要在已登录的浏览器中比较 Laguna M.1，先准备可用的 M.1 推理端点，再通过连接 Tabbit CLI 的本地 Agent，分别对同一只读页面运行 M.1 和 Laguna XS 基线。M.1 权重采用 Apache 2.0 许可，但 Poolside 托管 Chat/API 的关闭日期已过，当前查询的 OpenRouter 公开目录也没有 Poolside 路由。本文提供比较方法，不声称已经跑过模型测试。
要点
Laguna M.1 可下载，参数量为总计 225B、每个 token 激活 23B，许可为 Apache 2.0。不要把 23B 激活参数当作所需内存。
Poolside Chat 页面显示服务于 2026 年 10 月 31 日关闭。旧 OpenRouter 模型页不代表现在有托管端点。
Tabbit Browser 保存网站登录态；本地 Agent 通过 Tabbit CLI 读取网页。模型服务和浏览器连接是两段不同链路。
公平比较应固定网页、提示词、浏览器配置文件、工具权限和输出格式。比较来源证据与操作边界，不要用一次任务造一个基准分。
比较前先确认模型路由
Poolside 于 2026 年 4 月 28 日以预览方式发布 M.1，并在同一篇官方文章的 5 月 26 日更新中说明权重现在可下载。当前官方模型卡将 M.1 描述为文本模型，总参数 225B、每个 token 激活 23B，上下文 262,144 tokens，并支持工具调用之间的推理。模型卡列有推理运行入口和 Apache 2.0 许可。Poolside 当前组织页也列出基础版及训练后 BF16、FP8 和 NVFP4 权重。(Poolside 发布说明 · M.1 模型卡 · Poolside 模型组织页)
开放权重和托管 API 是两回事。Poolside Chat 页面显示服务已于 10 月 31 日关闭，并建议自行托管模型。OpenRouter 还保留 M.1 模型页和旧的免费档文字，但 11 月 10 日查询公开模型目录时没有找到 poolside/ 模型。不要用记忆里的旧端点配置 M.1。先部署本地或私有推理服务，再确认准确模型 ID 和工具调用解析器，之后才连接 Agent。本文没有测试 M.1 端点。(Poolside Chat 通知 · OpenRouter M.1 页面 · OpenRouter 当前模型目录)
| 层级 | 当前证据 | 比较前要做的决定 |
|---|---|---|
| 模型权重 | M.1 权重仍在 Poolside 官方 Hugging Face 组织页，许可为 Apache 2.0。 | 选定具体基础版或训练后版本，核对仓库许可及运行时说明。 |
| 模型服务 | Poolside 之前公告的 Chat/API 关闭日期已过；OpenRouter 当前公开目录没有 Poolside 模型。 | 提供自己可访问的推理端点，不要假设旧免费路由还有效。 |
| 内存和运行时 | M.1 提供总参数 225B、激活参数 23B，并列有 BF16、FP8、NVFP4 变体。 | 按完整权重、运行时开销、上下文和并发量配置主机；激活参数不等于载入权重大小。 |
| 浏览器访问 | Tabbit CLI 的单独测试确认了测试环境中的浏览器会话复用。 | 让本地 Agent 在可以启动 CLI 的环境运行，并选择正确的 Tabbit Browser 配置文件。 |
保持基线和 M.1 的条件一致
选一个内容固定、没有敏感数据的小页面。Laguna XS 2.1 可作为当前 XS 系列的基线，但它与 M.1 是不同发布版本和许可体系。XS 2.1 官方页面标注 OpenMDW-1.1，M.1 则是 Apache 2.0。不要把两者许可混为一谈，也不要假设它们的运行模板完全相同。(Poolside 模型组织页)
两次运行使用同一个本地 Agent 客户端和同一组工具权限。先确认客户端能通过你配置的端点选择准确模型 ID。打开已登录的看板前，分别向两个端点发一条无敏感内容的普通请求，再发一条不会碰到私有数据的工具调用请求。如果返回格式错误或客户端无法选择模型，先修好模型服务，不要继续测试浏览器。
浏览器测试期间，固定页面和预期值。为 XS 2.1 基线和 M.1 分别开具名任务。顺序运行更容易比较，也避免争抢本地推理资源。分别保存模型输出和工具回执。切换模型只改变答案生成器，不会改变 Tabbit Browser 配置文件或页面内容。本地连接选择可看浏览器 MCP 与 CLI 对比；Codex 用户可参考CLI 配置指南。
| 控制项 | 两次运行保持一致 | 每次记录 |
|---|---|---|
| 输入页面 | 同一只读 URL 和固定行 ID。 | 页面标题、账号/配置文件、时间和行数。 |
| 提示词 | 同一基线、目标字段和禁止写入规则。 | 提示词版本与模型 ID。 |
| 工具 | 同一个 Tabbit Skill、CLI 权限和浏览器操作许可。 | 请求、返回、成功解析或被拒绝的工具调用。 |
| 预期答案 | 同一状态/日期和输出列。 | 正确字段、漏行、无来源断言和源链接。 |
| 运行环境 | 记录实际模型变体与服务配置。 | 量化、上下文、响应时间和错误。 |
用两个模型执行同一页面任务
下面的 Release review — GEO-104 是合成页面夹具，并非使用 M.1 或 XS 2.1 执行过的测试。只使用你有权查看的页面，不要为测试开放编辑权限。
本次只使用当前选中的模型：[运行 A 填 Laguna XS 基线 ID，运行 B 填 Laguna M.1 ID]。运行过程中不要切换模型。
