要在已登入的瀏覽器中比較 Laguna M.1，先準備可用的 M.1 推論端點，再透過連接 Tabbit CLI 的本機 Agent，分別對相同的唯讀頁面執行 M.1 和 Laguna XS 基準。M.1 權重採 Apache 2.0 許可，但 Poolside 託管 Chat/API 的公告關閉日期已過，當前查詢的 OpenRouter 公開目錄也沒有 Poolside 路由。本文提供比較方法，並未聲稱已執行模型測試。
重點整理
Laguna M.1 可下載，總參數 225B、每個 token 啟用 23B，許可為 Apache 2.0。不要把啟用參數量當成記憶體需求。
Poolside Chat 頁面表示服務已於 2026 年 10 月 31 日關閉。舊 OpenRouter 模型頁不代表目前有託管端點。
Tabbit Browser 保留網站登入狀態；本機 Agent 透過 Tabbit CLI 讀取頁面。模型服務和瀏覽器連線是不同環節。
公平比較要固定頁面、提示詞、瀏覽器設定檔、工具權限和輸出格式。比較證據和操作邊界，不要以單次任務製造基準分數。
先確認模型路由
Poolside 於 2026 年 4 月 28 日以預覽方式發布 M.1，並在同一篇官方文章的 5 月 26 日更新中表示權重已開放下載。官方模型卡將 M.1 描述為文字模型，總參數 225B、每個 token 啟用 23B，上下文為 262,144 tokens，也支援工具呼叫之間的推理。模型卡列出執行方式和 Apache 2.0 許可。Poolside 組織頁也列出基礎版及後訓練 BF16、FP8、NVFP4 權重。(Poolside 發布文章 · M.1 模型卡 · Poolside 模型組織)
開放權重和託管 API 是兩回事。Poolside Chat 頁面說服務已於 10 月 31 日關閉，並引導使用者自行託管。OpenRouter 還保留 M.1 模型頁和舊免費方案文字，但 11 月 10 日查詢公開目錄時找不到 poolside/ 模型。不要使用記憶中的舊端點設定 M.1。先部署本機或私人推論服務，確認正確模型 ID 與工具呼叫解析器，再連接 Agent。本文沒有測試 M.1 端點。(Poolside Chat 通知 · OpenRouter M.1 頁面 · OpenRouter 目前目錄)
| 層級 | 已確認資訊 | 測試前要決定的事 |
|---|---|---|
| 模型權重 | M.1 權重仍在 Poolside 官方 Hugging Face 組織頁，許可為 Apache 2.0。 | 選定基礎版或後訓練版本，核對該版本的許可和執行說明。 |
| 模型服務 | Poolside 已公告的 Chat/API 關閉日期已過；OpenRouter 現行公開目錄沒有 Poolside 模型。 | 提供自己的可達推論端點，不要假設舊免費路由仍可用。 |
| 記憶體與執行時 | M.1 有總參數 225B、啟用參數 23B，也提供 BF16、FP8、NVFP4 版本。 | 按完整權重、執行時開銷、上下文和並行工作配置主機。啟用參數不等於已載入權重大小。 |
| 瀏覽器連線 | Tabbit CLI 的獨立測試曾確認測試環境能重用瀏覽器工作階段。 | 讓本機 Agent 在能啟動 CLI 的環境執行，並選對 Tabbit Browser 設定檔。 |
讓基準和 M.1 的條件一致
挑選一個內容固定、沒有敏感資料的小頁面。Laguna XS 2.1 可作為目前 XS 系列基準，但它與 M.1 是不同版本和許可系列。XS 2.1 官方頁面標示 OpenMDW-1.1，M.1 則是 Apache 2.0。不要混用許可條款，也不要假設執行範本完全相同。(Poolside 模型組織)
