Poolside выпустила Laguna S 2.1 — первую крупную открытую модель США за 11 месяцев

22 июля 2026 года стартап Poolside выложил веса Laguna S 2.1 — открытой модели на 118 млрд параметров для агентного программирования. Это первый крупный открытый вес из США с августа 2025-го, когда OpenAI выпустила gpt-oss-120b. На кодинговых бенчмарках Laguna идёт вровень с моделями в 5-10 раз больше себя и запускается на одном десктопе NVIDIA DGX Spark. Веса доступны на Hugging Face, лицензия разрешает коммерческое использование.

Почему это важно прямо сейчас

Рынок открытых моделей последние полгода монополизирован Китаем. За июль 2026-го все пять самых популярных моделей на OpenRouter — китайские (Xiaomi, Tencent, Z-AI). 16 июля Moonshot выпустила Kimi K3 на 2,8 трлн параметров, которая обошла GPT-4o и Claude 3.5 на части задач из Arena — при цене на 65% ниже Anthropic. Белый дом и Минторг США обсуждают запрет на использование китайских открытых моделей в корпоративных продуктах. Если это случится, западному бизнесу понадобятся альтернативы — и Laguna S 2.1 становится одной из немногих.

Mixture-of-Experts: 118 млрд параметров, работают 8 млрд

Laguna S 2.1 построена на архитектуре Mixture-of-Experts (MoE). Из 118 млрд параметров на каждый токен активны только 8 млрд — это обеспечивает компактность при инференсе. Контекстное окно — миллион токенов, что позволяет обрабатывать целые кодовые базы или длинные траектории выполнения.

Обучение заняло меньше четырёх недель на 4000 GPU NVIDIA H200. Poolside обещает новые релизы каждые 5 недель — компания утверждает, что построила "фабрику моделей", где эксперименты с архитектурой и обучение с подкреплением на результатах исполнения кода автоматизированы и укладываются в час вместо недель.

Бенчмарки: на уровне моделей в 5-10 раз крупнее

На Terminal-Bench 2.1 Laguna набирает 70,2%, на SWE-Bench Pro — 59,4%. Это сопоставимо с DeepSeek V4 lite (в 2,5 раза крупнее), Nemotron 3 Ultra от NVIDIA (почти в 5 раз) и Inkling от Thinking Machines (в 8 раз). На части задач Laguna их обходит.

Poolside опубликовала полную траекторию доказательства задачи Эрдёша №397 — комбинаторной проблемы, которая до недавнего времени решалась только фронтирными моделями типа o3 от OpenAI. Компания выложила траектории всех прогонов всех бенчмарков для воспроизводимости — редкий уровень прозрачности для индустрии.

Где взять модель и как запустить

Веса Laguna S 2.1 доступны на Hugging Face под лицензией, разрешающей коммерческое использование. Модель запускается на одном NVIDIA DGX Spark (десктопная станция с несколькими GPU). Для инференса MoE с 8 млрд активных параметров достаточно одной системы с 80-160 ГБ VRAM в зависимости от квантизации.

Пример загрузки через transformers:

```python from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "poolside/laguna-s-2.1" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForCausalLM.from_pretrained( model_name, device_map="auto", torch_dtype="auto" )

prompt = "Write a Python function to merge two sorted arrays" inputs = tokenizer(prompt, return_tensors="pt").to(model.device) outputs = model.generate(**inputs, max_new_tokens=512) print(tokenizer.decode(outputs[0], skip_special_tokens=True)) ```

Для продакшн-инференса Poolside рекомендует использовать vLLM или TensorRT-LLM, которые оптимизируют MoE-архитектуры.

Самая мощная открытая модель Запада — но не мира

Poolside называет Laguna S 2.1 "самой мощной открытой моделью Запада". Глобально это не так: Kimi K3 от Moonshot сильнее — на Terminal-Bench 2.1 у неё 88,3% против 70,2% у Laguna. Но K3 — монстр на 2,8 трлн параметров, для запуска которого нужен кластер, а не один сервер. Джейсон Уорнер, сооснователь Poolside и бывший техдиректор GitHub, аккуратно формулирует: Laguna лидирует "в весовой категории 118 миллиардов параметров".

27 июля Moonshot обещает выложить веса Kimi K3. Если это случится, титул "самой мощной открытой модели Запада" будет иметь значение только в контексте политических ограничений — если США действительно запретят использование китайских моделей.

Подводные камни

Зависимость от регуляторов. Советник Белого дома по ИИ Дэвид Сакс предупреждает, что ведущие закрытые лаборатории (OpenAI, Anthropic) лоббируют устранение конкурентов с открытыми моделями. Судьбу open source на Западе может решить не бенчмарк, а регулятор.

11 месяцев простоя. Poolside привлекла $500 млн при оценке $3 млрд в октябре 2024-го, затем на полтора года пропала из новостей. Конкуренты за это время ушли вперёд — оценки OpenAI и Anthropic приближаются к триллиону долларов.

Китайское превосходство. Даже с Laguna S 2.1 западные открытые модели отстают от китайских по абсолютным показателям. K3, DeepSeek V4, модели Alibaba и Baidu обучены на бо́льших объёмах кода и показывают лучшие результаты на реальных задачах.

Что попробовать дальше

Если вы делаете ставку на открытые модели и хотите избежать зависимости от китайских лабораторий, Laguna S 2.1 — единственная западная альтернатива в классе ~100B параметров. Следите за релизами Poolside каждые 5 недель — компания обещает быстрые итерации благодаря "фабрике моделей".

Для сравнения протестируйте Laguna рядом с DeepSeek V4 lite и Kimi K3 (когда выйдут веса 27 июля) на ваших задачах. MoE-архитектура Laguna даёт преимущество в скорости инференса на ограниченном железе, но проигрывает в качестве на сложных задачах.

Если работаете с корпоративными клиентами в США, держите руку на пульсе регуляторных новостей. Запрет китайских моделей сделает Laguna одной из немногих доступных опций — и её позиции на рынке резко усилятся независимо от технических показателей.

Источники

• Habr ML: США пытаются отбить open source у Китая: вышла открытая модель Poolside Laguna S 2.1