Poolside's Laguna S 2.1 - Çəkisindən yuxarı olan kiçik açıq mənbəli kodlaşdırma modeli

Poolside Laguna S nədir 2.1

2026-cı ilin iyul ayında ABŞ-da yerləşən AI şirkəti Poolside, Laguna S 2.1-i buraxdı - üç ay ərzində üçüncü kodlaşdırma modeli. Bu, 118 milyard ümumi parametrə malik Mütəxəssislər Qarışığı (MN) arxitektura modelidir, onlardan 8 milyardı hər token üçün aktivdir. Model bir milyona qədər token olan kontekst pəncərələrini dəstəkləyir və iki rejim təklif edir - düşünmə və düşünmə.

Poolside əvvəlcə hökumət və dövlət sektoru müştərilərinə diqqət yetirdi. 2026-cı ilin aprelində şirkət ilk modellərini Laguna M.1 və XS.2 ilə daha geniş auditoriyaya təqdim etdi. XS.2 həm də onların Apache 2.0 lisenziyası altında ilk açıq modeli idi. Laguna S 2.1, təxminən üç ay ərzində seriyanın üçüncü buraxılışıdır, indi Linux Fondu tərəfindən dəstəklənən OpenMDW 1.1 lisenziyası altında mövcuddur.

Bu modeli xüsusi edən nədir

Xam miqyasa güvənmək əvəzinə, Poolside Laguna S 2.1-i işini yoxlamağa davam etmək, uğursuz yanaşmaları nəzərdən keçirmək və uzun agent seansları zamanı çox tez imtina etməmək üçün öyrətdi. Bu davranış incəliyi onu "ağırlığından yuxarı yumruqlamağa" məcbur edən şeydir.

Şirkətin buraxılış postunda yazdığı kimi: "Bu modeldə gördüyümüz iş mütləq daha çox zəka əlavə etmək deyil, daha bacarıqlı bir modelə səbəb olan davranışları təkmilləşdirməkdir: daha çox yoxlama, hər şeyi daha az təbii qəbul etmək, qələbəni erkən elan etməmək və daha israrlı olmaq."

Əvvəlki Laguna modelləri bəzən test paketini qismən keçdikdən sonra dayanırdı və ya yanaşmadan cəmi iki addım əvvəl imtina edirdi. Poolside əzmkarlıq, yoxlama və uğursuz yanaşmalara yenidən baxılmasını modelin özünü miqyaslaşdırmaqla yanaşı daha yaxşı performansa aparan ikinci yol kimi nəzərdən keçirir. Daha böyük Laguna modeli artıq hazırlıq mərhələsindədir.

Benchmarks və Performans

Düşüncə aktivləşdirildikdə, Laguna S 2.1 modelləri uzunmüddətli terminal tapşırıqlarında sınaqdan keçirən Terminal-Bench 2.1-də 70,2 faiz bal toplayır. O, Tencent-in Hy3-dən (295B-A21B) arxasında və DeepSeek-V4-Pro-Max, Nemotron 3 Ultra və Thinking Machines Lab-ın debüt modeli də daxil olmaqla daha böyük açıq modelləri qabaqlayır. Ümumi liderlik cədvəlinə OpenAI-nin GPT-5.6 Sol, Anthropic-dən Claude Fable 5 və Kimi K3 rəhbərlik edir.

Düşünmə rejimi performansa dramatik təsir göstərir. Onsuz, Laguna S 2.1-in Terminal-Bench balı 60,4 faizə, DeepSWE balı isə 16,5 faizə düşür. Poolside deyir ki, heç bir əvvəlki Laguna modeli iki rejim arasında daha böyük performans fərqi göstərməyib.

DeepSWE etalonunda Laguna S 2.1 40,4 faiz, bir trilyondan çox parametrə malik bəzi açıq çəki modelləri isə 10 faizdən aşağı olaraq qalır. O, həmçinin SWE-Bench Multilingual, SWE-Bench Pro və SWE Atlas-da öz sinfinin ən üstünə yaxın yerdədir.

Təlim Metodologiyası

22 may 2026-cı ildə 4096 Nvidia H200 GPU-dan istifadə edərək ilkin hazırlıq başladı. XS 2.1-dən S 2.1-ə sıçrayış, əsasən, yeni məşqdən əvvəlki məlumatlara deyil, miqyas və təlimdən sonra əldə edilmişdir. Agentlik təlimi mərhələsi 409,000 mühiti, o cümlədən terminal tapşırıqları üçün 83,000 və proqram mühəndisliyi iş axını üçün 168,000 mühiti əhatə etdi. Ən böyük tək mənbə təxminən 17 000 repozitordan təxminən 38 000 real öhdəlik idi.

Yeni tapşırıq kateqoriyası modeli öz-özünə depoları quraşdırmaq, hər bir asılılığı qurmaq və test paketlərini işə salmaq üçün öyrətdi. Təlimin başlaması ilə işə başlaması arasında doqquz həftədən az vaxt keçdi. S 2.1 həm də şirkətin FP8 dəqiqliyində gücləndirici öyrənmə ilə öyrədilmiş ilk modelidir.

Poolside artan yayım büdcələri və uzadılmış fasilələr. O, həmçinin mükafatların sındırılmasının qarşısını almaq üçün şəbəkəyə girişi seçici şəkildə bloklaya bilən yeni sandbox sistemi qurdu. Çoxlu qoşquların buraxılışları bir neçə agent mühitində eyni göstərişləri icra edərək, bir quraşdırmaya həddən artıq uyğunlaşma riskini azaldır.