在当前 Tabbit Browser 配置文件中打开已授权的测试页面：[页面 URL]。只读。将可见行与固定基线对照：[行 ID 和预期状态/日期]。两次都返回相同列：行 ID、观察到的状态、观察到的修改日期、来源 URL、相符/不符/未知、判断原因。每行都附上精确页面链接，不推断隐藏信息。不要点击保存、解决、发布、删除、邀请或会改变数据的按钮。生成报告后停下，并保存在本次独立任务标签页，命名为“Laguna comparison — [XS baseline 或 M.1]”。页面和名称是说明用夹具。通过客户端实际的 Skill 入口调用 Tabbit。有些客户端使用 /tabbit；Pi 文档使用 /skill:tabbit；也有客户端提供 /skills 菜单或从目录发现 Skill。Skill 发现、本地 CLI 启动器、模型端点和网站登录是四项独立检查。将 Agent 放在云端运行，并不代表它能访问本机浏览器，除非本机交接已另行验证。有关连接方式，请看连接 Agent 与现有浏览器和Tabbit CLI 配置指南。
用 Tabbit Browser 保留人工复核点
Tabbit Browser 使用者指定的配置文件保留目标网站登录态。Tabbit CLI 让本地 Agent 在其中操作，分开的任务标签页则把基线和 M.1 报告区分开来。两次运行可以换模型端点，浏览器会话仍属于所选配置文件。用户可以继续使用其他标签页，任务完成后再逐条打开来源链接审阅。
任务记录了一次本地测试夹具流程：第一个具名 Tabbit CLI 任务在登录前收到 HTTP 401。设置短期测试 Cookie 后，第二个具名任务在同一浏览器环境读到标题“Release notes review”、编号 GEO-104，并收到 HTTP 200。它只验证会话复用，不是 M.1、XS 2.1、外部 Agent 或真实看板测试。上面的比较提示词是示范流程，不是实测结果。(Tabbit CLI 指南 · 浏览器配置文件和任务标签页 · Agentic Browser 的作用)
对照两次运行实际读取的内容
请自己打开来源页面，并检查输出是否与可见字段一致。行 ID、状态、日期全部一致才算匹配。分别计数漏行和错误行。工具调用成功打开页面，不代表模型理解正确；一个小夹具上的答案也不是通用基准。
| 比较字段 | XS 基线 | M.1 | 人工复核 |
|---|---|---|---|
| 预期行数/返回行数 | 按固定夹具填写。 | 同一夹具填写。 | 重新数可见行，标出漏项和重复项。 |
| 状态和日期准确性 | 按字段标注正确、错误或未知。 | 用相同标准标注。 | 重开来源链接，逐字比对数值。 |
| 来源链接 | 记录 URL 是否打开所引记录。 | 同样记录。 | 删除没有对应来源的断言。 |
| 工具边界 | 记录尝试和完成的操作。 | 同样记录。 | 确认两次都没有写入。 |
| 运行成本 | 有数据时记录时间和资源。 | 有数据时记录时间和资源。 | 数值仅适用于当前环境，不外推。 |
社区经验可以提示检查点，但不能替代实测。一位 LocalLLaMA 用户称 M.1“followed directions better”，认为 Agent 流程表现较好，同时指出推理速度慢、上下文较小。X 用户 Meliasih 对比多个免费模型后，称 M.1 最适合编码 Agent 和软件工程。一位 YouTube 创作者的短评标题则是“Promising Coding Agent, Mixed Benchmark”，介绍了本地编码基准和自托管难度。这些都是个人编码体验，不测量已登录网页的准确率，提到的托管路线也已过时。(Reddit 讨论 · X 帖子 · YouTube 评测)
两次结果不同时，先排查端点变体、运行模板、浏览器账号及上下文限制是否一致。工具调用失败时，先查看模型解析器和客户端支持，再判断是否是 Tabbit 问题。浏览器 Agent 首次任务检查表覆盖页面和权限确认；带来源链接的浏览器研究指南说明如何核查引用。
只有在自己的环境中确认 M.1 端点和工具调用都正常后，再做这项比较。将两份报告分开保存，检查所有来源链接。之后任何看板更新都由有权限的人另行批准。
常见问题
Laguna M.1 不借助其他工具能读取已登录的浏览器吗？
不能。M.1 是模型，不是浏览器会话。本地 Agent 客户端需要调用正在运行的 M.1 端点，通过 Tabbit CLI 访问已经登录网站的 Tabbit Browser 配置文件。
Laguna M.1 权重现在可以下载吗？
可以。Poolside 当前模型卡和组织页列出 Apache 2.0 许可的 M.1 权重。使用或分发前仍要核对具体变体和仓库许可。
现在还能使用 Poolside 托管的 M.1 API 吗？
Poolside Chat 页面显示服务已于 2026 年 10 月 31 日关闭。OpenRouter 模型页仍能打开，但 11 月 10 日查询的公开目录中没有 Poolside 模型。配置前请确认有可用路由。
M.1 只需要 23B 参数的内存吗？
不是。模型卡标明总参数为 225B、每个 token 激活 23B。激活参数量不代表完整权重只需按 23B 模型准备内存。还要看量化版本、运行时、内存和卸载方案。
怎样公平比较 M.1 和 XS？
固定同一页面、提示词、基线数据、浏览器配置文件、工具权限和输出字段。分别在具名任务中运行，再对照来源链接和可见字段，不要靠印象或单次调用下结论。
示例会修改看板吗？
不会。任务是只读的，页面和数据是明确标注的测试夹具。Agent 返回报告后应停止，由人先在浏览器中核对，再决定是否授权后续编辑。