ログイン済みブラウザーで Laguna M.1 を比較するには、まず稼働する M.1 推論 endpoint を用意します。その後、Tabbit CLI に接続したローカル Agent で同じページを読み取り専用で処理し、M.1 と Laguna XS の基準モデルを比較します。M.1 の重みは Apache 2.0 で公開されていますが、Poolside のホスト型 Chat/API 終了日は過ぎており、現在の OpenRouter 公開カタログにも Poolside の route はありません。この記事は比較手順を示し、実行結果を主張しません。
要点
Laguna M.1 はダウンロード可能で、総 225B / 活性 23B パラメータ、Apache 2.0 です。活性数は必要メモリではありません。
Poolside Chat は 2026 年 10 月 31 日に終了したと告知しています。古い OpenRouter ページがあっても、ホスト型 endpoint の稼働証拠にはなりません。
Tabbit Browser がサイトセッションを保持し、ローカル Agent が Tabbit CLI でページを読みます。モデルサーバーとブラウザー接続は別です。
公平な比較ではページ、prompt、プロファイル、権限、出力を固定します。1 回のタスクから点数を作らず、出典と操作境界を比べます。
比較前にモデル経路を確認する
Poolside は 2026 年 4 月 28 日に M.1 をプレビュー公開し、5 月 26 日の同じ記事の更新で重みの提供開始を発表しました。公式モデルカードには、総 225B、token ごとに活性 23B、262,144 token のコンテキスト、ツール呼び出し間の推論をサポートするテキストモデルとあります。対応 runtime と Apache 2.0 も記載されています。Poolside の組織ページには base と後訓練済みの BF16、FP8、NVFP4 が掲載されています。(Poolside 発表 · M.1 モデルカード · Poolside モデル組織)
オープンウェイトはホスト型 API と同じではありません。Poolside Chat は 10 月 31 日に終了し、自分でモデルをホストするよう案内しています。OpenRouter に古い無料枠の説明が残る M.1 ページはありますが、11 月 10 日に公開カタログを調べたところ poolside/ ID はありませんでした。覚えている古い endpoint をそのまま設定しないでください。ローカルまたはプライベートな推論サービスを用意し、Agent をつなぐ前に正確なモデル ID とツール parser を試します。この記事では M.1 endpoint をテストしていません。(Poolside Chat 通知 · OpenRouter M.1 ページ · OpenRouter 現行カタログ)
| 層 | 現在確認できること | テスト前の判断 |
|---|---|---|
| モデル重み | M.1 artefact は Poolside 公式 Hugging Face 組織にあり、Apache 2.0。 | base または post-trained の variant を選び、license と runtime を確認。 |
| serving | Poolside の Chat/API 終了日を過ぎており、OpenRouter 公開カタログに Poolside ID はなかった。 | 自分で到達可能な endpoint を用意し、古い無料ルートに依存しない。 |
| メモリ/runtime | M.1 は総 225B / 活性 23B、BF16、FP8、NVFP4 variant。 | checkpoint 全体、runtime、context、同時セッションに合わせて host を選ぶ。活性数は loaded size ではない。 |
| ブラウザー | 別の Tabbit CLI fixture テストでローカルセッション再利用を確認。 | CLI とブラウザーにアクセスできる場所で Agent を実行し、正しいプロファイルを選ぶ。 |
基準モデルと M.1 の条件をそろえる
機密情報のない、小さく固定されたページを使います。Laguna XS 2.1 は現在の XS 系基準として使えますが、別バージョン・別ライセンスです。公式ページでは XS 2.1 は OpenMDW-1.1、M.1 は Apache 2.0 です。条件を混同せず、runtime template が同じだと仮定しないでください。(Poolside モデル組織)
