Découvrez Laguna S 2.1, le nouveau modèle MoE de Poolside qui redéfinit l'efficacité du développement logiciel avec une fenêtre de contexte d'un million de tokens.

Le paysage du développement assisté par IA vient de franchir une étape décisive. Le 21 juillet 2026, Poolside a officiellement lancé Laguna S 2.1, un modèle conçu spécifiquement pour l'agentic coding. Contrairement aux LLM généralistes, Laguna S 2.1 est optimisé pour comprendre, générer et maintenir des architectures logicielles complexes de manière autonome.
Ce qui frappe immédiatement, c'est la vélocité de l'équipe de Poolside. Ce modèle a été déployé en moins de neuf semaines après le début de son entraînement, témoignant d'une maîtrise exceptionnelle de l'infrastructure de distributed training. Pour les ingénieurs, cela signifie un accès plus rapide à des outils de pointe qui évoluent au rythme de l'innovation logicielle.
Au cœur de Laguna S 2.1 se trouve une architecture Mixture-of-Experts (MoE) sophistiquée. Avec un total de 118 milliards de paramètres, le modèle ne sollicite que 8 milliards de paramètres actifs par token. Cette approche permet d'atteindre des performances de niveau 'Large Model' tout en conservant la latence et l'efficacité d'un modèle beaucoup plus petit.
L'une des caractéristiques les plus impressionnantes est sa fenêtre de contexte massive de 1 million de tokens. Cette capacité permet au modèle d'ingérer l'intégralité d'un dépôt de code (repository), de lire la documentation technique complète et de comprendre les dépendances transversales sans perdre le fil de la logique métier.
La montée en puissance de la famille Laguna est exemplaire. Après le succès de Laguna M.1 et de la version XS.2, Poolside a utilisé une stratégie de validation rigoureuse. Le modèle Laguna XS 2.1 a réussi à égaler les performances de M.1 sur le benchmark SWE-Bench Multilingual tout en étant sept fois plus petit, validant ainsi la recette d'entraînement avant le passage à l'échelle.
Laguna S 2.1 surpasse largement son prédécesseur Laguna M.1. Malgré une taille de fonctionnement réduite de moitié grâce à l'optimisation MoE, il offre une puissance de raisonnement et une précision de code nettement supérieures. Cette progression constante démontre que l'efficacité de l'architecture prime désormais sur la simple force brute des paramètres.
Poolside propose une structure tarifaire extrêmement compétitive, pensée pour les startups et les entreprises de scale-up. Le modèle est accessible via un tier gratuit qui limite la fenêtre de contexte à 256K tokens, idéal pour des tâches de complétion de code isolées.
Pour les besoins industriels nécessitant la pleine puissance du contexte d'un million de tokens, un endpoint dédié est disponible. L'innovation majeure réside dans le pricing du 'Cache Hit' : si vous réutilisez des contextes de code déjà lus, le coût chute drastiquement, rendant l'analyse de gros repos économiquement viable.
Laguna S 2.1 n'est pas qu'un simple assistant de chat. Il est conçu pour agir comme un agent. Grâce à sa fenêtre de contexte étendue, il excelle dans les tâches de refactoring de codebase complet, de migration de frameworks ou de génération de tests unitaires couvrant des interactions complexes entre modules.
Les ingénieurs peuvent l'utiliser pour du RAG (Retrieval-Augmented Generation) sur leur documentation interne, ou pour créer des agents de maintenance qui surveillent les logs et proposent des correctifs automatiques. Sa capacité de raisonnement logique en fait un partenaire de choix pour la résolution de bugs critiques dans des systèmes distribués.
L'intégration de Laguna S 2.1 est pensée pour être immédiate. Les développeurs peuvent accéder au modèle via l'API officielle de Poolside. L'infrastructure est prête pour une intégration directe dans vos pipelines CI/CD ou vos extensions IDE personnalisées.
La roadmap de Poolside est claire : les techniques éprouvées sur Laguna S 2.1 seront appliquées à des modèles encore plus vastes au cours de l'année à venir. Il est donc crucial de commencer à construire vos workflows autour de cette architecture dès maintenant pour anticiper les futures itérations.
API Pricing — Input: $0.10 / 1M tokens (dedicated endpoint, full 1M context) / Output: $0.20 / 1M tokens / Context: 1M tokens (free tier at 256K context)