Poolside lanza Laguna XS.2 y M.1, modelos abiertos para programación agéntica

Poolside ha lanzado los primeros modelos de la familia Laguna, XS.2 y M.1. En lugar de una IA convencional de autocompletado, la empresa apuesta por agentes de código capaces de trabajar en una tarea durante mucho tiempo, paso a paso, sin perder el contexto constantemente. La idea es que el modelo no se limite a escribir un fragmento de código: debe leer el repositorio, hacer cambios, ejecutar pruebas, analizar errores y dejar la modificación funcionando en un único ciclo de trabajo.

Qué ha presentado Poolside

El lanzamiento incluye dos modelos y el entorno de agentes con el que la compañía entrena sus propios sistemas. El buque insignia, Laguna M.1, es un gran modelo MoE de 225.000 millones de parámetros, con 23.000 millones activos por token. Laguna XS.2 es bastante más compacto: 33.000 millones de parámetros totales y 3.000 millones activos.

Para el mercado es una señal importante: Poolside no solo lanza un modelo de servidor para cargas pesadas, sino también una versión ligera para uso local. XS.2 es el primer modelo de pesos abiertos de la empresa. Poolside lo distribuye con licencia Apache 2.0 y subraya que puede ejecutarse en un Mac con 36 GB de memoria RAM mediante Ollama.

Junto con los modelos, la compañía ha abierto una vista previa de investigación del agente de terminal pool y de un cliente ACP con servidor. Es el mismo entorno que Poolside usa internamente para el entrenamiento con RL y para comprobar cómo resuelve un agente tareas reales de ingeniería paso a paso.

Resultados en benchmarks

El argumento principal del lanzamiento son los resultados en pruebas aplicadas al desarrollo. Laguna M.1 obtuvo un 72,5 % en SWE-bench Verified, un 67,3 % en SWE-bench Multilingual, un 46,9 % en SWE-bench Pro y un 40,7 % en Terminal-Bench 2.0. XS.2 queda algo por debajo, pero resulta muy sólido para su categoría de peso: 68,2 %, 62,4 %, 44,5 % y 30,1 %, respectivamente. Para un modelo compacto de pesos abiertos, es un nivel que tomarán como referencia muchos agentes de código locales.

Estas cifras importan más allá de su valor absoluto. SWE-bench Verified y Pro miden si un modelo es capaz de corregir errores reales en repositorios existentes, mientras que Terminal-Bench se acerca más al comportamiento de un agente en la terminal, donde hay que trabajar con archivos y comandos. Poolside califica expresamente a ambos Laguna como modelos para tareas de largo horizonte: cuando hay que mantener el contexto, planificar una serie de pasos y no venirse abajo tras una larga cadena de llamadas a herramientas y comprobaciones intermedias.

• Laguna XS.2 es el primer modelo de pesos abiertos de Poolside
• Los pesos de XS.2 están disponibles con licencia Apache 2.0
• La ventana de contexto de XS.2 es de 131 072 tokens
• XS.2 puede ejecutarse en local en un Mac con 36 GB de RAM
• Ambos modelos se entrenaron con más de 30 billones de tokens

Cómo están hechos los modelos

Ambos Laguna se entrenaron desde cero en la infraestructura propia de Poolside, sin apoyarse en un modelo base ajeno. Para M.1, la compañía usó 6144 GPU NVIDIA Hopper interconectadas. La familia se basa en Mixture of Experts: en cada paso solo se activa una parte de los «expertos», de modo que el modelo puede ser grande en parámetros totales sin resultar tan caro en inferencia como los modelos densos de escala comparable. Esto es especialmente importante en escenarios agénticos, donde se llama muchas veces al modelo.

Para XS.2, Poolside describe por separado un conjunto de decisiones de eficiencia: una mezcla de Sliding Window Attention y atención global, cuantización de la KV-cache en FP8 y una arquitectura con 256 expertos. Como resultado, el modelo tiene una ventana de contexto de 131k tokens y admite razonamiento nativo entre llamadas a herramientas. Sin el marketing, la idea es simple: el agente puede alternar razonamiento, trabajo en la terminal y las acciones siguientes sin una ruptura brusca entre estas etapas y con menor consumo de memoria.

El anuncio pone un énfasis especial en el entrenamiento de agentes, y no solo del modelo de lenguaje. Poolside construyó un sistema de RL asíncrono en el que los actores levantan entornos aislados (sandboxes), ejecutan tareas, recogen trayectorias y se las pasan al entrenador de forma casi continua. La compañía afirma además que el optimizador Muon permitió alcanzar la misma pérdida de entrenamiento con aproximadamente un 15 % menos de pasos que AdamW. Eso no convierte a Laguna en líder automático en todas las métricas, pero muestra la madurez de toda la pila, y no de un único checkpoint afortunado.

Qué significa

En el mercado ya no hay solo «modelos para código», sino sistemas diseñados para una programación agéntica completa. Para los desarrolladores, esto supone una base de pesos abiertos más y sólida, que se puede ajustar, cuantizar y ejecutar en local. Para la industria en general, el lanzamiento de Laguna refleja un giro del escenario en el que «el modelo escribe una función» a otro en el que la IA lleva una tarea de ingeniería larga de principio a fin, y precisamente en torno a eso se está construyendo ahora la próxima ola de competencia.