Poolside Releases Laguna S 2.1 — an Open-Weight Model for Agentic Coding That Punches Above Its Weight Class in SWE-Bench Multilingual
Poolside
DeepSeek
NVIDIA
Tencent
Moonshot AI
Alibaba/Qwen
Anthropic
Poolside released Laguna S 2.1, an open-weight model with 11.8 billion parameters and 8 billion active per token, designed for agentic coding. Based on a Mixture-of-Experts (MoE) architecture, it supports up to 1 million tokens of context and can run on a single NVIDIA DGX Spark. Laguna S 2.1 ranks first among open models with known size on Terminal-Bench 2.1 (70.2%) and SWE-Bench Multilingual (78.5%), outperforming many larger competitors.
Poolside, ajan kodlama için 118 milyar parametreye sahip, ancak Mixture-of-Experts (MoE) mimarisi sayesinde her bir token için yaklaşık 8 milyar parametreyi etkinleştiren açık ağırlıklı Laguna S 2.1 modelini yayınladı. Model, düşünme modu açık veya kapalıyken 1 milyon tokena kadar bağlamı destekliyor. Ağırlıklar, OpenMDW-1.1 lisansı altında Hugging Face'te mevcut ve model boyutu, tek bir NVIDIA DGX Spark üzerinde çalıştırılmasına olanak tanıyor. Uzun vadeli kodlama kıyaslamalarında Laguna S 2.1, DeepSeek-V4-Pro-Max, Nemotron 3 Ultra ve Inkling dahil olmak üzere birkaç kat daha büyük modellerle karşılaştırılabilir sonuçlar gösteriyor. Örneğin, SWE-Bench Multilingual'de model %78,5 puan alarak açık boyutlu modeller arasında yayınlanan en iyi sonucu elde etti. Düşünme modu etkinken Terminal-Bench 2.1'de sonuç %70,2 oldu. Ayrıca, DeepSWE v1.1 testinde model %40,4 puan alırken, yaklaşık altı kat daha az aktif parametreye sahip DeepSeek-V4-Pro-Max %9,0 puan aldı. Modelin iki düşünme modu var: kapalı ve maksimum (varsayılan). Maksimum modda model, hesaplama bütçesini kendisi belirliyor ve bu, DeepSWE'de %16,5'ten %40,4'e bir artış sağlıyor, ancak token sayısını (99k'dan 249k'ya) artırma pahasına. Poolside ekibi, modelin üç düzenlenmemiş yörüngesini yayınladı: boş bir klasörden çalışan bir HTML/CSS tarayıcı motoru oluşturma, kendi ajan motorunu optimize etme (%5,2 hızlanma ve %71 bellek ayırma azaltma) ve Erdős #397 probleminin Perl'de bağımsız olarak yeniden keşfi. Dağıtım için 118 milyar parametrenin tamamı bellekte kalıyor. 4-bit niceleme (NVFP4 veya INT4) ile ağırlıklar yaklaşık 59 GB yer kaplıyor, bu da tek bir DGX Spark'ın 128 GB birleşik belleğine sığıyor. FP8 ile yaklaşık 118 GB (tek bir Spark veya H200), BF16 ile 236 GB (iki Spark veya çoklu GPU düğümü). Eğitim, 22 Mayıs 2026'da 4096 NVIDIA H200'de başladı ve dokuz haftadan kısa sürdü. Model ayrıca OpenRouter, vLLM, SGLang, Ollama ve diğer platformlar aracılığıyla da kullanılabilir.
Kaynak: MarkTechPost —
orijinal