兩次測試使用同一個本機 Agent 用戶端和相同工具權限。先確認用戶端能透過已設定端點選到正確模型 ID。開啟已登入的看板前，分別對兩個端點送出無敏感內容的一般請求，再送出不會碰觸私人資料的工具呼叫。如果輸出格式錯誤或用戶端選不到模型，先處理模型服務，再測試瀏覽器。
瀏覽器測試中，頁面和預期值都保持不變。分別為 XS 2.1 基準與 M.1 開具名任務。依序執行更容易比較，也能避免本機推論資源互相搶用。分別記錄輸出和工具回執。切換模型只會改變答案生成器，不會改變 Tabbit Browser 設定檔或頁面狀態。本機連線方式可看瀏覽器 MCP 與 CLI 比較；Codex 使用者可參考CLI 設定指南。
| 控制項 | 兩次測試固定不變 | 每次要記錄 |
|---|---|---|
| 輸入頁面 | 同一唯讀 URL 和固定資料列 ID。 | 頁面標題、帳號／設定檔、時間和列數。 |
| 提示詞 | 同一基準、欄位要求和禁止寫入規則。 | 提示詞版本及模型 ID。 |
| 工具 | 同一個 Tabbit Skill、CLI 權限和瀏覽器操作許可。 | 請求、返回、解析成功或遭拒絕的工具呼叫。 |
| 預期答案 | 相同狀態／日期和輸出欄位。 | 正確欄位、漏列、無來源主張和來源連結。 |
| 執行環境 | 記錄具體版本和服務設定。 | 量化、上下文限制、回應時間及錯誤。 |
用兩個模型執行相同頁面任務
以下的 Release review — GEO-104 是合成頁面夾具，並非使用 M.1 或 XS 2.1 執行的測試。只使用你有權讀取的頁面，測試時不要開放編輯控制項。
本次只使用目前選取的模型：[測試 A 填 Laguna XS 基準 ID，測試 B 填 Laguna M.1 ID]。本次執行期間不要切換模型。
在目前 Tabbit Browser 設定檔中開啟已授權測試頁面：[頁面 URL]。唯讀。將可見資料列與固定基準比對：[資料列 ID 和預期狀態／日期]。兩次都回傳相同欄位：資料列 ID、觀察到的狀態、觀察到的修改日期、來源 URL、相符／不符／未知、判斷原因。每列附上精確頁面連結，不推測隱藏資料。不要點選儲存、解決、發布、刪除、邀請或任何會修改資料的控制項。完成報告後停下，並放在本次獨立任務分頁，命名為「Laguna comparison — [XS baseline 或 M.1]」。頁面與名稱都是示例夾具。用戶端必須透過實際的 Skill 入口呼叫 Tabbit。有些用戶端使用 /tabbit；Pi 文件使用 /skill:tabbit；其他用戶端可能使用 /skills 選單或掃描資料夾。Skill 發現、本機 CLI 啟動器、模型端點和網站登入是四項不同檢查。若 Agent 在雲端執行，除非另行驗證本機交接，否則它無法因此存取本機瀏覽器。連線方式請看連接 Agent 與既有瀏覽器和Tabbit CLI 設定指南。
用 Tabbit Browser 保留人工覆核點
Tabbit Browser 將目標網站留在使用者選定的設定檔中。Tabbit CLI 讓本機 Agent 在其中操作，分開的任務分頁則能區分基準和 M.1 報告。每次執行可切換模型端點，但瀏覽器登入態仍綁定所選設定檔。使用者可以繼續在其他分頁工作，任務完成後再逐一開啟來源連結審閱報告。
任務紀錄包含一次本機測試夾具檢查：第一個具名 Tabbit CLI 任務在登入前收到 HTTP 401。設好短期測試 Cookie 後，第二個具名任務在相同瀏覽器環境讀到「Release notes review」標題和 GEO-104 編號，並收到 HTTP 200。此測試只驗證工作階段重用，不是 M.1、XS 2.1、外部 Agent 或真實看板測試。上方比較提示詞是示範方法，並非量測結果。(Tabbit CLI 指南 · 瀏覽器設定檔與任務分頁 · Agentic Browser 的作用)
