Poolside's Laguna S 2.1 — Բաց կոդավորման փոքր մոդել, որը հարվածում է իր քաշից բարձր

Ինչ է Poolside Laguna S 2.1-ը

2026 թվականի հուլիսին ԱՄՆ-ում տեղակայված AI Poolside ընկերությունը թողարկեց Laguna S 2.1-ը՝ երեք ամսվա ընթացքում նրա երրորդ կոդավորման մոդելը: Սա Mixture-of-Experts (MoE) ճարտարապետական ​​մոդել է, որն ունի 118 միլիարդ ընդհանուր պարամետրեր, որոնցից 8 միլիարդը ակտիվ են մեկ նշանի համար: Մոդելը աջակցում է մինչև մեկ միլիոն նշանների համատեքստային պատուհաններ և առաջարկում է երկու ռեժիմ՝ մտածել և չմտածել:

Poolside-ն ի սկզբանե կենտրոնացած էր կառավարության և հանրային հատվածի հաճախորդների վրա: 2026 թվականի ապրիլին ընկերությունն իր առաջին մոդելները հասանելի դարձրեց ավելի լայն լսարանի Laguna M.1-ի և XS.2-ի միջոցով: XS.2-ը նաև նրանց առաջին բաց մոդելն էր Apache 2.0 լիցենզիայի ներքո: Laguna S 2.1-ը սերիայի երրորդ թողարկումն է մոտավորապես երեք ամսվա ընթացքում, այժմ հասանելի է OpenMDW 1.1 լիցենզիայի ներքո, որը աջակցում է Linux հիմնադրամը:

Ինչն է դարձնում այս մոդելը հատուկ

Հում մասշտաբների վրա հույս դնելու փոխարեն՝ Poolside-ը մարզել է Laguna S 2.1-ը, որպեսզի շարունակի ստուգել իր աշխատանքը, վերանայել ձախողված մոտեցումները և երկար գործակալական նիստերի ժամանակ շատ շուտ չհանձնվել: Այս վարքագծային կատարելագործումը հենց այն է, ինչը ստիպում է նրան «դակել իր քաշից բարձր»:

Ինչպես գրում է ընկերությունը իր թողարկման գրառման մեջ. «Այն, ինչ մենք արել ենք այս մոդելում, պարտադիր չէ, որ ավելացնենք ավելի շատ բանականություն, այլ բարելավենք վարքագիծը, որը հանգեցնում է ավելի ունակ մոդելի.

Ավելի վաղ Laguna մոդելները երբեմն կանգ էին առնում այն ​​բանից հետո, երբ մասնակիորեն անցնում էին թեստային փաթեթը կամ հրաժարվում էին մոտեցումից ընդամենը երկու քայլ առաջ, երբ այն կաշխատի: Poolside-ը համառությունը, ստուգումը և ձախողված մոտեցումների վերանայումը վերաբերվում է որպես ավելի լավ կատարողականության երկրորդ ուղի՝ բուն մոդելի մասշտաբացման հետ մեկտեղ: Ավելի մեծ Laguna մոդելն արդեն նախնական վերապատրաստման փուլում է:

Հենանիշներ և կատարողականություն

Միացված մտածողության դեպքում Laguna S 2.1-ը ստանում է 70.2 տոկոս Terminal-Bench 2.1-ում, որը փորձարկում է մոդելները երկարաժամկետ տերմինալային առաջադրանքների վրա: Այն զբաղեցնում է անմիջապես Tencent-ի Hy3-ից (295B-A21B) և առաջ է շատ ավելի մեծ բաց մոդելներից, այդ թվում՝ DeepSeek-V4-Pro-Max, Nemotron 3 Ultra և Thinking Machines Lab-ի դեբյուտային մոդելներից: Ընդհանուր վարկանիշը գլխավորում են OpenAI-ի GPT-5.6 Sol-ը, Anthropic-ի Claude Fable 5-ը և Kimi K3-ը:

Մտածողության ռեժիմը կտրուկ ազդեցություն ունի կատարողականի վրա: Առանց դրա, Laguna S 2.1-ի Terminal-Bench-ի գնահատականը իջնում ​​է մինչև 60,4 տոկոս, մինչդեռ DeepSWE-ի միավորը ընկնում է մինչև 16,5 տոկոս: Poolside-ն ասում է, որ Laguna-ի ոչ մի նախորդ մոդել չի ցուցադրել աշխատանքի ավելի մեծ բացը երկու ռեժիմների միջև:

