Poolside가 3개월 만에 세 번째 코딩 모델 Laguna S 2.1을 오픈웨이트로 공개했다. 총 118B 파라미터에 토큰당 8B만 활성화하는 MoE로, 최대 100만 토큰 컨텍스트와 thinking/no-thinking 모드를 지원한다. thinking 활성 시 Terminal-Bench 2.1에서 70.2%(비활성 60.4%), DeepSWE에서 40.4%(비활성 16.5%)를 기록해 자기보다 10~20배 큰 일부 오픈 모델을 앞섰다.
Poolside는 2026년 4월 Laguna M.1·XS.2로 대중 공개를 시작했고(XS.2가 첫 Apache 2.0 오픈 모델), Laguna S 2.1은 약 3개월 새 나온 세 번째 버전이다. 총 118B 파라미터 중 토큰당 8B만 활성화하는 MoE 구조로, 최대 100만 토큰 컨텍스트와 thinking/no-thinking 모드를 지원한다.
벤치마크에서 체급을 넘어선다. thinking 활성 시 Terminal-Bench 2.1 70.2%로 Tencent Hy3(295B-A21B) 바로 뒤, DeepSeek-V4-Pro-Max·Nemotron 3 Ultra 등 훨씬 큰 오픈 모델보다 앞섰다. Datacurve DeepSWE에서는 40.4%인데, 1조 파라미터가 넘는 일부 오픈웨이트 모델이 10% 미만에 머무는 것과 대비된다. 다만 thinking을 끄면 Terminal-Bench가 60.4%, DeepSWE가 16.5%로 떨어져 두 모드 격차가 역대 Laguna 중 가장 크다.
Poolside는 이 결과를 "지능을 더한 게 아니라 더 나은 행동을 학습시킨 것"으로 설명한다. 검증을 더 하고, 당연하게 넘기지 않고, 성공을 섣불리 선언하지 않는 지속성(persistence)을 raw scale의 대안으로 삼았다는 것이다. 1975년부터 미해결이던 수학 문제를 10센트 미만 비용으로 풀었다는 사례도 함께 제시됐다.