Новость

Poolside выпустила Laguna S 2.1 — MoE-модель для агентного кодинга с контекстом в 1 млн токенов

1 источник

Все новости

Poolside представила Laguna S 2.1 — MoE-модель с 118 млрд параметров и 8 млрд активных на токен. Модель доступна с открытыми весами на Hugging Face и через OpenRouter, а также заявлена как сильная на нескольких бенчмарках.

Poolside выложила Laguna S 2.1 — модель из линейки Laguna, ориентированную на агентный кодинг и длинные многошаговые задачи. Это MoE-архитектура на 118 млрд параметров, из которых на каждый токен активны 8 млрд, с контекстом в миллион токенов. По заявленным результатам модель показывает сильные метрики на ряде бенчмарков: на SWE-bench Multilingual — 78,5% против 76,2% у DeepSeek-V4-Pro Max, на SWE-bench Pro — 59,4% против 55,4% у него же, на Terminal-Bench 2.1 — 70,2%. У модели есть нативный reasoning с размышлениями между вызовами инструментов. Веса в формате BF16 занимают около 236 ГБ, также доступны квантизации FP8, NVFP4, INT4 и GGUF. Для ускорения инференса опубликована draft-модель DFlash для спекулятивного декодирования. Laguna S 2.1 распространяется по лицензии OpenMDW-1.1, допускающей свободное использование и модификацию, в том числе в коммерческих проектах.

Источники 1
  • Poolside выпустила Laguna S 2.1 — MoE-модель для агентного кодинга с контекстом в 1 млн токенов Нейроканал 
    Poolside выложила Laguna S 2.1, среднюю модель линейки Laguna: в начале месяца выходила компактная XS 2.1, теперь очередь версии покрупнее. Это MoE на 118 миллиардов параметров, из которых на каждый токен активны 8 миллиардов, с контекстом в миллион токенов. Модель заточена под агентный кодинг и длинные многошаговые задачи, умеет нативный reasoning с размышлениями между вызовами инструментов. Компания представила её в блоге, веса можно скачать с Hugging Face или попробовать через OpenRouter.

По бенчмаркам модель спорит с куда более крупными. На SWE-bench Multilingual 78,5% против 76,2% у DeepSeek-V4-Pro Max на 1,6 триллиона параметров, на SWE-bench Pro 59,4% против 55,4% у него же, на Terminal-Bench 2.1 70,2%. В BF16 веса занимают около 236 гигабайт, но есть квантизации FP8, NVFP4, INT4 и GGUF, а для ускорения инференса выложена отдельная draft-модель DFlash под спекулятивное декодирование.

Лицензия OpenMDW-1.1: использовать и менять модель можно свободно, в том числе в коммерческих проектах.

@neuro_channel