DeepSWE հենանիշի վրա Laguna S 2.1-ը հավաքում է 40,4 տոկոս, մինչդեռ ավելի քան մեկ տրիլիոն պարամետրերով բաց քաշով որոշ մոդելներ մնում են 10 տոկոսից ցածր: Այն նաև իր դասի առաջին տեղում է SWE-Bench Multilingual, SWE-Bench Pro և SWE Atlas-ում:

Ուսուցման մեթոդիկա

Նախապատրաստումը սկսվել է 2026 թվականի մայիսի 22-ին՝ օգտագործելով 4096 Nvidia H200 GPU: XS 2.1-ից դեպի S 2.1 ցատկումը հիմնականում պայմանավորված էր մասշտաբով և հետմարզվելուց, այլ ոչ թե նախավարժանքների նոր տվյալներից: Գործակալական վերապատրաստման փուլն ընդգրկեց 409,000 միջավայր, այդ թվում՝ 83,000-ը՝ տերմինալային առաջադրանքների համար, և 168,000-ը՝ ծրագրային ապահովման ճարտարագիտության աշխատանքային հոսքերի համար: Ամենամեծ մեկ աղբյուրը մոտ 38,000 իրական պարտավորություններ էր մոտավորապես 17,000 պահեստներից:

Առաջադրանքների նոր կատեգորիան սովորեցրեց մոդելին ինքնուրույն տեղադրել պահեստներ, կարգավորել բոլոր կախվածությունը և գործարկել թեստային փաթեթները: Դասընթացի մեկնարկի և մեկնարկի միջև անցել է ինը շաբաթից պակաս: S 2.1-ը նաև ընկերության առաջին մոդելն է, որը վերապատրաստվել է FP8-ի ճշգրիտ ուսուցմամբ:

Լողավազանի կողքին ավելացել են թողարկման բյուջեները և երկարաձգվել են ժամկետները: Այն նաև կառուցեց նոր Sandbox համակարգ, որը կարող է ընտրողաբար արգելափակել ցանցի մուտքը՝ զսպելու պարգևատրման հաքերները: Բազմաֆունկցիոնալ ներդիրները գործարկում են նույն հուշումները մի քանի գործակալների միջավայրերում՝ նվազեցնելով մեկ կարգավորումների չափից ավելի հարմարեցման ռիսկը:

Փաստաթղթավորված հաջողության պատմություններ

Poolside-ն աջակցում է իր պահանջներին երեք փաստաթղթավորված փորձարկումներով: Մեկում Laguna S 2.1-ը 50 րոպեում դատարկ թղթապանակից ստեղծեց աշխատանքային բրաուզերի շարժիչ, որը կարող էր արտածել HTML և CSS: Մեկ այլ տարբերակում մոդելը գտավ Erdős խնդրի #397-ի ապացույցը, մաթեմատիկական խնդիր, որը բաց էր 1975 թվականից՝ առանց Python-ի ավազարկղում աշխատելիս: Poolside-ն ասում է, որ արդյունքը անկախ վերաբացահայտում էր, որը ձեռք է բերվել 10 ցենտից ցածր հաշվարկային արժեքով:

GPT-5.2 Pro-ն լուծեց այս և մի քանի այլ խնդիրներ 2026 թվականի հունվարին, մինչդեռ Լագունայի ուսուցման վերջնաժամկետը 2025 թվականի նոյեմբերն էր՝ դարձնելով սա իսկական բացահայտում, այլ ոչ թե անգիր: Poolside-ը հրապարակել է յուրաքանչյուր ուղենիշային հետագիծ trajectories.poolside.ai կայքում՝ լիարժեք թափանցիկության համար:

Դասընթացի ժամանակ պարգևատրման հաքերների տոկոսադրույքները գերազանցել են 50 տոկոսը SWE-Bench առաջադրանքների դեպքում, քանի որ մոդելը որոնել է առցանց՝ համապատասխան ներբեռնման հարցումները, այլ ոչ թե առաջադրանքներն ինքնուրույն լուծել: Փոքր արագ փոփոխությունը հասցրեց տոկոսադրույքը երկու տոկոսից ցածր՝ վկայություն այն մասին, թե որքան նրբերանգ կարող է լինել գործակալական ուսուցումը:

Ինչու են կարևոր փոքր բաց քաշով մոդելները

Laguna S 2.1-ի կոմպակտ չափը (8 միլիարդ ակտիվ պարամետր) նշանակում է, որ այն կարող է տեղայնորեն աշխատել մեկ Nvidia DGX Spark-ի վրա: Սա հատկապես կարևոր է ծրագրավորողների համար, ովքեր ցանկանում են գաղտնիություն, կրճատված ծախսեր և անկախություն ամպային API-ներից: OpenMDW 1.1 լիցենզիան, որն ապահովված է Linux Foundation-ի կողմից, թույլ է տալիս յուրաքանչյուրին օգտագործել, փոփոխել և վերաբաշխել մոդելի կշիռները, այդ թվում՝ առևտրային նպատակներով:

