Laguna S 2.1: poolside zet in op open weights
Het AI-bedrijf poolside heeft op 22 juli Laguna S 2.1 uitgebracht, een open-weight taalmodel dat vooral is gebouwd voor programmeren. Het model draait op een enkele machine, telt 118 miljard parameters en komt met een licentie die het gebruik nauwelijks beperkt. Daarmee mikt poolside op ontwikkelaars die liever niet vastzitten aan een gesloten API.
Wat Laguna S 2.1 kan
Laguna S 2.1 is een mixture-of-experts-model. Van de 118 miljard parameters zijn er per token maar 8 miljard actief, waardoor het geheugengebruik rond de 71 gigabyte blijft. Volgens poolside haalt het model 50 tot 77 tokens per seconde op een enkele NVIDIA DGX Spark, en verwerkt het tot een miljoen tokens context in een keer. Het bedrijf trainde het in minder dan negen weken op ongeveer 30 biljoen tokens. Een kleiner broertje, Laguna XS 2.1, verscheen begin juli.
Open weights met een echte licentie
poolside zet de gewichten van het model vrij op Hugging Face en biedt het gratis aan via het OpenCode-platform. De licentie legt geen gebruiksbeperkingen op, iets wat bij veel zogenaamd open modellen in 2026 wel gebeurt. Co-CEO Eiso Kant wil “frontier-adjacent intelligence” tot een gebruiksartikel voor iedereen maken. Die keuze valt midden in een fel debat. Vorige week kwam Anthropic onder vuur te liggen om zijn gesloten koers, terwijl Dario Amodei eerder aangaf geen verbod op open-weight modellen te willen.
Benchmarks met een slag om de arm
Op Terminal-Bench 2.1, een test voor agentische codetaken, scoort Laguna S 2.1 volgens poolside 70,2 procent. Het bedrijf zegt daarmee voor te lopen op DeepSeek-V4 op zowel Terminal-Bench als SWE-Bench-achtige opgaven. VentureBeat noemt het het sterkste open-weight model uit het Westen. Een kanttekening hoort erbij: onafhankelijke partijen hebben die scores nog niet gereproduceerd. Chinese open modellen blijven stevige concurrentie, zoals Kimi K3 die Claude in een blinde codetest versloeg.
Wat betekent dit
Voor Nederlandse ontwikkelteams verlaagt een model als dit de drempel om AI zelf te draaien, zonder code of data naar een externe dienst te sturen. Dat het op een enkele DGX Spark past, scheelt in kosten en houdt gevoelig werk binnen. Het patroon is breder: krachtige modellen worden goedkoper en vaker gratis, wat de prijzen van AI verder onder druk zet. Een deel van het werk verschuift naar slim routeren tussen goedkopere modellen. Of Laguna S 2.1 zijn benchmarkclaims waarmaakt, moet blijken zodra externe teams het model op grote schaal testen.
