Model Releases
Laguna-M.1: El Nuevo Estándar en Modelado de Código
Poolside lanza un hito histórico en IA. Laguna-M.1 ofrece 225B MoE y benchmarks líderes para ingeniería de software.
28 de abril de 2026
Model ReleaseLaguna-M.1
Introducción
Poolside ha anunciado hoy la liberación de Laguna-M.1, un modelo de código que marca un hito histórico en la industria de la inteligencia artificial generativa. Este modelo representa la evolución más significativa en la capacidad de los sistemas para entender, depurar y generar software complejo a gran escala. Su lanzamiento data del 28 de abril de 2026, consolidando a poolside como un líder en infraestructura de modelos de código. Laguna-M.1 no es simplemente una actualización incremental, sino una base fundamental para toda la familia de modelos Laguna, estableciendo nuevos estándares de eficiencia y precisión en entornos de desarrollo profesional.
El modelo está diseñado para resolver los desafíos modernos de la ingeniería de software, donde la complejidad de los sistemas y la necesidad de agentic coding son críticas. Al ser un modelo de Mixture-of-Experts (MoE) de gran escala, Laguna-M.1 ofrece una flexibilidad que modelos densos tradicionales no pueden igualar. Su arquitectura permite activar solo los expertos necesarios para cada tarea específica, optimizando el uso de recursos computacionales sin comprometer la calidad de las respuestas generadas. Esto lo convierte en una herramienta indispensable para equipos de desarrollo que buscan automatizar flujos de trabajo de software de alto nivel.
- Modelo de código de poolside lanzado en 2026.
- Base fundamental para toda la familia Laguna.
- Diseñado para agentic coding y tareas de largo alcance.
Características y Arquitectura
La arquitectura interna de Laguna-M.1 es impresionante, combinando una masa total de 225B parámetros con una eficiencia activa de 23B parámetros por token. Esta configuración de MoE permite que el modelo procese información compleja mientras mantiene una latencia y costo manejables. Además, el modelo cuenta con una ventana de contexto de 128K tokens, lo que es crucial para analizar grandes repositorios de código o documentos técnicos extensos sin perder coherencia. El soporte para hasta 8K tokens de salida facilita la generación de soluciones completas en una sola interacción, reduciendo la necesidad de múltiples llamadas a la API.
El entrenamiento fue completado a finales de 2025 utilizando exclusivamente hardware in-house. Poolside desplegó 6,144 GPUs NVIDIA Hopper interconectadas para este proceso masivo. El optimizador Muon fue utilizado para garantizar la estabilidad durante el entrenamiento en 30T tokens. Esta infraestructura dedicada asegura que el modelo tenga una representación precisa de patrones de programación modernos y mejores prácticas de ingeniería de software, lo que se refleja en su rendimiento en benchmarks especializados.