同じローカル Agent クライアントとツール権限を使います。設定した endpoint 経由で正確な model ID を選べるか確認します。ログイン済みの看板を開く前に、各 endpoint へ機密データを含まない通常要求を送り、次にプライベートデータに触れないツール呼び出しを試します。返却形式が壊れているかモデルを選択できなければ、ブラウザーテストの前に serving を直します。
ブラウザー実行ではページと期待値を固定します。XS 2.1 の基準と M.1 にそれぞれ名前付きタスクを作ります。順番に実行すると比較しやすく、ローカル推論資源も取り合いません。出力とツール receipt は個別に記録します。モデルを切り替えても答えを作るモデルが変わるだけで、Tabbit Browser プロファイルやページは変わりません。MCP と CLI の比較はローカル接続を説明します。クライアントの例はCodex 設定ガイドを参照してください。
| 条件 | 両方で固定 | 各実行で記録 |
|---|---|---|
| 入力ページ | 同じ読み取り専用 URL と固定 row ID。 | タイトル、アカウント/プロファイル、時刻、行数。 |
| prompt | 同じ基準値、要求フィールド、書き込み禁止。 | prompt version と model ID。 |
| ツール | 同じ Tabbit skill、CLI 権限、ブラウザー操作。 | 要求、返却、解析、拒否されたツール呼び出し。 |
| 期待値 | 同じ status/date と出力列。 | 正しい値、抜け、根拠なし主張、source link。 |
| runtime | 正確な variant と serving 設定を記録。 | 量子化、context、応答時間、エラー。 |
2 つのモデルで同じページタスクを実行する
例の Release review — GEO-104 は合成ページの fixture であり、M.1 や XS 2.1 で実行したテストではありません。読む権限があるページを使い、編集操作はテストで有効にしないでください。
今選択されているモデルのみを使用します: [実行 A の Laguna XS 基準 ID、または実行 B の Laguna M.1 ID]。この実行中はモデルを切り替えません。
現在の Tabbit Browser プロファイルで、許可されたテストページを開きます: [ページ URL]。読み取り専用です。表示行を次の固定基準と比較します: [row ID と期待する status/date]。両方の実行で同じ列を返します: row ID、確認できた status、確認できた更新日、source URL、一致/不一致/不明、理由。各行に正確なページリンクを付けます。非表示情報を推測しません。保存、解決、公開、削除、招待、データ変更のボタンは押しません。別々のタスクタブに「Laguna comparison — [XS baseline または M.1]」という名前でレポートを作成して終了します。ページと名前は説明用 fixture です。クライアントの実際の skill 入口から Tabbit を呼びます。クライアントによって /tabbit、Pi の /skill:tabbit、または /skills メニュー、ディレクトリ検出があります。skill 発見、ローカル CLI 起動、モデル endpoint、サイトログインは個別に確認します。ローカル handoff を別途検証しなければ、cloud runner はローカルブラウザーへ接続できません。Agent を既存ブラウザーに接続する方法とTabbit CLI 設定を確認してください。
人が Tabbit Browser で確認する
Tabbit Browser は利用者が選んだプロファイルで対象サイトを開きます。Tabbit CLI を通じてローカル Agent がページを扱い、別タスクタブで基準と M.1 の結果を分けます。model endpoint は実行ごとに変わっても、ブラウザーセッションは選択プロファイルに紐づきます。ユーザーは他のタブで作業を続け、後からリンクを開いて結果を確認できます。
プロジェクト記録にはローカル fixture テストがあります。最初の名前付き Tabbit CLI タスクはログイン前に HTTP 401 を受けました。短期テスト Cookie を設定した後、2 つ目のタスクは同じ環境で「Release notes review」と GEO-104 を読み、HTTP 200 を受けました。確認したのは fixture のセッション再利用のみです。M.1、XS 2.1、外部 Agent、実際の看板はテストしていません。前の prompt も測定結果ではなく手順案です。(Tabbit CLI ガイド · ブラウザープロファイルとタスクタブ · Agentic Browser の役割)
