Poolside ha rilasciato Laguna S 2.1, un modello open-weight da 118B di parametri costruito per l’agentic coding. È un Mixture-of-Experts (MoE) con 8B di parametri attivati per token — circa il 6,8% del totale — e supporta un context window fino a 1M di token, sia in modalità thinking sia no-thinking. I pesi sono su Hugging Face con licenza OpenMDW-1.1, e il modello è abbastanza piccolo da girare su una singola NVIDIA DGX Spark.
La sparsità è il motivo per cui un modello di taglia media può comportarsi come uno più grande restando economico da servire: tutti i 118B restano in memoria, ma solo circa 8B attraversano la rete a ogni step.
I numeri di benchmark
Con il thinking abilitato, Laguna S 2.1 segna 70,2% su Terminal-Bench 2.1, primo tra i modelli open a taglia dichiarata nella leaderboard compilata da Poolside, dietro solo a sistemi più grandi o chiusi. Su SWE-Bench Multilingual arriva a 78,5%, in testa alla tabella pubblicata. Poolside precisa che la sua rivendicazione riguarda la categoria di peso, non il vertice assoluto: modelli frontier chiusi come Claude Fable 5 e Kimi K3 restano davanti su diversi benchmark.
Le due modalità sono off e max, con max di default: in max il modello decide da sé il proprio budget di test-time compute. Il thinking però pesa: su DeepSWE v1.1 il punteggio sale dal 16,5% al 40,4%, ma le trajectory passano da circa 99k a 249k completion token.
Si può davvero deployare?
Il sizing usa i 118B pieni, non gli 8B attivi, perché ogni expert resta in memoria. A 4-bit (NVFP4 o INT4) i pesi occupano circa 59 GB, che entrano comodamente nei 128 GB di memoria unificata di una singola DGX Spark. A FP8 servono circa 118 GB (ancora una Spark o una H200), mentre a BF16 servono circa 236 GB, quindi due Spark collegate o un nodo datacenter multi-GPU. Il modello ha supporto day-one per vLLM, SGLang e Ollama.
Sul fronte processo, il pre-training è partito il 22 maggio 2026 su 4.096 GPU NVIDIA H200 ed è arrivato al lancio in meno di nove settimane; è il primo modello Poolside in cui il reinforcement learning è girato in precisione FP8. Ed è il terzo modello dell’azienda in meno di tre mesi.
In sintesi
- Laguna S 2.1 è un MoE da 118B totali / 8B attivi con context 1M, open-weight sotto licenza OpenMDW-1.1.
- Segna 70,2% su Terminal-Bench 2.1 e 78,5% su SWE-Bench Multilingual, in testa tra i modelli open a taglia dichiarata.
- A 4-bit gira su una singola NVIDIA DGX Spark; il thinking “max” guida gran parte del punteggio, a un costo reale in token.
Fonte: Poolside Releases Laguna S 2.1, an Open-Weight Agentic Coding Model Punching Above Its Weight Class on SWE-Bench Multilingual — https://www.marktechpost.com/2026/07/21/poolside-releases-laguna-s-2-1/
Hai qualcosa da aggiungere? Unisciti alla discussione.