Para comparar Laguna M.1 en un navegador con sesión iniciada, configura primero un endpoint M.1 que funcione. Después ejecuta la misma tarea de solo lectura con M.1 y una base Laguna XS mediante un agente local conectado a Tabbit CLI. Los pesos de M.1 tienen licencia Apache 2.0, pero la fecha de cierre del Chat/API alojado de Poolside ya pasó y el catálogo público actual de OpenRouter no mostraba rutas de Poolside. Este artículo propone un método, no presenta resultados de una ejecución.
Ideas clave
Laguna M.1 se puede descargar y tiene 225B parámetros totales y 23B activos por token, bajo Apache 2.0. Los parámetros activos no indican la memoria necesaria.
Poolside Chat dice que cerró el 31 de octubre de 2026. Las fichas antiguas de OpenRouter no prueban que exista un endpoint alojado.
Tabbit Browser conserva la sesión del sitio; un agente local usa Tabbit CLI para leer páginas. El servidor del modelo y la conexión del navegador son independientes.
Para comparar bien, fija página, prompt, perfil, permisos y formato. Compara las fuentes y los límites de acción, no inventes una puntuación a partir de una tarea.
Confirma la ruta del modelo antes de comparar
Poolside anunció M.1 en vista previa el 28 de abril de 2026 y señaló en una actualización del 26 de mayo que los pesos ya se podían descargar. La ficha oficial actual describe un modelo de texto con 225B parámetros totales, 23B activos por token, contexto de 262.144 tokens y razonamiento entre llamadas a herramientas. También indica runtimes compatibles y Apache 2.0. La organización de Poolside lista las variantes base y postentrenadas BF16, FP8 y NVFP4. (Anuncio de Poolside · Ficha M.1 · Organización de modelos Poolside)
Los pesos abiertos y una API alojada son opciones distintas. Poolside Chat dice que cerró el 31 de octubre y dirige a los usuarios a alojar los modelos. OpenRouter aún conserva una página de M.1 con texto antiguo sobre el plan gratuito, pero el catálogo público consultado el 10 de noviembre no contenía IDs poolside/. No configures M.1 con un endpoint recordado. Prepara un servicio de inferencia local o privado y prueba el ID exacto y el parser de llamadas a herramientas antes de conectar el agente. Este artículo no probó ningún endpoint M.1. (Aviso de Poolside Chat · Página M.1 en OpenRouter · Catálogo actual de OpenRouter)
| Capa | Evidencia actual | Decisión antes de probar |
|---|---|---|
| Pesos | Los artefactos M.1 siguen en la organización oficial de Hugging Face y muestran Apache 2.0. | Elige la variante exacta y revisa licencia e instrucciones del runtime. |
| Servicio | La fecha de cierre anunciada por Poolside ya pasó; el catálogo actual de OpenRouter no mostró IDs de Poolside. | Proporciona un endpoint de inferencia accesible por tu cuenta. No asumas que sigue activa una ruta gratuita antigua. |
| Memoria y runtime | M.1 lista 225B totales / 23B activos y variantes BF16, FP8 y NVFP4. | Dimensiona el host para el checkpoint completo, el runtime, el contexto y las sesiones simultáneas. Los parámetros activos no son el tamaño cargado. |
| Navegador | Una prueba separada de Tabbit CLI confirmó la reutilización de sesión en una fixture local. | Ejecuta el agente local donde pueda lanzar el CLI y elige el perfil de Tabbit Browser correcto. |
Mantén la base y M.1 en condiciones equivalentes
Elige una página pequeña, fija y sin datos sensibles. Laguna XS 2.1 puede servir como base de la familia XS, pero es una versión y licencia distintas. Su página oficial indica OpenMDW-1.1, mientras que M.1 usa Apache 2.0. No mezcles sus condiciones ni supongas que usan la misma plantilla de runtime. (Organización de modelos Poolside)
Usa el mismo cliente de agente local y los mismos permisos de herramientas. Confirma que el cliente puede seleccionar las IDs exactas a través de los endpoints configurados. Antes de abrir el panel con sesión iniciada, envía a cada endpoint una petición inofensiva y una llamada de herramienta que no toque datos privados. Si el resultado está mal formado o no puedes seleccionar un modelo, corrige el servicio antes de probar el navegador.
