Model Releases
Laguna-M.1: Флагманский код-модель от Poolside
Полный обзор нового MoE-модели 225B параметров, которая пересматривает стандарты agentic coding.
28 апреля 2026 г.
Model ReleaseLaguna-M.1
Введение: Историческое значение Laguna-M.1
28 апреля 2026 года компания Poolside представила Laguna-M.1, ставшую поворотным моментом в мире кодирования. Это не просто очередное обновление, а фундаментальная эволюция архитектуры больших языковых моделей. Модель позиционируется как флагманский продукт всей семейности Laguna, объединяя в себе мощнейшие вычислительные ресурсы и передовые алгоритмы обучения.
Для разработчиков и инженеров это означает доступ к инструментам, способным решать задачи, ранее недоступные из-за ограничений контекста или логической сложности. Laguna-M.1 была разработана с акцентом на agentic coding, позволяя модели самостоятельно планировать и выполнять сложные задачи разработки ПО на протяжении длительного времени.
Модель закрыта для публичного доступа, но доступна для стартапов и исследовательских институтов по запросу. Это подчеркивает серьезность подхода Poolside к безопасности и качеству их продуктов на уровне корпоративных решений.
- Модель является первым в семействе Laguna с таким масштабом параметров.
- Предназначена для agentic coding и long-horizon задач.
- Полностью закрытый проект с доступом по запросу.
Архитектура и ключевые особенности
Laguna-M.1 представляет собой Mixture-of-Experts модель с общим количеством параметров 225B. Однако эффективность достигается за счет активации только 23B параметров на каждый токен, что обеспечивает баланс между производительностью и стоимостью вычислений.
Обучение проводилось на 6144 interconnected NVIDIA Hopper GPU, что является беспрецедентным для индустрии. Вся инфраструктура была построена полностью внутри компании Poolside. Использовался оптимизатор Muon для обучения с нуля на 30T токенов.
Контекстное окно составляет 128K токенов, а количество выводимых токенов достигает 8K. Это позволяет модели анализировать огромные объемы кода и документации без потери контекста, что критически важно для Enterprise-разработки.
- 225B общих параметров (MoE), 23B активированных.
- Обучение на 6144 GPU NVIDIA Hopper.
- 30T токенов данных для предобучения.
- Контекстное окно 128K, вывод 8K.
Производительность и бенчмарки
На бенчмарках Laguna-M.1 демонстрирует впечатляющие результаты, превосходя многие конкуренты. На SWE-bench Verified модель показывает результат 72.5%, что указывает на высокую способность к верификации кода.
В тесте SWE-bench Multilingual результат составляет 67.3%, а на SWE-bench Pro — 46.9%. На Terminal-Bench 2.0 модель набирает 40.7%. Эти цифры подтверждают, что Laguna-M.1 является самым мощным моделью компании на данный момент.