging Face ซึ่งเป็นเว็บศูนย์รวมโมเดล AI ที่นักพัฒนาใช้แชร์และโหลดโมเดลกัน จากนั้นจะเสิร์ฟเองหรือ quantize เองตามที่ถนัดก็ได้ ส่วนใครที่อยากเรียกผ่านบริการแทนการรันเอง ทั้งสองโมเดลเปิดให้ใช้ผ่าน OpenRouter ซึ่งเป็นบริการตัวกลางที่ให้เรียกใช้โมเดล AI หลายค่ายผ่านที่เดียว และผ่าน API ของ Poolside เอง (ช่วงนี้เปิดให้ใช้ฟรีแบบจำกัดเวลา) ส่วน weight ของ M.1 ก็มีให้โหลดจาก Hugging Face เช่นกัน

เขียนโค้ดเก่งกับเป็น agent ไม่เหมือนกัน

ทั้งสองโมเดลออกแบบมาเพื่องานสาย agentic coding ซึ่งเป็นคำที่ได้ยินบ่อยแต่ความหมายอาจยังคลุมเครือ

จุดต่างของ agentic coding อยู่ตรงที่ agent เขียนโค้ดและรันโค้ดนั้นเองเพื่อแก้ปัญหา แทนที่จะแค่เรียกชุดเครื่องมือที่กำหนดไว้ตายตัวล่วงหน้า มันลองรัน เห็นผลลัพธ์ แล้วแก้ต่อ วนแบบนี้ไปจนกว่างานจะเสร็จ จึงเหมาะกับงานที่ยาวหลายสเต็ป ไม่ใช่แค่ตอบคำถามทีละครั้ง

ความสามารถแบบนี้ไม่ได้เกิดจากการเอาโมเดลที่มีอยู่มาปรับแต่งต่อ Poolside เทรน Laguna ขึ้นมาเองตั้งแต่ศูนย์ ทั้งข้อมูล โครงสร้างพื้นฐาน และ reinforcement learning ล้วนเป็นของตัวเอง บนแพลตฟอร์มภายในที่เรียกว่า Model Factory งานทั้งหมดนี้มาจากทีม Applied Research ราว 60 คน และที่น่าทึ่งคือ XS.2 เพิ่งเริ่ม pre-training เมื่อห้าสัปดาห์ก่อนวันปล่อย แต่ตอนปล่อยก็ post-trained เสร็จเรียบร้อยแล้ว

ของจริงที่ต้องชั่งน้ำหนัก

ก่อนจะคาดหวังมากเกินไป ยังมีบางเรื่องที่ควรรู้ไว้ก่อน

ตัวเลข benchmark ที่ Poolside นำมาแสดง เป็นตัวเลขที่ Poolside วัดเอง ไม่ใช่ผลจากการทดสอบโดยหน่วยงานกลาง เคลมหลักคือ XS.2 รันบน GPU ตัวเดียวได้และยังสู้กับโมเดลที่ใหญ่กว่าหลายเท่าได้ ซึ่งเป็นเรื่องน่าสนใจ แต่ก็ควรอ่านในฐานะคำกล่าวของผู้พัฒนา ไม่ใช่ข้อสรุปที่ผ่านการตรวจสอบจากภายนอก

อีกเรื่องคือ "ฟรี" มีสองความหมายในที่นี้ การรัน XS.2 เองในเครื่องผ่าน Ollama ฟรีจริงและออฟไลน์ได้จริง แต่การเรียกผ่าน API หรือ OpenRouter ที่บอกว่าฟรี คือฟรีแบบจำกัดเวลา ไม่ใช่ของฟรีถาวร สองทางนี้ต่างกัน เลือกให้ตรงกับสิ่งที่ต้องการ

นอกจากตัวโมเดล Poolside ยังปล่อยเครื่องมือมาด้วย คือ pool ซึ่งเป็น coding agent บนเทอร์มินัลที่ใช้คู่กับโมเดลของค่าย เครื่องมือพวกนี้ช่วยให้คนที่มีโมเดลอยู่แล้วเอาไปใช้งานจริงได้ง่ายขึ้น

เปิด weight ไม่ได้แปลว่าเก่งสุด แต่แปลว่าเป็นของเราจริง

คุณค่าของ Laguna XS.2 จึงไม่ได้อยู่ที่มันชนะโมเดลปิดตัวไหน แต่อยู่ที่ว่าเมื่อโหลดมาแล้ว โมเดลอยู่ในมือเราเต็มตัว รันได้แม้เน็ตหลุด ปรับได้ตามใจ และโค้ดที่กำลังเขียนอยู่ก็ไม่ต้องเดินทางไปไหนเลย

ในโลกที่ AI สายเขียนโค้ดยิ่งเก่งยิ่งถูกขังไว้หลัง API การมีโมเดลสักตัวให้โหลดมาเป็นของตัวเองได้ อาจสำคัญกว่าการมีโมเดลที่เก่งกว่าอีกนิดแต่แตะต้องไม่ได้

ที่มา:

• บทความ Introducing Laguna XS.2 and Laguna M.1 จาก Poolside
• หน้า Two foundation models built for agentic coding. จาก Poolside