25.08.2026

Две модели, одна цель: знакомство с Laguna M.1 и Laguna XS.2 от Poolside

Laguna XS.2

Представьте, что вы работаете над сложным программным проектом. Вам нужно не просто сгенерировать несколько строк кода, а полностью переработать архитектуру модуля, переписать тесты, обновить документацию — и сделать это в одном диалоге. Именно для таких задач компания Poolside создала семейство моделей Laguna.

В апреле 2026 года Poolside представила две модели: флагманскую Laguna M.1 и открытую Laguna XS.2. Обе предназначены для agentic coding — подхода, при котором ИИ-агент самостоятельно планирует и выполняет многошаговые задачи в процессе разработки ПО.

Что такое agentic coding и почему это важно?

Большинство современных ИИ-инструментов взаимодействуют с миром через вызовы инструментов (tool calling), где заранее определённый набор функций ограничивает действия агента.

Команда Poolside считает это переходным этапом:

«Программное обеспечение — гораздо более выразительный интерфейс. Агент, который умеет писать и выполнять код, может компоновать действия, распараллеливать работу и создавать собственные ad-hoc системы для взаимодействия с миром.»

Именно поэтому обе модели Laguna оптимизированы для долгосрочных задач (long-horizon work) — сценариев, где решение требует множества последовательных шагов, анализа больших объёмов кода и принятия решений в изменяющемся контексте.

Laguna M.1: флагман без компромиссов

Laguna M.1 — самая производительная модель Poolside на сегодняшний день. Её обучение завершилось в конце 2025 года, и она стала фундаментом для всей экосистемы Laguna.

Ключевые характеристики:

Параметр Значение
Общее количество параметров 225,8 млрд
Активируемых параметров на токен 23,4 млрд
Архитектура Mixture-of-Experts (MoE)
Объём обучающих данных 30 триллионов токенов
Инфраструктура обучения 6 144 взаимосвязанных NVIDIA Hopper GPU
Контекстное окно 256K токенов
Максимальная длина ответа до 32K токенов
Лицензия Apache 2.0

Архитектура MoE означает, что при обработке каждого токена активируется лишь небольшая часть параметров модели. Это делает Laguna M.1 значительно более эффективной по сравнению с «плотными» (dense) моделями сравнимого размера.

Производительность на бенчмарках (по состоянию на май 2026 года):

  • SWE-bench Verified: 79.6%
  • SWE-Bench Pro: 46.9%
  • Terminal-Bench 2.0: 45.8%

Эти результаты делают Laguna M.1 конкурентоспособной среди лучших открытых и проприетарных моделей в своём классе.

Laguna XS.2: мощь в компактном размере

Если Laguna M.1 — это тяжёлая артиллерия для самых сложных задач, то Laguna XS.2 — это «рабочая лошадка», которую можно запустить на обычном оборудовании.

Ключевые характеристики:

Параметр Значение
Общее количество параметров 33,4 млрд
Активируемых параметров на токен 3 млрд
Архитектура MoE с гибридным вниманием (SWA + full attention)
Контекстное окно 256K токенов
Лицензия Apache 2.0 — веса открыты
Запуск на одном GPU или Mac с 36 ГБ RAM

Laguna XS.2 — первая модель Poolside с открытыми весами. Компания сделала этот шаг, чтобы поддержать сообщество разработчиков и исследователей.

Производительность на бенчмарках (по состоянию на май 2026 года):

  • SWE-bench Verified: 68.2%
  • SWE-bench Multilingual: 62.4%
  • SWE-Bench Pro: 44.5%
  • Terminal-Bench 2.0: 30.1%

Удивительно, но модель с 3 млрд активных параметров показывает результаты, сравнимые с моделями в несколько раз большего размера.

Архитектурные особенности

Обе модели используют архитектуру Mixture-of-Experts (MoE), но с разными реализациями:

Laguna M.1 использует глобальное внимание на всех слоях с 64 Q-heads, 8 KV-heads и softplus attention output gating.

Laguna XS.2 применяет гибридный подход: 10 слоёв с глобальным вниманием и 30 слоёв со скользящим окном внимания (SWA). Это ускоряет инференс и снижает требования к памяти.

Обе модели поддерживают «мышление» между вызовами инструментов (interleaved thinking), что особенно важно для сложных многошаговых задач.

Реальные цифры использования

Всего за четыре недели после релиза:

  • Более 1 триллиона токенов обработано через API
  • Более 50 000 загрузок весов Laguna XS.2 с Hugging Face

Сообщество активно приняло новую модель, и Poolside оперативно отреагировала на запросы, увеличив контекстное окно с изначальных значений до 256K токенов для обеих моделей.

Где и как использовать?

Обе модели доступны через:

  • API Poolside — бесплатно в ограниченный период
  • OpenRouter — с поддержкой reasoning-токенов
  • Hugging Face — веса Laguna XS.2 доступны для скачивания
  • Baseten — для выделенных развёртываний

Для работы с моделями Poolside предлагает два продукта в режиме предварительного доступа:

  • pool — терминальный coding-агент
  • Shimmer — облачная среда разработки для веб-приложений, API и CLI

Что дальше?

В июле 2026 года Poolside анонсировала Laguna XS 2.1 — эволюцию открытой модели с улучшенной производительностью. XS.2 при этом остаётся доступной.

Компания продолжает инвестировать в развитие agentic coding — подхода, который, по их мнению, станет основным способом взаимодействия ИИ с программным обеспечением.

Заключение

Laguna M.1 и Laguna XS.2 — это не просто очередные модели для генерации кода. Это два разных подхода к одной цели: сделать ИИ-агентов способными решать реальные, сложные, многошаговые задачи в разработке ПО.

M.1 — для тех, кому нужна максимальная производительность без компромиссов. XS.2 — для тех, кто хочет экспериментировать, дорабатывать и внедрять ИИ в свои рабочие процессы на доступном оборудовании.

И, что особенно важно, обе модели доступны под лицензией Apache 2.0 — это серьёзный шаг в сторону открытости от компании, которая начинала с работы с правительственными и государственными заказчиками.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *