Poolside wypuszcza Laguna S 2.1, otwarty model kodujący ma dorównać chińskim rywalom

Poolside, startup założony przez byłego CTO GitHuba Jasona Warnera, udostępnił 21 lipca model Laguna S 2.1 na otwartej licencji. To odpowiedź zachodniego laboratorium na chińskie modele kodujące, które od ponad roku wyznaczają tempo w segmencie otwartych wag.

Laguna S 2.1 to trzeci model Poolside wypuszczony w ciągu trzech miesięcy, co pokazuje, jak bardzo firma przyspieszyła tempo publikacji. Model kierowany jest do zadań agentowego kodowania, czyli samodzielnego pisania, testowania i poprawiania kodu bez ciągłego nadzoru programisty.

Wyniki na benchmarkach

Na Terminal-Bench 2.1 z włączonym trybem rozumowania Laguna S 2.1 zdobywa 70,2 procent, wyprzedzając DeepSeek-V4-Pro-Max z wynikiem 64,0 procent. Na SWE-Bench Multilingual model osiąga 78,5 procent, co daje mu pierwsze miejsce w zestawieniu opublikowanym przez samo Poolside, przed chińskim Tencent Hy3 (75,8 procent).

Na SWE-Bench Pro Laguna S 2.1 nieznacznie przegrywa z Qwen 3.7 Max (59,4 wobec 60,6 procent), ale na testach DeepSWE v1.1 i SWE Atlas wyraźnie wyprzedza DeepSeek-V4-Pro-Max. Autorzy przyznają wprost, że model nie jest jeszcze na granicy możliwości - zamknięte systemy OpenAI i Anthropic wciąż osiągają lepsze wyniki.

Włączenie trybu rozumowania mocno podnosi skuteczność, ale kosztuje więcej obliczeń. Na Terminal-Bench 2.1 wynik rośnie z 60,4 do 70,2 procent, a na DeepSWE z 16,5 do 40,4 procent. Dłuższe rozumowanie oznacza też więcej zużytych tokenów, średnio około 249 tysięcy w trajektoriach DeepSWE wobec 99 tysięcy bez trybu myślenia.

Sprzęt i dostępność

Wagi modelu są dostępne w kilku precyzjach. Wersja w czterech bitach zajmuje około 59 gigabajtów pamięci i mieści się na pojedynczym komputerze Nvidia DGX Spark, wersja FP8 potrzebuje około 118 gigabajtów, a pełna precyzja BF16 wymaga dwóch połączonych urządzeń Spark albo węzła w centrum danych. Model wspierają od pierwszego dnia frameworki vLLM, SGLang i Ollama, a dostęp oferują także OpenRouter, Baseten, Kilo, Prime Intellect Prime Lab oraz ZML. Darmowy dostęp przez OpenRouter obejmuje kontekst 256 tysięcy tokenów, a płatny pełne okno miliona tokenów w cenie 0,10 dolara za milion tokenów wejściowych i 0,20 dolara za wyjściowe.

Zachód potrzebuje modeli otwartych wag, którym może zaufać, które może uruchamiać i na których może budować. Laguna S 2.1 jest naszą odpowiedzią - Jason Warner, współdyrektor generalny Poolside

Laguna S 2.1 wykonuje pracę modeli kilka razy większych, bo tak je budujemy, a nie mimo tego, jak je budujemy - Eiso Kant, współzałożyciel i współdyrektor generalny Poolside

Kontekst rynkowy

Premiera następuje po ponad roku dominacji chińskich laboratoriów w kategorii otwartych wag, gdzie tempo wyznaczały kolejno DeepSeek, Qwen należący do Alibaby i Kimi od Moonshot AI. Żadne zachodnie laboratorium nie wypuściło modelu klasy 118 miliardów parametrów przez poprzednie 11 miesięcy, co czyni Laguna S 2.1 pierwszą tego typu odpowiedzią.

Poolside powstało w 2023 roku, a jego założyciele to Jason Warner, wcześniej dyrektor techniczny GitHuba oraz szef inżynierii w Canonical i Heroku, oraz Eiso Kant, wcześniej współzałożyciel kilku startupów deweloperskich, w tym Athenian. Firma przeniosła siedzibę do Paryża po rundzie seed wartej 126 milionów dolarów w 2023 roku, a w październiku 2024 pozyskała 500 milionów dolarów w rundzie serii B przy wycenie 3 miliardów dolarów, z udziałem Bain Capital Ventures, eBay i Nvidii. W październiku 2025 roku firma weszła w kolejną rundę wycenianą już na około 12 miliardów dolarów, gdy Nvidia zadeklarowała dodatkowy miliard dolarów inwestycji.

Co to znaczy dla firm i programistów

Model otwartych wag oznacza, że firmy mogą uruchamiać go we własnej infrastrukturze zamiast wysyłać zapytania do zamkniętego API. To istotne dla instytucji publicznych i przedsiębiorstw, które z powodów bezpieczeństwa czy zgodności z przepisami nie chcą przekazywać danych zagranicznym dostawcom modeli, w tym chińskim laboratoriom.

Dla polskich firm technologicznych i zespołów programistycznych oznacza to kolejną, tańszą alternatywę do lokalnego uruchamiania narzędzi agentowego kodowania, obok wcześniejszych otwartych modeli chińskich. Możliwość działania na pojedynczym urządzeniu DGX Spark obniża próg wejścia dla mniejszych firm, które nie dysponują dużymi klastrami GPU.

Poolside opublikowało też trzy przykładowe sesje pokazujące autonomiczne działanie modelu, w tym zbudowanie od zera działającej przeglądarki obsługującej HTML i CSS w 181 krokach podczas pięćdziesięciominutowej sesji, zweryfikowane względem headless Chromium, oraz przyspieszenie własnego oprogramowania agentowego Poolside o 5,2 procent przy 71-procentowym spadku zużycia pamięci.

Rywalizacja o najlepszy otwarty model kodujący pozostaje otwarta. DeepSeek, Qwen i Kimi regularnie aktualizują swoje modele, a kolejne zachodnie laboratoria, w tym Nvidia z serią Nemotron i Thinking Machines z modelem Inkling, także rozwijają własne rozwiązania w tym segmencie. Poolside zapowiada dalsze aktualizacje w ramach przyspieszonego cyklu wydawniczego, po trzech premierach modeli w ciągu trzech miesięcy.