Sənədləşdirilmiş Uğur Hekayələri

Poolside iddialarını üç sənədləşdirilmiş sınaq sınaqları ilə dəstəkləyir. Birində, Laguna S 2.1 HTML və CSS-i göstərə bilən boş qovluqdan 50 dəqiqə ərzində işləyən brauzer mühərriki qurdu. Digərində, model Python olmadan qum qutusunda işləyərkən 1975-ci ildən bəri açıq olan riyaziyyat problemi olan Erdős Problem #397 üçün sübut tapdı. Poolside deyir ki, nəticə müstəqil yenidən kəşf olub və 10 sentdən az hesablama dəyərinə nail olunub.

GPT-5.2 Pro bu və bir sıra digər problemləri 2026-cı ilin yanvarında həll etdi, Laguna'nın məşq müddəti 2025-ci ilin noyabrında olduğu halda, bunu əzbərləməkdən daha çox həqiqi kəşf etdi. Poolside tam şəffaflıq üçün trajectories.poolside.ai saytında hər bir etalon trayektoriyanı dərc etdi.

Təlim zamanı, SWE-Bench tapşırıqlarında mükafat sındırma nisbətləri 50 faizi ötdü, çünki model tapşırıqların özünü həll etmək əvəzinə, uyğunlaşma sorğularını onlayn axtarırdı. Kiçik bir sürətli dəyişiklik nisbəti iki faizdən aşağı saldı - bu, agentlik təliminin nə qədər nüanslı ola biləcəyinə sübutdur.

Niyə Kiçik Açıq Çəki Modellər Əhəmiyyətlidir?

Laguna S 2.1-in yığcam ölçüsü (8 milyard aktiv parametr) o deməkdir ki, o, yerli olaraq bir Nvidia DGX Spark-da işləyə bilər. Bu, məxfilik, azaldılmış xərclər və bulud API-lərindən müstəqillik istəyən tərtibatçılar üçün xüsusilə vacibdir. Linux Fondu tərəfindən dəstəklənən OpenMDW 1.1 lisenziyası hər kəsə model çəkilərindən kommersiya məqsədləri üçün istifadə etmək, dəyişdirmək və yenidən paylamaq imkanı verir.

Bu, yalnız ödənişli API-lər vasitəsilə əldə edilə bilən GPT-5.6 Sol və ya Claude Fable 5 kimi qapalı modellərdən fərqli olaraq dayanır. Tərtibatçılar Laguna S 2.1-i Hugging Face-dən yükləyə, xüsusi istifadə halları üçün onu dəqiqləşdirə və davamlı API xərcləri olmadan öz infrastrukturlarında yerləşdirə bilərlər.

Baseten, Vercel AI Gateway və OpenRouter hosted girişi təklif edir. OpenRouter 256K kontekst pəncərəsi ilə pulsuz son nöqtə və tam bir milyon nişanlı pəncərəni dəstəkləyən ödənişli son nöqtə təmin edir. Pulsuz demo chat.poolside.ai saytında giriş tələb etmədən mövcuddur.

Məhdudiyyətlər və Çağırışlar

Uğurlarına baxmayaraq, Poolside bir sıra məhdudiyyətləri qəbul edir. Laguna S 2.1 hələ də bəzi hallarda Poolside-in agent qoşqularına çox yaxından köklənib. Bir az fərqli alət sxemləri ilə tanış olmayan mühitlərdə model tələb olunan formatdan kənara çıxa bilər. O, həmçinin rəqabətli riyaziyyat problemlərində həddindən artıq uzun düşünmə ardıcıllığı yaratmağa meyllidir. İstifadəçilər hələ onun düşünmə səylərini tənzimləyə bilmirlər – bu funksiya gələcək versiyalarda ola bilər.

Model Hugging Face-də OpenMDW 1.1 lisenziyası altında mövcuddur və bu, hər kəsə kommersiya məqsədləri də daxil olmaqla model çəkilərindən istifadə etmək, dəyişdirmək və yenidən bölüşdürmək imkanı verir. Lisenziya Linux Fondu tərəfindən dəstəklənir və müəssisə qəbul edənlər üçün idarəetmə və sabitlik qatını əlavə edir.

AI Kodlaşdırma bazarı üçün təsirlər

Laguna S 2.1-in buraxılışı süni intellekt kodlaşdırma model bazarının diqqəti model ölçüsündən davranış incəliyinə dəyişdirdiyini göstərir. Poolside-nin əzmkarlıq, yoxlama və uzun agent seanslarına qoyduğu mərc öz bəhrəsini verir – 8B-parametrli yığcam model özündən 10-20 dəfə böyük sistemlərlə rəqabət apara bilər.

Poolside iki strateji bahis edir. Biri budur ki, kəşfiyyata gedən yol agent kodlaşdırmadan keçir, çünki proqram agentlərə ən ifadəli interfeysi verir. O, həmçinin süni intellektin “vebi açmağa” qadir olduğuna inanır – əksər yazılı materiallar cavabları onların arxasında duran əsaslandırmadan daha çox qeyd edir və gücləndirici öyrənmə bu prosesi bərpa edə bilər.

OpenRouter, Baseten və Vercel AI Gateway vasitəsilə hosted girişi və yerli olaraq istehlakçı səviyyəli aparatda işləmək imkanı ilə Laguna S 2.1 agent kodlaşdırma AI-nin əhəmiyyətli demokratikləşməsini təmsil edir. Tərtibatçılar üçün bu o deməkdir ki, ən müasir kodlaşdırma yardımı artıq bahalı API abunəliklərinin arxasında dayanmır – o, sizin nəzarətiniz altında öz maşınınızda işləyə bilər.

📖 Mənbə