Laguna-XS.2: Революция в кодировании от poolside

Введение: Историческое значение модели

Модель Laguna-XS.2 от компании poolside, выпущенная 28 апреля 2026 года, представляет собой значимый шаг в истории разработки программного обеспечения. Это не просто очередное обновление, а веховая модель, которая открывает новую эру для профессионального кодинга. Она стала первым открытым весом релизом от poolside, что делает её доступной для широкого сообщества разработчиков без ограничений на использование.

В отличие от закрытых моделей, Laguna-XS.2 лицензирована под Apache 2.0, что позволяет исследователям и инженерам модифицировать код, распространять его и интегрировать в собственные продукты. Для разработчиков это означает полную прозрачность и гибкость, позволяя внедрять передовые алгоритмы в свои системы без страха нарушения лицензионных соглашений. Модель позиционируется как агентное решение для задач длинного горизонта в инженерии программного обеспечения.

• Первый open-weight релиз от poolside.
• Лицензия Apache 2.0.
• Создана специально для задач агентов и длинного кодинга.

Ключевые особенности и архитектура

Архитектурная сложность Laguna-XS.2 сочетает в себе мощь больших моделей и эффективность Mixture-of-Experts (MoE). Всего у модели 33 миллиарда параметров, но для каждого токена активируется только 3 миллиарда. Это позволяет достигать высокой производительности при минимальных затратах на вычислительные ресурсы. Модель использует оптимизатор Muon на основе данных из 30 триллионов токенов, что обеспечивает глубокое понимание синтаксиса и логики кода.

Техническая реализация включает использование Sliding Window Attention с перешейковым гейтингом в 30 из 40 слоев. Это позволяет модели эффективно обрабатывать длинные контексты, не перегружая память. Кроме того, кэш KV квантован до FP8, что значительно снижает потребление памяти на токен. Благодаря этому компактность модели позволяет запускать её локально на Mac с 36 ГБ оперативной памяти, что открывает возможности для офлайн-разработки.

• 33B параметров (MoE), 3B активированных на токен.
• Слайд-окно внимания с гейтингом в 30 слоях.
• Кэш KV квантован до FP8.
• Запускается локально на Mac (36 ГБ RAM).

Производительность и бенчмарки

На тестах Laguna-XS.2 демонстрирует выдающиеся результаты в задачах программирования. На SWE-bench Verified модель достигает 68.2%, что является высоким показателем для моделей этого класса. На SWE-bench Multilingual результат составляет 62.4%, показывая отличную работу с многоязычным кодом. На более сложном SWE-bench Pro модель набирает 44.5%, а на Terminal-Bench 2.0 — 30.1%.

Модель поддерживает нативное размышление с интерлиеванным мышлением между вызовами инструментов. Это позволяет ей не просто генерировать код, но и планировать шаги, выбирать нужные библиотеки и отлаживать ошибки в реальном времени. Такие способности делают её конкурентоспособной с более крупными моделями в задачах, требующих глубокого понимания контекста и логики разработки.

• 68.2% на SWE-bench Verified.
• 62.4% на SWE-bench Multilingual.
• 44.5% на SWE-bench Pro.
• 30.1% на Terminal-Bench 2.0.

Ценообразование API

Для разработчиков Laguna-XS.2 предлагает уникальные условия доступа. В течение ограниченного времени модель доступна бесплатно через API poolside и OpenRouter. Это означает, что стоимость ввода составляет $0 за миллион токенов, а стоимость вывода также равна $0 за миллион токенов. Такой подход позволяет тестировать модель и интегрировать её в продакшн без финансовых рисков.

Контекстное окно модели составляет 128K токенов, что позволяет обрабатывать огромные объемы документации и истории кода. Поддержка vLLM, Transformers, TRT-LLM и Ollama обеспечивает совместимость с существующими стеками разработки. Это делает модель доступной как для облачных сервисов, так и для локальных инстансов.

• Ввод: $0/M токенов (бесплатно в течение ограниченного времени).
• Выход: $0/M токенов (бесплатно в течение ограниченного времени).
• Контекстное окно: 128K.
• Поддержка vLLM, Transformers, Ollama.

Сценарии использования

Laguna-XS.2 идеально подходит для агентного кодирования и долгосрочных задач инженерии. Она может самостоятельно планировать архитектуру, писать код, тестировать и исправлять ошибки в рамках одного сессии. Благодаря поддержке 128K контекста, модель способна анализировать большие репозитории, находить зависимости и предлагать улучшения без потери контекста.

Также модель применима для задач RAG (Retrieval-Augmented Generation) и чат-интерфейсов. Её способность к интерлиеванному мышлению позволяет интегрировать её в системы, где нужно чередовать генерацию кода и вызов внешних инструментов. Это делает её универсальным решением для автоматизации разработки.

• Агентное кодирование и планирование.
• Анализ больших репозиториев (128K контекст).
• Интеграция с RAG и внешними инструментами.
• Локальный запуск для офлайн-работы.

Начало работы

Чтобы начать использовать Laguna-XS.2, вы можете обратиться к API poolside или OpenRouter. Модель доступна в виде открытого веса на платформе Hugging Face. Для локального запуска используйте vLLM или Ollama, подключив модель к вашей системе. Все необходимые библиотеки и SDK доступны для быстрой интеграции в ваш проект.

Для получения актуальной информации и документации посетите официальную страницу модели. Поддержка сообщества и документация доступны в открытом доступе. Это позволяет вам быстро настроить эксперименты и внедрить модель в свой рабочий процесс без лишних задержек.

• API: poolside и OpenRouter.
• Open Source: Hugging Face.
• Локальный запуск: vLLM, Ollama.
• Документация: официальная страница.

API Pricing — Input: $0/M tokens (free for limited time) / Output: $0/M tokens (free for limited time) / Context: 128K

Sources