對照兩次執行實際讀到的內容
自行打開來源頁面，並檢查輸出是否與可見欄位一致。只有資料列 ID、狀態和日期都相符才算匹配。分開計算漏列和錯列。工具呼叫成功開啟頁面，不代表模型理解了內容；小型夾具中的正確答案也不是通用基準。
| 比較欄位 | XS 基準 | M.1 | 人工覆核 |
|---|---|---|---|
| 預期列數／返回列數 | 依固定夾具填寫。 | 使用相同夾具填寫。 | 重新點算可見列，標出漏項和重複項。 |
| 狀態與日期準確度 | 按欄位標記正確、錯誤或未知。 | 同一標準標記。 | 重新開啟來源連結，逐字比對數值。 |
| 來源連結 | 記錄 URL 是否打開被引用的列。 | 同樣記錄。 | 刪除沒有對應來源的主張。 |
| 工具邊界 | 記錄嘗試和完成的操作。 | 同樣記錄。 | 確認兩次執行均為唯讀。 |
| 執行成本 | 有測量值時記錄時間和資源。 | 有測量值時記錄時間和資源。 | 數值只適用目前環境，不要外推。 |
社群貼文可提供檢查方向，但不能取代測試。一位 LocalLLaMA 使用者稱 M.1「followed directions better」，並認為它的 Agent 流程較好，同時指出推理速度慢、上下文較小。X 使用者 Meliasih 試用多個免費模型後，稱 M.1 最吸引人，適合 coding agent 和軟體工程。另一位 YouTube 評論者的短評標題是「Promising Coding Agent, Mixed Benchmark」，說明中提到本機基準和自架難度。這些是個人編碼體驗，沒有測試登入後的瀏覽器準確度，提及的託管路由也已過時。(Reddit 討論 · X 貼文 · YouTube 評測)
兩次結果不同時，先排除端點變體、執行模板、帳號工作階段及上下文限制差異。工具呼叫失敗時，先檢查模型解析器和用戶端支援，再判斷 Tabbit 是否有問題。瀏覽器 Agent 首次任務檢查表涵蓋頁面與權限確認；帶來源連結的瀏覽器研究指南說明如何檢查引用。
只有在自己的環境確認 M.1 端點和工具呼叫可用後，才進行這項比較。兩份報告分開保存並檢查每個來源連結。後續看板更新由有權限的人另行決定。
常見問題
Laguna M.1 不透過其他工具就能讀取已登入的瀏覽器嗎？
不行。M.1 是模型，不是瀏覽器工作階段。本機 Agent 用戶端必須呼叫執行中的 M.1 端點，並透過 Tabbit CLI 操作已登入網站的 Tabbit Browser 設定檔。
Laguna M.1 權重現在可以下載嗎？
可以。Poolside 目前的模型卡和組織頁列出 Apache 2.0 許可的 M.1 權重。使用或散布前，仍應核對實際變體及儲存庫許可。
現在還能使用 Poolside 託管的 M.1 API 嗎？
Poolside Chat 頁面顯示服務已於 2026 年 10 月 31 日關閉。OpenRouter 模型頁仍可開啟，但 11 月 10 日檢查公開目錄時沒有 Poolside 模型。設定前請確認路由可用。
M.1 只需要 23B 參數的記憶體嗎？
不是。模型卡標示總參數 225B、每個 token 啟用 23B。啟用參數數量不代表完整權重只需要 23B 模型的記憶體。還要查看量化版本、執行時、記憶體和卸載方式。
如何公平比較 M.1 和 XS？
使用相同頁面、提示詞、基準資料、瀏覽器設定檔、工具權限和輸出欄位。分別在具名任務中執行，再比較來源連結和頁面可見值，不要只靠印象或單次呼叫下結論。
範例會修改儀表板嗎？
不會。任務採唯讀，頁面和資料也明確標示為測試夾具。Agent 回傳報告後應停止，由人先在瀏覽器中覆核，再決定是否授權後續編輯。