Laguna XS 2.1

Überblick

Laguna XS 2.1 ist ein offen lizenziertes Mixture-of-Experts-Modell des US-Labors Poolside, veröffentlicht am 2. Juli 2026. Es ist für agentisches Coding und lange Arbeitsschritte direkt auf dem eigenen Rechner gedacht. Von 33 Mrd. Gesamtparametern sind pro Token nur rund 3 Mrd. aktiv.

Das Modell ist der direkte Nachfolger von Laguna XS.2 (April 2026). Die Architektur ist unverändert. Poolside hat vor allem SWE-bench Multilingual und Terminal-Aufgaben verbessert und die Lizenz auf OpenMDW-1.1 umgestellt. Reasoning läuft verschachtelt zwischen Werkzeugaufrufen und lässt sich pro Anfrage ein- und ausschalten.

Architektur

• 40 Layer: 30 mit Sliding-Window-Attention (Fenster 512 Token), 10 mit globaler Attention, Verhältnis 3:1
• 256 Experten plus 1 Shared Expert, Sigmoid-Gating mit layerweiser Rotary-Skalierung
• KV-Cache in FP8, trainiert mit dem Muon-Optimizer
• Kontextfenster 262.144 Token (256K), reines Text-zu-Text-Modell

Use Cases

• Agentische Coding-Läufe auf einem einzelnen Entwicklerrechner, ohne dass Quelltext das Haus verlässt
• Lokale Coding-Assistenz in Agent-Harnessen mit Tool- und Function-Calling
• Kostensensible Dauerläufe, bei denen ein 3B-aktives Modell schnell genug für viele Iterationen ist
• Einstieg in die Laguna-Familie, bevor man auf das größere Laguna S 2.1 wechselt

Stärken & Grenzen

Stärken

• Sehr kleiner aktiver Rechenaufwand: 3B aktive Parameter bei 70,9 % SWE-bench Verified (Herstellerangabe)
• Messbarer Fortschritt gegenüber XS.2, vor allem bei SWE-bench Multilingual (63,1 % statt 57,7 %)
• Offene Gewichte unter OpenMDW-1.1, kommerziell nutzbar, mit BF16-, FP8-, NVFP4-, INT4-, GGUF- und MLX-Varianten
• DFlash-Speculator-Modelle für spekulatives Dekodieren; laut Poolside verdoppeln sie die Token-Rate

Grenzen

• Alle veröffentlichten Benchmarkwerte stammen von Poolside selbst und wurden mit der hauseigenen Agent-Harness „pool“ im Harbor-Framework gemessen. Eine unabhängige Nachmessung gibt es bislang nicht.
• In Poolsides eigener Vergleichstabelle liegt das etwa gleich große Qwen3.6-35B-A3B bei allen vier Benchmarks vorn, bei Terminal-Bench 2.0 deutlich (51,5 % gegenüber 37,5 %)
• Kein Vision-, Audio- oder Video-Input
• Keine Angaben zu Trainingsdaten und unterstützten Sprachen

Benchmarks: Quellenlage

In der Score-Tabelle stehen SWE-bench Verified und Terminal-Bench. Der Terminal-Bench-Wert ist Version 2.0 und steht mangels eigenem Schlüssel im Feld für v2.1; die Version ist im Quellennamen vermerkt. Alle Werte sind Herstellerangaben (pass@1, Thinking-Modus, Stand 07/2026):

Benchmark	Laguna XS 2.1	Laguna XS.2
SWE-bench Verified	70,9 %	69,9 %
SWE-bench Multilingual	63,1 %	57,7 %
SWE-Bench Pro (public)	47,6 %	46,3 %
Terminal-Bench 2.0	37,5 %	35,7 %

Gemessen wurde mit Temperatur 1.0, top_k 20, top_p 1, 256K Kontext und maximal 500 Schritten. Die Werte sind Mittelwerte aus 4 (SWE-bench Verified, Multilingual), 2 (SWE-Bench Pro) bzw. 5 Läufen (Terminal-Bench 2.0). Poolside hat einige Task-Images und Verifier wegen Infrastrukturproblemen gepatcht. Ein nachträglicher Reward-Hacking-Check fand laut Poolside keine nennenswerten Fälle.

Achtung: Artificial Analysis hat Laguna XS 2.1 bislang nicht vermessen. Es gibt weder eine Modellseite noch einen Leaderboard-Eintrag (Stand 10.10.2026). BenchLM führt das Modell als „unranked“ und übernimmt nur die Herstellerwerte aus der Hugging-Face-Model-Card.

Praxis-Erfahrung

Laut Poolside läuft das Modell auf einem Mac mit 36 GB RAM. Die Ollama-Builds sind so groß:

• Q4_K_M (Standard): 20 GB
• Q8_0: 36 GB
• BF16: 67 GB
• MLX: NVFP4 20 GB, MXFP8 40 GB, BF16 68 GB

Hinweis: Laut Ollama kann der Chat-Modus auf Apple-Metal (ollama run bzw. /api/chat) derzeit leere Ausgaben liefern. Als Workaround nennt Ollama Linux/CUDA oder /api/generate mit "raw": true.

Gut zu wissen

• Lizenz: OpenMDW-1.1, Nutzung, Modifikation und Weitergabe auch kommerziell erlaubt
• Betrieb: vLLM, SGLang, TensorRT-LLM, Hugging Face Transformers, Ollama und llama.cpp
• Gehostet: Poolside-API und OpenRouter mit kostenlosen und kostenpflichtigen Endpunkten. Poolside nennt 0,10 $ Input / 0,20 $ Output je 1 Mio. Token, also denselben Preis wie bei XS.2. Dedizierte Deployments gibt es zusätzlich über Baseten.
• Vorgänger: Laguna XS.2 wurde eine Woche nach dem Release von der Poolside-API genommen, ist über Baseten aber weiter verfügbar
• Modellfamilie: Laguna S 2.1 (118B-A8B, 1M Kontext, Juli 2026) ist das größere Geschwister für dieselben Aufgaben