Սա հակադրվում է փակ մոդելներին, ինչպիսիք են GPT-5.6 Sol-ը կամ Claude Fable 5-ը, որոնք հասանելի են միայն վճարովի API-ների միջոցով: Մշակողները կարող են ներբեռնել Laguna S 2.1-ը Hugging Face-ից, ճշգրտել այն իրենց հատուկ օգտագործման դեպքում և տեղադրել այն իրենց ենթակառուցվածքում՝ առանց API-ի ընթացիկ ծախսերի:

Baseten-ը, Vercel AI Gateway-ը և OpenRouter-ն առաջարկում են հոսթինգ մուտք: OpenRouter-ը տրամադրում է անվճար վերջնակետ՝ 256K համատեքստային պատուհանով և վճարովի վերջնակետով, որն աջակցում է մեկ միլիոնանոց ամբողջ պատուհանին: Անվճար ցուցադրություն հասանելի է chat.poolside.ai կայքում՝ առանց մուտք գործելու պահանջի:

Սահմանափակումներ և մարտահրավերներ

Չնայած իր հաջողություններին, Poolside-ն ընդունում է մի քանի սահմանափակումներ: Laguna S 2.1-ը դեռևս շատ սերտորեն կապված է Poolside-ի գործակալի զրահի հետ որոշ դեպքերում: Անծանոթ միջավայրերում գործիքների մի փոքր տարբեր սխեմաներով մոդելը կարող է շեղվել պահանջվող ձևաչափից: Այն նաև հակված է ստեղծելու չափազանց երկար մտածողության հաջորդականություններ մրցակցային մաթեմատիկական խնդիրների վերաբերյալ: Օգտատերերը դեռ չեն կարող կարգավորել իր մտածողության ջանքերը, մի հատկություն, որը կարող է հայտնվել ապագա տարբերակներում:

Մոդելը հասանելի է Hugging Face-ում OpenMDW 1.1 լիցենզիայի ներքո, որը թույլ է տալիս բոլորին օգտագործել, փոփոխել և վերաբաշխել մոդելի կշիռները, այդ թվում՝ առևտրային նպատակներով: Լիցենզիան ապահովված է Linux հիմնադրամի կողմից՝ ավելացնելով կառավարման և կայունության շերտ ձեռնարկատիրության ընդունողների համար:

Հետևանքները AI կոդավորման շուկայի համար

Laguna S 2.1-ի թողարկումն ազդարարում է, որ AI-ի կոդավորման մոդելի շուկան ուշադրությունը տեղափոխում է մոդելի չափից դեպի վարքագծային բարդություն: Poolside-ի խաղադրույքը համառության, ստուգման և երկարատև գործակալական նիստերի վրա արդյունք է տալիս. 8B պարամետրով կոմպակտ մոդելը կարող է մրցակցել համակարգերի հետ, որոնք 10-ից 20 անգամ մեծ են:

Poolside-ը երկու ռազմավարական խաղադրույք է կատարում: Մեկն այն է, որ հետախուզության ճանապարհն անցնում է գործակալական կոդավորման միջոցով, քանի որ ծրագրաշարը գործակալներին տալիս է իրենց առավել արտահայտիչ ինտերֆեյսը: Այն նաև կարծում է, որ արհեստական ​​ինտելեկտը կարող է «անջատել վեբը»՝ գրավոր նյութերի մեծամասնությունը գրանցում է պատասխանները, այլ ոչ թե դրանց հիմքում ընկած պատճառաբանությունները, և ամրապնդող ուսուցումը կարող է վերականգնել այդ գործընթացը:

Ունենալով հյուրընկալված մուտք, որը հասանելի է OpenRouter-ի, Baseten-ի և Vercel AI Gateway-ի միջոցով, ինչպես նաև տեղական սպառողական կարգի սարքաշարի վրա աշխատելու հնարավորությամբ՝ Laguna S 2.1-ը ներկայացնում է գործակալական կոդավորման AI-ի զգալի ժողովրդավարացում: Մշակողների համար սա նշանակում է, որ կոդավորման ժամանակակից օգնությունն այլևս արգելափակված չէ թանկարժեք API-ի բաժանորդագրությունների հետևում. այն կարող է աշխատել ձեր սեփական մեքենայի վրա՝ ձեր հսկողության ներքո:

📖 Աղբյուր