Poolside lança Laguna XS.2 e M.1, modelos abertos para programação agêntica

A Poolside lançou os primeiros modelos da família Laguna, XS.2 e M.1. Em vez de uma IA comum de autocompletar, a empresa aposta em agentes de código capazes de conduzir uma tarefa por muito tempo, passo a passo, sem perder o contexto o tempo todo. A ideia é que o modelo não se limite a escrever um trecho de código: ele deve ler o repositório, fazer alterações, rodar testes, analisar erros e levar a mudança até um estado funcional em um único ciclo de trabalho.

O que a Poolside apresentou

O lançamento inclui dois modelos e o ambiente de agentes no qual a empresa treina seus próprios sistemas. O carro-chefe, Laguna M.1, é um grande modelo MoE com 225 bilhões de parâmetros, dos quais 23 bilhões ativos por token. O Laguna XS.2 é bem mais compacto: 33 bilhões de parâmetros totais e 3 bilhões ativos.

Para o mercado, é um sinal importante: a Poolside entrega não só um modelo de servidor para cargas pesadas, mas também uma versão mais leve para uso local. O XS.2 é o primeiro modelo de pesos abertos da empresa. A Poolside o distribui sob a licença Apache 2.0 e destaca que ele pode rodar em um Mac com 36 GB de memória RAM via Ollama.

Junto com os modelos, a empresa abriu um research preview do agente de terminal pool e de um cliente ACP com servidor. É o mesmo ambiente que a Poolside usa internamente para o treinamento com RL e para verificar como o agente resolve tarefas reais de engenharia passo a passo.

Resultados em benchmarks

O principal argumento do lançamento são os resultados em testes aplicados ao desenvolvimento. O Laguna M.1 marcou 72,5% no SWE-bench Verified, 67,3% no SWE-bench Multilingual, 46,9% no SWE-bench Pro e 40,7% no Terminal-Bench 2.0. O XS.2 fica um pouco abaixo, mas parece muito forte para sua categoria de peso: 68,2%, 62,4%, 44,5% e 30,1%, respectivamente. Para um modelo compacto de pesos abertos, é um patamar que muitos agentes de código locais passarão a mirar.

Esses números importam além do valor em si. O SWE-bench Verified e o Pro avaliam se o modelo consegue corrigir bugs reais em repositórios existentes, enquanto o Terminal-Bench se aproxima mais do comportamento de um agente no terminal, onde é preciso trabalhar com arquivos e comandos. A Poolside chama explicitamente os dois Laguna de modelos para tarefas de longo horizonte: quando é preciso manter o contexto, planejar uma série de passos e não desandar depois de uma longa cadeia de chamadas de ferramentas e verificações intermediárias.

• O Laguna XS.2 é o primeiro modelo de pesos abertos da Poolside
• Os pesos do XS.2 estão disponíveis sob a licença Apache 2.0
• A janela de contexto do XS.2 é de 131.072 tokens
• O XS.2 pode rodar localmente em um Mac com 36 GB de RAM
• Ambos os modelos foram treinados com mais de 30 trilhões de tokens

Como os modelos foram feitos

Os dois Laguna foram treinados do zero na infraestrutura própria da Poolside, sem se apoiar em um modelo base de terceiros. Para o M.1, a empresa usou 6144 GPUs NVIDIA Hopper interconectadas. A família se baseia em Mixture of Experts: a cada passo, apenas parte dos «especialistas» é ativada, então o modelo pode ser grande em parâmetros totais sem ser tão caro na inferência quanto os modelos densos de escala comparável. Isso é especialmente importante em cenários agênticos, em que o modelo é chamado muitas vezes.

Para o XS.2, a Poolside descreve separadamente um conjunto de decisões voltadas à eficiência: mistura de Sliding Window Attention e atenção global, quantização do KV-cache em FP8 e uma arquitetura com 256 especialistas. Como resultado, o modelo tem janela de contexto de 131k tokens e suporte a raciocínio nativo entre chamadas de ferramentas. Tirando o marketing, a ideia é simples: o agente pode alternar entre raciocinar, trabalhar no terminal e executar as ações seguintes sem uma ruptura brusca entre essas etapas e com menor uso de memória.

O anúncio dá ênfase especial ao treinamento de agentes, e não apenas do modelo de linguagem em si. A Poolside construiu um sistema de RL assíncrono em que os atores sobem sandboxes, executam tarefas, coletam trajetórias e as repassam ao treinador quase continuamente. A empresa também afirma que o otimizador Muon permitiu chegar à mesma perda de treinamento com cerca de 15% menos passos em comparação com o AdamW. Isso não faz do Laguna um líder automático em todas as métricas, mas mostra a maturidade de toda a pilha, e não de um único checkpoint bem-sucedido.

O que isso significa

O mercado agora tem mais do que «modelos para código»: tem sistemas feitos para programação agêntica completa. Para os desenvolvedores, isso significa mais uma base sólida de pesos abertos, que pode ser refinada, quantizada e executada localmente. Para a indústria em geral, o lançamento do Laguna mostra uma mudança do cenário em que «o modelo escreve uma função» para outro em que a IA conduz uma tarefa de engenharia longa de ponta a ponta, e é justamente em torno disso que se constrói agora a próxima onda de concorrência.