各実行が実際に読んだ内容を比べる
出典ページを開き、見える値と出力を照合します。row ID、status、date が一致した場合だけ一致とします。抜けた行と誤った行を別々に数えます。ツール呼び出しでページを開けても、モデルが理解した証拠にはなりません。小さな fixture の正答も一般 benchmark ではありません。
| 比較項目 | XS 基準 | M.1 | 人の確認 |
|---|---|---|---|
| 期待/返却行数 | 固定 fixture から記入。 | 同じ fixture。 | 見える行を数え、重複と漏れを記録。 |
| status/date の正確さ | フィールドごとに正/誤/不明を記録。 | 同じ方法。 | 出典を開き、値を正確に比べる。 |
| source link | URL が対象の行を開くか記録。 | 同じ方法。 | 対応する出典のない主張を削除。 |
| ツール境界 | 試みた/完了した操作を記録。 | 同じ方法。 | どちらも読み取り専用だったか確認。 |
| 実行コスト | 計測した場合は時間と資源を記録。 | 同じ方法。 | 測定値を現在の環境以外へ一般化しない。 |
コミュニティ投稿は確認項目の手がかりであり、結論ではありません。LocalLLaMA のユーザーは M.1 について「followed directions better」と述べ、agentic flow も良かった一方で、推論が遅くコンテキストが限られると指摘しました。X の Meliasih は無料モデルをいくつか試し、M.1 をコーディング Agent やソフトウェアエンジニアリングに最も魅力的な選択肢としました。YouTube の短いレビューは「Promising Coding Agent, Mixed Benchmark」という題で、ローカル benchmark と self-host の難しさに触れています。どれも個人の coding 体験で、ログイン済みブラウザーの正確さを測っていません。ホスト経路の記述も過去のものです。(Reddit の議論 · X 投稿 · YouTube レビュー)
結果が違う場合、最初に endpoint variant、runtime template、セッション、context limit を確認します。ツールが失敗したら、Tabbit のせいにする前に model parser と client 対応を確認します。ブラウザー Agent の初回タスク checklistでページと権限を、出典リンク付きブラウザー調査で引用を確認できます。
自分の環境で M.1 endpoint とツール呼び出しを確認してから比較してください。レポートは別々に保存して出典を開き直します。看板の変更は権限を持つ人が別途決めます。
よくある質問
Laguna M.1 は別のツールなしでログイン済みブラウザーを読めますか？
いいえ。M.1 はモデルであり、ブラウザーセッションではありません。ローカル Agent が稼働中の M.1 endpoint を呼び出し、Tabbit CLI を実行して、サイトにログイン済みの Tabbit Browser プロファイルを使います。
Laguna M.1 の重みはダウンロードできますか？
はい。Poolside の現行モデルカードと組織ページでは M.1 の重みが Apache 2.0 で公開されています。利用や再配布の前に、variant とリポジトリのライセンスを確認してください。
Poolside がホストする M.1 API は現在も使えますか？
Poolside Chat は 2026 年 10 月 31 日に終了したと案内しています。OpenRouter の M.1 ページは残っていますが、11 月 10 日に確認した公開カタログには Poolside モデルがありませんでした。設定前に稼働中の経路を確認してください。
M.1 に必要なメモリは 23B パラメータ分だけですか？
いいえ。カードには総 225B、活性 23B とあります。トークンごとの活性パラメータ数は checkpoint 全体を 23B モデルとして載せられる意味ではありません。量子化、runtime、メモリ、offload を確認してください。
M.1 と XS を公平に比較するには？
同じページ、prompt、基準値、ブラウザープロファイル、権限、出力項目を使います。それぞれを別の名前付きタスクで実行し、印象や一回の呼び出しではなくリンクと画面上の値を比べます。
この例はダッシュボードを変更しますか？
いいえ。タスクは読み取り専用で、fixture と明記しています。レポート後に Agent を停止し、後続の編集を許可する前に人がブラウザーで確認します。