Poolside udostępniło Laguna S 2.1 — otwarty model przeznaczony przede wszystkim do pracy z kodem i zadaniami wykonywanymi przez agentów. Według firmy jest to architektura Mixture-of-Experts (MoE) o 118 mld parametrów, z czego podczas przetwarzania pojedynczego tokenu aktywowanych jest 8 mld.
Duży kontekst i dwa tryby pracy
Laguna S 2.1 obsługuje okno kontekstowe do 1 mln tokenów zarówno z włączonym, jak i wyłączonym trybem rozumowania. Tryb max jest domyślny i pozwala modelowi samodzielnie dobierać budżet obliczeniowy do zadania; można go też wyłączyć, gdy ważniejsza jest szybkość odpowiedzi.
Producent podaje, że od rozpoczęcia treningu do premiery minęło mniej niż dziewięć tygodni. Model jest udostępniony na licencji OpenMDW-1.1, a gotowe warianty wag obejmują BF16, FP8, INT4 i NVFP4.
Wyniki należy czytać z metodologią
W materiałach Poolside Laguna S 2.1 uzyskała 70,2% w Terminal-Bench 2.1, 78,5% w SWE-Bench Multilingual, 59,4% w SWE-Bench Pro i 40,4% w DeepSWE. To deklaracje producenta: porównania między modelami nie są w pełni bezpośrednie, ponieważ użyte środowiska agentowe i procedury pomiaru mogą się różnić.
Poolside publikuje trajektorie końcowych ewaluacji, co ułatwia niezależną analizę zachowania modelu w zadaniach. W opisie ograniczeń firma wskazuje m.in. możliwe problemy z dopasowaniem do schematów narzędzi w zewnętrznych środowiskach oraz zbyt długie rozumowanie w niektórych zadaniach.
Jak można uruchomić model
Wagi modelu są dostępne w serwisie Hugging Face. Poolside wymienia także wsparcie dla vLLM, SGLang i Ollama, a także dostęp przez wybrane usługi hostowane. To daje deweloperom wybór między własną infrastrukturą a korzystaniem z gotowych punktów dostępowych.
Źródła: Poolside: Introducing Laguna S 2.1, Hugging Face: poolside/Laguna-S-2.1.