Laguna S 2.1: Запад наконец ответил Китаю в open-weight
Poolside выложила Laguna S 2.1 — 118B-модель для кодинга, которая бьёт соперников в 10 раз крупнее и влезает в один десктоп. Первый крупный открытый вес США за 11 месяцев.
Влад Макаровпроверил и опубликовал
Пока весь месяц заголовки собирали китайские Kimi K3, Qwen3.8 и DeepSeek V4, у западных лабораторий с открытыми весами была неловкая пауза: последней крупной open-weight моделью из США оставалась gpt-oss-120b от OpenAI, вышедшая ещё в августе прошлого года. Одиннадцать месяцев тишины в этом размерном классе. 21 июля стартап Poolside прервал её — и сразу с претензией на лидерство.
Laguna S 2.1 — открытая модель на 118 миллиардов параметров (из них активны 8 миллиардов), заточенная под агентный кодинг и длинные задачи. Веса выложены в тот же день на Hugging Face под пермиссивной лицензией OpenMDW-1.1. Главный аргумент Poolside звучит почти вызывающе: модель влезает в один десктоп — например, в NVIDIA DGX Spark — и при этом на равных играет с моделями, которые в разы больше.
Что показывают бенчмарки
Poolside позиционирует Laguna S 2.1 прямо как ответ Востоку, и цифры на кодинговых бенчмарках эту дерзость отчасти оправдывают. Модель обходит куда более тяжёлых соперников, оставаясь при своих 118 миллиардах против сотен миллиардов и триллионов у конкурентов.
| Модель | Размер | Terminal-Bench 2.1 | SWE-bench Multilingual | SWE-Bench Pro |
|---|---|---|---|---|
| Laguna S 2.1 | 118B-A8B | 70,2% | 78,5% | 59,4% |
| Laguna M.1 (апрель 2026) | 225B-A23B | 44,9% | 63,1% | 49,2% |
| DeepSeek V4-Pro Max | 1.6T-A49B | 64,0% | 76,2% | 55,4% |
| Thinking Machines Inkling | 975B-A41B | 63,8% | — | 54,3% |
| MiniMax M3 | 428B-A23B | 66,0% | — | 59,0% |
| Claude Sonnet 5 | — | 80,4% | — | 63,2% |
| GPT-5.6 Luna Max | — | 82,5% | — | — |
Картину стоит читать трезво. Проприетарные флагманы — Claude Sonnet 5 и GPT-5.6 — по-прежнему выше на Terminal-Bench. Зато среди всего, что можно скачать и запустить у себя, Laguna S 2.1 держит очень достойную позицию: она обгоняет собственную апрельскую Laguna M.1, вдвое большую по размеру, и превосходит открытые модели вроде Inkling и DeepSeek V4-Pro Max, которые тяжелее её в 8–13 раз.
Чем интересен релиз на практике
Poolside сделала ставку не только на скор, но и на удобство внедрения. Веса опубликованы сразу в нескольких форматах точности:
- BF16, FP8, INT4, NVFP4 — под разное железо и бюджеты памяти
- Официальные конвертации GGUF и MLX — для llama.cpp и Mac
- DFlash draft-модели — для ускорения через спекулятивное декодирование
Такой набор с первого дня — редкость: обычно комьюнити само пилит квантизации неделями. Здесь всё разложено официально, а лицензия OpenMDW-1.1 достаточно свободна, чтобы модель можно было брать в коммерческую разработку без юридической эквилибристики.
Экономическая логика тоже выстроена вокруг самостоятельного хостинга. 8 активных параметров из 118 означают, что инференс дешёвый, а требования к памяти скромные — отсюда и тезис про «одну рабочую станцию». Для команд, которым важно держать код и данные внутри периметра, это весомее пары процентов на лидерборде.
Почему это важнее, чем ещё один скор
Ценность Laguna S 2.1 не столько в бенчмарках, сколько в тайминге и позиционировании. Релиз выходит ровно в тот момент, когда в Вашингтоне всерьёз обсуждают ограничения на открытые модели, а разрыв между западным и китайским open-source стал темой для советов директоров. Poolside в пресс-релизе прямо напоминает: в этот размерный класс западные лаборатории не выкладывали открытые веса 11 месяцев — и предлагает Laguna как «наш ответ».
Для русскоязычных разработчиков практический смысл простой. Появился свежий западный кандидат для self-hosted агентного кодинга — с опубликованными результатами, свободной лицензией, широкой поддержкой в экосистеме и внятной экономикой на железе, которое можно купить и поставить у себя. Именно такого предложения на рынке заметно не хватало.
