Poolside hat kein Modell mit Billionen Parametern veröffentlicht. Laguna S 2.1 ist ein MoE-Coding-Modell mit 118B Gesamtparametern und 8B aktiven Parametern, dessen Gewichte auf Hugging Face liegen und das laut Unternehmen bis hinunter zu einer NVIDIA DGX Spark laufen kann.
Der Punkt ist nicht ein Sieg über GPT oder Claude. Ein westliches Unternehmen bietet ein selbst hostbares Open-Weight-Coding-Modell an, doch der eigene Terminal-Bench-2.1-Wert liegt bei 70,2% und damit noch hinter der geschlossenen Spitze.
Groß, aber noch betreibbar
Poolside nennt ein Kontextfenster von bis zu 1M Token und weniger als neun Wochen vom Trainingsstart bis zur Veröffentlichung. Zu den gemeldeten Ergebnissen gehören 70,2% auf Terminal-Bench 2.1, 78,5% auf SWE-Bench Multilingual, 59,4% auf SWE-Bench Pro Public Dataset und 40,4% auf DeepSWE.
Diese Zahlen brauchen Kontext. 70,2% stammen aus Poolsides eigenem Agent-Harness. Der DeepSWE-Wert gilt für den Thinking-Modus. Einige Vergleichswerte stammen aus Anbieterangaben, Leaderboards oder Drittquellen.
Das Zitat dreht sich um Arbeitsverhalten
What we've done in this model is not necessarily add more intelligence, but improve the behaviors that lead to a more capable model: more verification, less taking things for granted, not declaring victory early, and being more persistent.
Pengming Wang beschreibt also weniger zusätzliche Intelligenz als bessere Gewohnheiten: mehr Prüfen, weniger Annahmen, kein zu frühes Abhaken.
Poolside nennt zwei Beispiele: eine 50-minütige Sitzung mit 181 Schritten, in der ein einfacher HTML/CSS-Renderer entstand, und eine interne Harness-Optimierung mit 5,2% mehr Geschwindigkeit und rund 70% weniger Speicherallokation.
Die Open-Weight-Lücke
Die Dynamik bei offenen Coding-Modellen kam zuletzt stark von Kimi, Qwen, DeepSeek und MiniMax. Laguna S 2.1 besetzt eine Zwischenzone: stärker für lange Aufgaben als 30B-Modelle, aber handhabbarer als Billionen-Parameter-Systeme.
Die Hugging-Face-Karte bestätigt die OpenMDW-1.1-Lizenz für die NVFP4-Variante. vLLM Recipes weist darauf hin, dass BF16-Gewichte etwa 235GB groß sind; quantisierte Checkpoints sind daher für viele Setups realistischer.
Die Grenzen sind nicht kosmetisch
Poolside nennt konkrete Grenzen: Tool-Schema-Overfitting in fremden Harnesses, fehlerhaftes JSON bei verschachtelten Tool Calls und gelegentlich zu lange Thinking-Läufe.
OpenRouter bietet einen kostenlosen 256K-Endpunkt und einen dedizierten 1M-Kontext-Endpunkt für ,10 Input, ,20 Output und ,01 Cache-Read je Million Token. Das ist günstig, aber lange Agentenläufe können enorme Output-Mengen erzeugen.
Der Test liegt im Repository
Wichtig werden Reproduktionen auf Hugging Face, stabile vLLM/Ollama/SGLang-Pfade, Verhalten in echten Repositories und die Frage, ob das nächste größere Laguna den Terminal-Bench-Abstand verkleinert.
Laguna S 2.1 ist kein Killer geschlossener Frontier-Modelle. Es ist eine beschaffbare Option: Code bleibt lokal, lange Coding-Jobs laufen intern, Lizenz und Kosten sind lesbar, und die Leistungslücke ist klein genug für reale Tests.
Quellen: offizieller Poolside-Blog, Hugging-Face-Modellkarte, vLLM Recipes, CocoLoop, The Next Web; geprüft wurden Modellgröße, aktive Parameter, Kontextfenster, Benchmark-Umfang, Trainingshardware, Lizenz, Deployment-Pfade und veröffentlichte Grenzen.