aiexpert
Início / Notícias / Nota
Research · 25 de jul. de 2026, 04:34 · 4 fontes

Poolside lanca Laguna S 2.1, modelo open-weight 118B superando DeepSeek V4 Flash em tarefas agentísticas

Poolside lançou Laguna S 2.1, um modelo de base open-weight de 118 bilhões de parâmetros construído para código agentístico em 21 de julho de 2026. No Terminal-Bench 2.0 e SWE-Bench Pro, Laguna S 2.1 corresponde ou supera modelos várias vezes seu tamanho, incluindo DeepSeek-V4-Flash, Nemotron 3 Ultra da NVIDIA ou Thinking Machines' Inkling. Os pesos estão disponíveis no Hugging Face sob uma licença OpenMDW-1.1.

Em preço de nível de token, Laguna S 2.1 custa $0,10 entrada / $0,20 saída por 1M tokens versus $0,14 / $0,28 para DeepSeek V4 Flash (Max), tornando-o aproximadamente 30% mais barato. Em di visões de benchmark, DeepSeek V4 Flash tem a vantagem para código (média 68.8 vs 59.4), enquanto Laguna S 2.1 tem a vantagem para tarefas agentísticas (70.2 vs 63.8). No SWE-Bench Multilingual, Laguna atinge 78.5%, colocando-o no intervalo com Tencent Hy3 e DeepSeek-V4-Pro Max, e no Toolathlon Verified pontua 49.7%, à frente de Nemotron 3 Ultra e DeepSeek-V4-Flash Max.

O lançamento chega quando a questão de quem fornece os modelos open-weight do Ocidente passou de círculos de pesquisa para salas de reuniões e Washington, com o uso de desenvolvedores mudando para sistemas open-weight que as equipes podem baixar, inspecionar e executar em sua própria infraestrutura. Para arquitetos avaliando stacks de código agentístico, o peso local deployável de Laguna S 2.1, perfil de custo e liderança em tarefas agentísticas a tornam uma alternativa prática para modelos somente API; a troca é latência modesta e cobertura mais estreita fora de evals específicos de código.

Fontes

Tudo que sustenta esta nota
  1. 01 Primary source globenewswire.com
  2. 02 Poolside: Laguna S 2.1 release announcement globenewswire.com
  3. 03 Latent Space: Laguna S 2.1 coverage latent.space
  4. 04 BenchLM: Laguna S 2.1 vs DeepSeek V4 Flash benchmarks benchlm.ai