En ambas pruebas conserva la página y los valores esperados. Abre una tarea con nombre para la base XS 2.1 y otra para M.1. Ejecutarlas una detrás de otra facilita la comparación y evita competir por recursos locales. Guarda la salida y el recibo de herramienta de cada una. Cambiar el modelo cambia quién genera la respuesta, no el perfil o estado de Tabbit Browser. La comparación entre MCP y CLI explica las opciones de conexión local. Para un ejemplo concreto de cliente, consulta la configuración de Codex.
| Control | Igual en ambas ejecuciones | Registra en cada una |
|---|---|---|
| Página de entrada | Misma URL de solo lectura e IDs de fila. | Título, perfil/cuenta, hora y número de filas. |
| Prompt | Misma base, campos solicitados y regla de no escritura. | Versión del prompt e ID del modelo. |
| Herramientas | Misma skill de Tabbit, permisos CLI y acciones de navegador. | Llamadas solicitadas, devueltas, analizadas o rechazadas. |
| Respuesta esperada | Mismos estados/fechas y columnas. | Campos correctos, filas omitidas, afirmaciones sin fuente y enlaces. |
| Runtime | Anota variante y configuración de serving. | Cuantización, contexto, tiempo y errores. |
Ejecuta la misma tarea de página con ambos modelos
La página sintética Release review — GEO-104 del ejemplo es una fixture, no una prueba realizada con M.1 o XS 2.1. Usa una página que puedas leer y no habilites controles de edición.
Usa únicamente el modelo seleccionado ahora: [ID de la base Laguna XS para la ejecución A o ID de Laguna M.1 para la B]. No cambies de modelo durante esta ejecución.
En el perfil actual de Tabbit Browser, abre la página autorizada: [URL de la página]. Solo lectura. Compara las filas visibles con esta base fija: [IDs de fila y estado/fecha esperados]. En ambas ejecuciones devuelve las mismas columnas: ID, estado observado, fecha de modificación observada, URL de origen, coincide/no coincide/desconocido y motivo. Añade el enlace exacto para cada fila. No infieras datos ocultos. No pulses Guardar, Resolver, Publicar, Eliminar, Invitar ni controles que cambien datos. Detente al crear el informe en la pestaña de tarea separada de esta ejecución, con nombre "Laguna comparison — [XS baseline o M.1]". La página y el nombre son fixtures ilustrativas.Invoca Tabbit con la entrada de skill real del cliente. Algunos usan /tabbit; Pi documenta /skill:tabbit; otros muestran /skills o detectan skills en una carpeta. La detección de skill, el lanzador CLI local, el endpoint del modelo y el inicio de sesión del sitio son comprobaciones diferentes. Un runner en la nube no accede al navegador local salvo que se verifique una entrega local aparte. Consulta la guía para conectar un agente a un navegador existente y la configuración de Tabbit CLI.
Usa Tabbit Browser para que una persona revise
Tabbit Browser mantiene el sitio en el perfil que eligió la persona. Tabbit CLI permite que el agente local use esas páginas y las pestañas de tarea separadas distinguen la base y el informe M.1. El endpoint del modelo puede cambiar entre ejecuciones; la sesión sigue ligada al perfil elegido. La persona puede trabajar en otras pestañas y abrir las fuentes al terminar.
El registro del proyecto documenta una prueba local con fixture: una primera tarea del Tabbit CLI recibió HTTP 401 antes de iniciar sesión. Después de añadir una cookie de prueba temporal, una segunda tarea leyó el título “Release notes review” y GEO-104 en el mismo entorno y recibió HTTP 200. Solo verifica la reutilización de sesión. No probó M.1, XS 2.1, un agente externo ni un panel real. El prompt anterior es una propuesta, no un resultado medido. (Guía de Tabbit CLI · Perfiles y pestañas de tarea · Qué hace un agente de navegador)
Compara lo que leyó cada ejecución
Abre las fuentes y compara la salida con lo que muestra la página. Solo cuenta como coincidencia si ID, estado y fecha son correctos. Cuenta aparte las filas omitidas e incorrectas. Que la herramienta abra la página no prueba que el modelo entendió el contenido, y acertar una fixture pequeña no es un benchmark general.
