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