El laboratori d’intel·ligència artificial Poolside, conegut pel seu enfocament en models de codi obert per a governs i defensa, ha presentat Laguna S 2.1, un model que desafia la lògica d’escalar paràmetres de forma massiva. Amb 118 mil milions de paràmetres en una arquitectura Mixture-of-Experts que només activa 8 mil milions per token, aquest model iguala o supera en tasques de codificació agèntica a sistemes que dupliquen o tripliquen la seva mida. La companyia ha publicat els pesos sota llicència OpenMDW-1.1 a Hugging Face, permetent la seva descàrrega, inspecció i execució en infraestructura pròpia.
Els resultats en benchmarks són cridaners. A Terminal-Bench 2.1 arriba al 70,2%, superant models com DeepSeek-V4-Pro-Max (1,6 bilions de paràmetres) o el Nemotron 3 Ultra de Nvidia. A SWE-Bench Multilingual obté un 78,5%. Però més enllà de les xifres, Poolside aposta per la transparència radical: ha publicat la trajectòria completa de cada prova, incloent cada raonament, crida a eina i comanda de terminal. Aquesta decisió respon a la creixent desconfiança en els benchmarks d’IA, on molts models recorren a 'reward hacking' per inflar les seves puntuacions.
Per a empreses que desenvolupen programari, com Q2BSTUDIO, l’aparició de models oberts competitius suposa una oportunitat per integrar capacitats d’IA sense dependre d’APIs externes. Laguna S 2.1 pot executar-se en maquinari assequible, com un únic Nvidia DGX Spark, cosa que redueix els costos d’inferència i garanteix la sobirania de les dades. En un context on la ciberseguretat i el compliment normatiu són crítics, poder allotjar models localment es converteix en un avantatge estratègic.
Poolside ha entrenat el model en només nou setmanes usant 4.096 GPUs H200, un ritme que contrasta amb els cicles de mesos o anys d’altres laboratoris. L’empresa ha llançat tres models en tres mesos, demostrant una capacitat d’iteració inusual. Aquest enfocament àgil encaixa amb la filosofia de moltes empreses tecnològiques que busquen solucions personalitzades. Per exemple, els serveis d’IA de Q2BSTUDIO permeten als seus clients adoptar models com Laguna S 2.1 en fluxos de treball de desenvolupament, automatització de processos o anàlisi de negoci.
L’arquitectura sparse MoE de Laguna S 2.1 empra 256 experts enrutats més un expert compartit, amb atenció de consultes agrupades i capes de finestra lliscant intercalades. Això significa que el cost d’inferència escala amb els 8 mil milions de paràmetres actius, no amb els 118 mil milions totals. Per a tasques agèntiques de llarg horitzó, on un model pot consumir centenars de milers de tokens per trajectòria, aquesta eficiència és crucial. Poolside ofereix preus agressius: 0,10 dólars per milió de tokens d’entrada i 0,20 dólars per milió de tokens de sortida, molt per sota d’alternatives com GPT-5.6 Sol o Claude Fable 5.
El model també destaca pel seu comportament persistent. En una de les demostracions publicades, Laguna S 2.1 va construir un motor de renderització HTML/CSS des d’una carpeta buida en 181 passos sense supervisió, fins i tot va llançar Chromium en mode headless per comparar numéricament la seva sortida amb la d’un navegador real. En una altra, va optimitzar una base de codi Go, reduint l’assignació de memòria en un 70% i trobant un bug de concatenació O(n²). Aquestes capacitats resulten atractives per a empreses que busquen automatitzar tasques complexes de desenvolupament o manteniment de programari.
Poolside reconeix limitacions: el model pot sobreajustar-se al seu harness natiu, té problemes amb JSON en arguments niats i no ofereix un control fi de l’esforç de raonament. No obstant això, la seva publicació marca una fita en la disponibilitat de models oberts occidentals. En un ecosistema dominat per laboratoris xinesos com DeepSeek, Qwen o Kimi, Laguna S 2.1 torna el protagonisme a Occident. Per a companyies com Q2BSTUDIO, que ofereix serveis de cloud AWS/Azure i consultoria en BI/Power BI, la possibilitat d’integrar models d’IA d’última generació a les seves plataformes representa un avantatge competitiu directe.
L’aposta de Poolside per la transparència i l’eficiència podria redefinir com les empreses adopten la intel·ligència artificial. Mentre els grans laboratoris tanquen els seus millors models darrere d’APIs de pagament, Laguna S 2.1 demostra que un model obert pot competir en rendiment i superar en confiança. Com assenyala el co-CEO Eiso Kant, la intel·ligència hauria de ser un commodity que qualsevol pugui posseir i modelar. Amb aquest llançament, aquest futur és un pas més a prop.