| Campo | Base XS | M.1 | Revisión humana |
|---|---|---|---|
| Filas esperadas/devueltas | Completa con la fixture fija. | Completa con la misma fixture. | Vuelve a contar las filas visibles y anota omisiones y duplicados. |
| Precisión de estado/fecha | Marca cada campo correcto, incorrecto o desconocido. | Usa la misma clasificación. | Abre la fuente y compara los valores exactos. |
| Enlaces de origen | Anota si cada URL abre la fila citada. | Anota lo mismo. | Elimina afirmaciones sin fuente correspondiente. |
| Límite de herramientas | Registra acciones intentadas y completadas. | Registra lo mismo. | Comprueba que ambas pruebas fueron solo de lectura. |
| Coste de ejecución | Anota tiempo y recursos si los tienes. | Anota tiempo y recursos si los tienes. | Mantén las mediciones dentro de este entorno. |
Las publicaciones comunitarias ayudan a formular comprobaciones, pero no sustituyen una prueba. Un usuario de LocalLLaMA dijo que M.1 “followed directions better” y que su flujo de agente fue mejor, aunque señaló inferencia lenta y contexto limitado. Un usuario de X que probó varios modelos gratuitos consideró M.1 su opción más atractiva para agentes de programación e ingeniería de software. Un creador de YouTube tituló su reseña corta “Promising Coding Agent, Mixed Benchmark” y describió un benchmark local y la dificultad de autoalojamiento. Son impresiones individuales de programación. Ninguna mide la precisión en un navegador con sesión iniciada, y las rutas alojadas mencionadas son históricas. (Debate en Reddit · Publicación en X · Reseña en YouTube)
Si las ejecuciones divergen, comprueba primero las variantes, plantillas de runtime, sesiones y límites de contexto. Si falla una llamada de herramienta, revisa el parser del modelo y el soporte del cliente antes de culpar a Tabbit. La lista de la primera tarea de un agente de navegador cubre página y permisos; la guía de investigación con fuentes explica cómo revisar citas.
Haz esta comparación solo cuando hayas confirmado en tu entorno el endpoint M.1 y sus llamadas de herramienta. Guarda los informes por separado y comprueba todos los enlaces. Una persona con autorización debe decidir cualquier cambio posterior en el panel.
Preguntas frecuentes
¿Laguna M.1 puede leer un navegador con sesión iniciada sin otra herramienta?
No. M.1 es un modelo, no una sesión de navegador. Un agente local debe llamar a un endpoint M.1 activo, invocar Tabbit CLI y usar el perfil de Tabbit Browser donde ya se inició sesión.
¿Se pueden descargar los pesos de Laguna M.1?
Sí. La ficha actual y la organización oficial de Poolside listan los pesos M.1 bajo Apache 2.0. Comprueba la variante y la licencia exacta del repositorio antes de usarlos o redistribuirlos.
¿Sigue disponible la API alojada de M.1 de Poolside?
Poolside Chat dice que cerró el 31 de octubre de 2026. La página de M.1 en OpenRouter sigue visible, pero el catálogo público consultado el 10 de noviembre no incluía modelos de Poolside. Confirma una ruta activa antes de configurar el cliente.
¿M.1 necesita memoria para solo 23B parámetros?
No. La ficha enumera 225B parámetros totales y 23B activos. Los parámetros activos por token no significan que los pesos completos quepan como un modelo de 23B. Comprueba la cuantización, el runtime, la memoria y la estrategia de descarga.
¿Cómo comparo M.1 y XS de forma justa?
Usa la misma página, prompt, valores de referencia, perfil del navegador, permisos y campos de salida. Ejecuta cada modelo por separado y compara enlaces y valores visibles, no una impresión o una sola llamada.
¿El ejemplo modifica el panel?
No. La tarea es de solo lectura y usa una fixture claramente etiquetada. El agente debe detenerse tras entregar el informe; una persona lo comprueba en el navegador antes de autorizar cualquier cambio posterior.