Стартап Poolside выпустил Laguna S 2.1 — открытую модель для агентного программирования на 118 млрд параметров. Компания называет ее самой мощной открытой моделью Запада: на кодинговых бенчмарках Laguna идет вровень с моделями в разы крупнее себя, а местами обходит их, при этом запускается на настольном компьютере NVIDIA DGX Spark. Веса уже выложены на Hugging Face, причем использовать модель можно в том числе в коммерческих целях.
Технически Laguna S 2.1 — это Mixture-of-Experts, «смесь экспертов»: из 118 млрд параметров на каждый токен активны только 8 млрд, а контекстное окно достигает миллиона токенов. Компактность — главный коммерческий аргумент Poolside. Открытых моделей такого класса — около сотни миллиардов параметров — западные лаборатории не выпускали 11 месяцев, со времен gpt-oss-120b от OpenAI в августе прошлого года.
На Terminal-Bench 2.1 модель набирает 70,2%, на SWE-Bench Pro — 59,4%: это на уровне или выше DeepSeek V4 lite, Nemotron 3 Ultra от NVIDIA и Inkling от Thinking Machines — а они крупнее в 2,5, почти в 5 и в 8 раз соответственно. Есть и эффектная демонстрация: Poolside опубликовала полную траекторию того, как Laguna самостоятельно доказала задачу Эрдёша №397 — комбинаторную проблему, которая до недавнего времени покорялась только крупнейшим фронтирным моделям. Отдельно стоит отметить прозрачность: компания выложила траектории всех прогонов всех бенчмарков, чтобы результаты мог воспроизвести кто угодно, — на фоне обычной для индустрии закрытости это выглядит почти вызовом.
Само возвращение Poolside — отдельная история. В октябре 2024 года стартап сооснователя и бывшего техдиректора GitHub Джейсона Уорнера был звездой: $500 млн инвестиций при оценке $3 млрд. А потом компания на полтора года пропала из новостей, пока оценки OpenAI и Anthropic подбирались к триллиону долларов. Как утверждает Уорнер, все это время Poolside строила «фабрику моделей» — платформу, которая автоматизирует эксперименты с архитектурами и обучение с подкреплением на результатах исполнения кода: то, что занимало недели, теперь укладывается в час. Результат — обучение Laguna S 2.1 заняло меньше четырех недель на 4000 GPU H200. Далее компания обещает релизы примерно каждые 5 недель.
Сейчас рынок open source практически монополизирован Китаем. За последний месяц все пять самых популярных моделей на маркетплейсе OpenRouter — китайские: от Xiaomi, Tencent и стартапа Z-AI. А 16 июля лаборатория Moonshot выпустила Kimi K3, которая на части кодинговых задач в рейтинге Arena обошла топовые модели OpenAI и Anthropic — при цене на две трети ниже, чем у Anthropic.
И здесь к громкому титулу Laguna прилагается неудобная сноска. «Самая мощная открытая модель Запада» — не самая мощная открытая модель в мире: Kimi K3 сильнее, и Уорнер этого не скрывает, аккуратно формулируя, что глобально Poolside лидирует «в весовой категории 118 миллиардов параметров». Разрыв нагляден в цифрах: на Terminal-Bench 2.1 у Kimi K3 — 88,3%, у Laguna — 70,2%. Правда, K3 — монстр на 2,8 трлн параметров, в 20 с лишним раз больше, поэтому для ее запуска требуется совершенно другое железо.
Модель вышла на напряженном политическом фоне. По данным Axios, Белый дом и Минторг США обсуждали меры, которые фактически запретили бы американским компаниям использовать китайские открытые модели. Советник Белого дома по ИИ Дэвид Сакс тем временем предупреждает о другом давлении: по его словам, ведущие закрытые лаборатории добиваются от государства устранения конкурентов с открытыми моделями. Как ни поверни, вывод один: судьбу открытых моделей на Западе может решить не бенчмарк, а регулятор.
27 июля Moonshot обещает выложить веса Kimi K3 — и станет ясно, сколько продержится титул «самой мощной открытой модели Запада». А в Вашингтоне решат, помогать ли местному ИИ запретами китайских моделей. Если это случится, то Poolside станет одной из немногих альтернатив, доступных тому западному бизнесу, который делает ставку на открытые модели.
P.S. Поддержать меня можно подпиской на канал «сбежавшая нейросеть», где я рассказываю про ИИ с творческой стороны.
ссылка на оригинал статьи https://habr.com/ru/articles/1062392/